高鐵車廂內(nèi)RTM語言清晰度預(yù)測及優(yōu)化

季 杰，張學飛，王瑞乾，儲麗霞

(1.常州大學 城市軌道交通學院，江蘇 常州213100；2.常州西南交通大學 軌道交通研究院，江蘇 常州213164)

隨著目前高速列車運行速度的持續(xù)提升，列車車內(nèi)的聲環(huán)境惡化[1-2]，車內(nèi)噪聲環(huán)境首先對乘客的乘車體驗感造成極大的影響，其次還會降低車內(nèi)乘客間交流的言語清晰程度[3]，并且還會對乘客接收車內(nèi)語音廣播系統(tǒng)播報信息的準確程度造成干擾，因此有必要對車內(nèi)語言清晰度進行研究并優(yōu)化。在如今計算機技術(shù)高速發(fā)展的年代，基于幾何聲學開發(fā)的一些室內(nèi)聲場預(yù)測方法已經(jīng)達到應(yīng)用水平，其中聲線跟蹤法由于其高精度及高效率已經(jīng)在聲場預(yù)測領(lǐng)域得到了較為廣泛的應(yīng)用，能夠較高效地對聲粒子在聲場環(huán)境中的傳播情況進行較好預(yù)測，故本文使用聲線跟蹤法對高鐵車廂內(nèi)的語言清晰度進行預(yù)測。

1 理論背景

1.1 聲線跟蹤法

聲線跟蹤法（Ray Tracing Method，以下簡稱RTM）是室內(nèi)聲場計算的常用方法之一，假設(shè)聲音以聲粒子形式沿直線傳播，且不考慮其在空間內(nèi)傳播的波動性，另外在可以反射或者衍射的聲場空間內(nèi)，將聲源發(fā)出的聲粒子與聲場空間內(nèi)壁面的碰撞點相連便是聲線。目前為止已經(jīng)有很多在混響聲場和長封閉空間聲場中使用聲線跟蹤法進行聲場預(yù)測的例子：Jang 等在長空間的SEA模型中采用GESEA與RTM 相結(jié)合的方法成功預(yù)測聲音傳輸情況[4]；蔣忠進等使用RTM 根據(jù)聲音傳播的機理計算接收球半徑及聲線密度，對封閉聲場空間進行預(yù)測[5]；蔡銘等通過對室內(nèi)聲場進行剖分并且結(jié)合RTM 顯著提高計算效率[6]。

在整節(jié)列車車廂的模型中，先在各個揚聲器位置上放置合適的聲源，然后從聲源發(fā)出一根聲線，求出與車廂內(nèi)反射面的碰撞點，基于Snell 或Lambert定律形成反射折射之后判斷聲線是否經(jīng)過車廂內(nèi)接收能量的傳感器，若未經(jīng)過則接著求反射聲線，若經(jīng)過傳感器便記錄聲線能量及傳播時間等數(shù)據(jù)，并判斷聲線能量是否低于事先設(shè)定的閾值，若高于則返回繼續(xù)計算該聲線，反之則停止運算并同時發(fā)出下一條聲線，隨之開始計算該點的平均脈沖響應(yīng)，整個流程圖如圖1所示。

本文通過RTM確定合適的聲線密度、接收點半徑及體積，并疊加聲線傳播能量，得出傳感器最終接收到的聲壓級。初始聲線密度的影響因素包括聲源發(fā)出的初始聲線數(shù)目、聲場空間體積、反射面吸聲系數(shù)；另外傳感器的接收點半徑及體積大小會對聲線傳播能量誤差及聲線丟失數(shù)量有影響，導致預(yù)測精度降低[7]。聲線跟蹤法優(yōu)點為計算效率高、計算速度快、且較容易被計算機實現(xiàn)，但是計算精度略差并且對低頻段的預(yù)測有一定誤差。

1.2 聲線跟蹤法計算車內(nèi)聲壓級

在RTM 中通過前處理設(shè)置聲源發(fā)出的總聲線數(shù)目得出聲源的初始聲功率，通過聲源發(fā)出的初始聲功率L和初始聲線數(shù)量n來計算初始聲線Ln，公式如下：

式中：聲源發(fā)出的聲線初始傳播路徑為s(x,y,z)，傳感器的接收半徑關(guān)系式如下：

圖1 車廂內(nèi)部聲線跟蹤法預(yù)測流程圖

式中：V為室內(nèi)聲場環(huán)境的總體積，通過傳感器測得各個測點的脈沖響應(yīng)。

在車內(nèi)聲場空間使用RTM預(yù)測時，根據(jù)傳播時間及聲能量計算出車內(nèi)的聲壓級，公式如下[8]：

式中：根據(jù)各個聲線的傳播時間對聲強進行排序、疊加，得出傳感器的脈沖響應(yīng)In(x,y,z)，根據(jù)脈沖響應(yīng)計算出車內(nèi)聲場的聲壓級，其中ρ0c0表示高鐵車廂內(nèi)空氣阻抗，一般取為400 kg/(m2s)，將ρ0c0值代入式（3）得出：

1.3 語言清晰度計算

本文基于RTM 對列車車內(nèi)聲場空間進行仿真預(yù)測分析，研究高鐵車廂內(nèi)廣播系統(tǒng)揚聲器位置和數(shù)目對車內(nèi)語言清晰度的影響。依據(jù)國際標準“IEC60268－16（4.0 版，2011－06）”[9]預(yù)測車內(nèi)語言清晰度，該標準在經(jīng)歷4次修訂后更完整成熟。Houtgast 等將聲音傳輸系統(tǒng)中的調(diào)制轉(zhuǎn)移函數(shù)（Modulation Transfer Function，MTF）概念引入到計算語言傳輸指數(shù)（STI）中[10]，其計算示意圖如圖2[11]所示。目前推薦的STI 測量方法有兩種，分別是基于采集調(diào)制信號的直接法和基于收集脈沖響應(yīng)信號的間接法，本文使用間接法測量。

圖2 調(diào)制轉(zhuǎn)移函數(shù)示意圖

在STI 計算過程中信噪比也較為重要，根據(jù)接收到的脈沖響應(yīng)信號計算出調(diào)制轉(zhuǎn)移函數(shù)m(F)=m0/mi，其中m取值為0～1，隨后將MTF 轉(zhuǎn)化為信噪比，公式如下：

根據(jù)信噪比再將數(shù)據(jù)轉(zhuǎn)化成中間傳遞指數(shù)TI：

傳遞指數(shù)TIy,z由一個頻率調(diào)制某個頻帶得出，將這個頻帶在0.63 kHz～12.5 kHz 內(nèi)用14個以1/3倍頻程為間隔的頻率調(diào)制成TIy，欲得到語言傳遞指數(shù)，需要對125 Hz～8 000 Hz 之間7個頻帶的TIy求平均，最后根據(jù)不同頻帶下的清晰度指數(shù)計權(quán)，計算出車內(nèi)語言傳遞指數(shù)，公式如下：

STI間接測量法流程圖如圖3所示。

2 模型驗證與預(yù)測結(jié)果優(yōu)化

2.1 RTM仿真模型驗證

統(tǒng)計能量法（SEA）與聲線跟蹤法(RTM)均適用于中高頻噪聲，為驗證本文RTM的正確性，將SEA與RTM及實驗室試驗結(jié)合進行方法驗證。

先在VA One中建立預(yù)測模型聲腔，其中發(fā)聲室尺寸為5.4 m×4.1 m×3.3 m，接收室尺寸為4.5 m×4.2 m×3.3 m，將尺寸為985 mm×970 mm×8 mm的鋼板放置于兩聲腔之間，聲源位于左側(cè)聲腔，計算頻率為100 Hz～8 000 Hz，聲波速為343 m/s，阻尼損耗因子為0.1%，聲腔內(nèi)流體為空氣，聲源布置及測點布置與實際試驗一致，進行RTM 仿真驗證及SEA 驗證，模型及試驗布置如圖4所示。由于模型是爆炸視圖，所以部分傳感器及聲源顯示在聲腔外部。

VA One中可以設(shè)置自動聲線數(shù)目，故在驗證模型中采用自動聲線數(shù)來進行模型驗證，分析完成后自動生成34 677條聲線。

驗證結(jié)果如圖5所示?；?種方法的聲壓級變化趨于一致，隨著頻率升高聲壓級緩慢降低，并在2 000 Hz左右出現(xiàn)吸收峰值，由于統(tǒng)計能量法不適用于低頻，并且在較小模型中聲波長度接近或大于聲腔尺寸，故聲線跟蹤法低頻誤差略大，因此這兩種仿真方法不能精確計算低頻聲壓級，1 250 Hz～6 000 Hz 之間的聲壓級誤差均小于8 dB，在中高頻段驗證誤差較小，結(jié)果可信，故本文中基于RTM模型的計算方法是有效的。

圖3 STI間接測量法流程示意圖

圖4 模型圖及試驗圖

圖5 驗證結(jié)果圖

2.2 高速列車模型

驗證完成后在VA One中建立高鐵車廂模型，模型分為車頂、側(cè)墻、地板、端墻、座椅、車窗等區(qū)域，模型由15 849個節(jié)點、644個板單元及231個聲腔構(gòu)成，使用幾何聲學中的RTM并結(jié)合列車車內(nèi)語言清晰度進行研究。為能夠正確地模擬真實環(huán)境，在列車模型內(nèi)揚聲器位置通過布置球狀聲源來模擬列車廣播系統(tǒng)播報的情況，并將傳感器設(shè)置到乘客所處位置，用來模擬乘客接收到的聲信號，以此來對高鐵車廂內(nèi)語言清晰度進行預(yù)測研究并優(yōu)化。用每個聲線跟蹤計算聲源傳播到RTD傳感器（Ray tracing domain 聲線跟蹤域傳感器，以下簡稱RTD 傳感器）的聲場，計算得出的STI 數(shù)值能夠較為準確地預(yù)測及評價車內(nèi)語言清晰度，并且在提高語言清晰度的同時STI 呈現(xiàn)出單調(diào)遞增的趨勢[12-13]。在整個模型空間內(nèi)建立合適的聲線跟蹤域，借助RTM建模形成聲場內(nèi)部或外部的聲學流體子系統(tǒng)，并將聲線跟蹤域連接到模型內(nèi)所有的聲源、反射面及各個指定坐標點的RTD傳感器，所建立的模型連接聲線跟蹤域后如圖6所示。將車廂內(nèi)部聲腔的流體設(shè)置為空氣，由于車內(nèi)空氣流體的內(nèi)部損耗因子較低，故將聲衰減系數(shù)設(shè)置為0.1，車廂內(nèi)地板鋪設(shè)地毯，座椅及車廂內(nèi)部側(cè)墻頂板的擴散系數(shù)設(shè)置為1 %。由于VA One 軟件支持聲線識別模型空間，故分析前聲線數(shù)目設(shè)置為自動設(shè)置，模型內(nèi)子系統(tǒng)能夠進行的反射數(shù)與衍射數(shù)分別設(shè)為5，分析語言清晰度過程中聲線通過模型內(nèi)部連接面進行反射、折射并且反射面各元素之間的最大角度設(shè)為15°，連接面類型設(shè)置為Reflecting，根據(jù)模型內(nèi)部空間大小及傳感器的位置、數(shù)目等多方面因素，設(shè)置傳感器的接收半徑為0.03 m，以便傳感器更精確地接收聲信號，模型的爆炸視圖如圖7所示。

圖6 車廂聲線跟蹤域連接模型

圖7 車廂模型爆炸視圖

圖8 基于車廂內(nèi)部聲線跟蹤法預(yù)測的聲源、傳感器測點分布圖

2.3 聲源及傳感器的布置

本文使用聲線跟蹤法預(yù)測的對象是某型高速列車的單節(jié)車廂，使用VA One軟件進行建模該型高速列車內(nèi)部尺寸為：長17.6 m，寬2.9 m，高2.2 m。車內(nèi)聲源S1～S18位于車廂內(nèi)部18個廣播系統(tǒng)揚聲器處，使用聲線跟蹤法來模擬車內(nèi)語言廣播系統(tǒng)的聲傳遞，模型內(nèi)設(shè)置的球狀聲源是用于公共廣播的揚聲器聲源（Compact acoustic sources 緊湊球型聲源，以下簡稱CAS聲源），距離車內(nèi)地板高度均為1.6 m，用來模擬車廂內(nèi)部公共廣播揚聲器的發(fā)聲效果；傳感器設(shè)置在距離地板高度為1.2 m的所有座椅處及1.5 m高的過道中，模擬乘客在坐姿及站姿情況下人耳所處位置。聲源、6個特殊位置傳感器布置圖（左側(cè)為車頭部位）如圖8所示。

2.4 預(yù)測結(jié)果

在使用RTM進行仿真預(yù)測的過程中，調(diào)用10個聲源S1～S10對模型先進行穩(wěn)態(tài)分析，仿真完成后自動生成114 137條聲線，并得到RTD 傳感器處125 Hz～12 500 Hz頻率范圍內(nèi)的聲壓級，各個頻率下車內(nèi)聲壓級云圖，如圖9所示。

由圖可見，中低頻情況下車廂內(nèi)聲壓級較高，且隨著頻率升高聲壓級減小，另外從總值來看車廂中部及左側(cè)3 排座位處聲壓級較高，可以初步說明位于左側(cè)的乘客接收聲信號效果比右側(cè)好，且車廂后部區(qū)域存在盲區(qū)，聲壓級接收不全面，有待改進。

圖9 車內(nèi)聲壓級分布云圖

隨后，通過測出的聲壓級值得出脈沖響應(yīng)信號，進行語言清晰度分析計算，分別模擬從聲源發(fā)出男女聲的聲線，自動生成的聲線數(shù)為645 896，對傳感器測得的數(shù)據(jù)加權(quán)求出平均值，根據(jù)距離依次畫出STI值的折線圖，如圖10所示。

圖10 男女聲站、坐姿STI值對比圖

從圖中得出距離車頭3米處STI值略差，車廂頭部及中部的STI值趨于穩(wěn)定并較為良好，列車尾部STI值具有隨距離增加而下降的趨勢，總體來看女聲在同樣的情況下比男聲預(yù)測效果更好，并且在同樣情況下站姿較坐姿語言清晰度更好，且女聲依舊比男聲效果好，建議使用女聲進行語音播報。

在預(yù)測車內(nèi)語言清晰度過程中，還采用T30 指標作為參考系數(shù)，其數(shù)值越低語言清晰程度越好。仿真過程中車內(nèi)測點數(shù)目較多，故采用6個特殊位置的測點R1～R6進行125 Hz～8 000 Hz的信號采集，如圖8所示。從表1可得，車廂中后部語言清晰度效果略差，并且各個測點處低頻率的T30值較高，語言清晰度有待提高。

表1 T30仿真結(jié)果/S

2.5 優(yōu)化結(jié)果

在進行仿真預(yù)測后，文中還進行了一定的優(yōu)化改進，將車廂內(nèi)CAS 聲源數(shù)目提升至12、14、16、18個(S1～S18)，分別進行男女聲仿真預(yù)測，如圖8所示。發(fā)現(xiàn)并不是聲源數(shù)目越多STI值越高，語言清晰度的好壞程度與聲源數(shù)目沒有線性關(guān)系。其中在使用女聲進行預(yù)測時，在將聲源數(shù)目提升至14個的情況下，車內(nèi)各個位置的STI值都較為穩(wěn)定，并且不存在清晰度較差的盲區(qū)，效果較好，如圖11所示。而對男聲進行預(yù)測時，聲源數(shù)目增長后清晰度反而不會提高，如圖12所示。綜合最初預(yù)測結(jié)果得出使用女聲進行語言播報的效果較好。

圖11 女聲聲源STI值優(yōu)化對比圖

圖12 男聲聲源STI值優(yōu)化對比圖

3 結(jié)語

本文先采用聲線跟蹤法（RTM）與統(tǒng)計能量法(SEA)及試驗進行對比驗證，證明聲線跟蹤法的正確性與準確性，并基于RTM 利用最新的STI 國際測量標準對車內(nèi)語言清晰度進行預(yù)測及簡單優(yōu)化，能夠得出以下結(jié)論：

（1）建立一種通過使用聲線跟蹤法預(yù)測高鐵車廂內(nèi)語言清晰度的模型，對車內(nèi)聲壓級、語言傳輸指數(shù)STI、混響時間T30 指標進行預(yù)測研究，發(fā)現(xiàn)車廂內(nèi)部靠近轉(zhuǎn)向架區(qū)域語言清晰度效果略差，車廂頭部及中部的語言清晰度良好；

（2）對于車內(nèi)廣播系統(tǒng)，使用女聲效果好于男聲,且較男聲而言，女聲更不容易被干擾，建議使用女聲進行廣播系統(tǒng)播報；

（3）基于預(yù)測得出的結(jié)果，改變聲源數(shù)目及部分聲源位置對高鐵車廂內(nèi)語言清晰度有改進效果，但聲源數(shù)目與語言清晰度并不呈線性關(guān)系，而需采用合適的聲源數(shù)目及位置。在聲源數(shù)目為14個并采用女聲進行播報時車內(nèi)各處的STI值都較為穩(wěn)定并且不存在清晰度較差的盲區(qū)。本文對改善乘客乘車體驗及舒適度有一定的參考價值。