车内噪声到底从哪来？——NVH 工程师的"噪声拆解"实战

你坐在车里，耳边嗡嗡作响。你知道这是噪声，但它是从哪来的？是空调吹风？还是压缩机在"呐喊"？NVH 工程师手里有一套"拆解"工具，能把车厢里的整体声音环境，精确地拆分成一个个独立的噪声来源。

一、为什么要做"噪声源分解"？

在 NVH（噪声、振动与声振粗糙度）分析中，有一个核心诉求：车厢内的声音不是单一来源，而是多个声源共同作用的结果。

如果不加区分地"一锅炖"，改进措施就会失去方向——你以为改了 A 部件，结果真正吵的是 B 部件，力气全白费。

噪声源分解（Noise Source Decomposition） 要解决的问题，就是：

把车厢内整体的声学环境，拆解成归属于各个独立声源的组成部分，精确量化每个来源的贡献量。

这样工程师就能明确：到底是谁在"惹事"，它贡献了多少分贝。

二、实战案例：拆解空调系统的两类噪声

为了把方法讲清楚，文章选择了一个贴近生活的场景——汽车空调（HVAC）系统的噪声分解。

空调在车厢内产生的噪声，主要有两个"嫌犯"：

我们的目标是：把这两者分离开，分别知道它们各贡献了多少。

三、怎么测？传感器布置是关键

要拆解，先得有正确的测量数据。

1. 车厢内声学响应测量

在近似乘客耳部位置布置麦克风，记录车厢内的整体声学响应——也就是乘客实际听到的"总声音"。

2. 声源参考信号测量

要拆解压缩机噪声，就需要一个能代表压缩机状态的"参考信号"。文章的做法是：

在压缩机壳体上布置三轴加速度计，记录电机系统引起的振动。

为什么用振动而不是声音？因为压缩机的噪声是通过结构振动→车身传递→车厢辐射这条路径传进来的，加速度计能更直接地捕捉到这条路径的"源头信号"。

四、三大信号处理"武器"

有了数据，接下来就是信号处理的"重头戏"。文章依次使用了三种方法，层层递进。

武器一：互功率谱分析（Cross-Power Analysis）

第一步，先用标准的互功率谱分析，剔除与压缩机无关的贡献。

互功率谱能告诉我们：麦克风信号（车厢声音）和加速度计信号（压缩机振动）之间，在哪些频率上存在共同的能量成分。

通过对比"原始车厢声学响应"和"麦克风-加速度计互功率谱"，可以一眼看出——哪些频谱峰值与压缩机有关。

那些在互功率谱里"亮起来"的峰值，就是压缩机的"指纹"。

武器二：相干性分析（Coherence Analysis）

光有峰值还不够，还得判断"因果关系有多强"。

相干性函数（Coherence） 的取值范围在 0 到 1 之间：

相干性分析就像是一个"可信度评分"：数值越接近 1，说明该频率的声音确实来自压缩机，我们的拆解结果越可靠。

武器三：相干功率谱（Coherent Power Spectrum）

最后一步，计算相干功率谱——它把相干性和功率谱结合起来，给出压缩机在各个频率上实际贡献了多少声功率。

然后，做一件最简单也最巧妙的事：

用总声学响应，减去压缩机的相干功率谱贡献，剩下的就是气流噪声。

就这样，一个减法，把两种噪声干净利落地分开了。

五、这套方法的工程价值

这套基于信号处理的分解方法，看似简单，却解决了 NVH 工程中的核心痛点：

对于空调系统而言，这意味着：如果压缩机是主因，就优化压缩机隔振；如果气流是主因，就改进风道设计。方向明确，事半功倍。

六、写在最后

噪声源分解的本质，是一种"化繁为简"的工程智慧。

车厢里纷繁复杂的声音，在 NVH 工程师眼里，不是一团混沌，而是一道可以被拆解、被量化、被归因的数学题。

从互功率谱到相干性，再到相干功率谱，三种信号处理工具层层递进，最终把"压缩机噪声"和"气流噪声"清晰地区分开来。

这正是 NVH 工程的魅力所在：用科学的方法，把"好吵"变成"哪里吵、为什么吵、怎么改"。

本文内容参考自 Acoustic Research Consulting 技术博客《NVH Noise Source Decomposition》。