第四节
路噪传递路径的识别

一、传递路径识别的方法

动力系统激励源、风激励源和路面激励源分别以结构声和空气声的方式向车内传递，而且每种源和传递方式都有很多传递路径。

传递路径分析（transfer path analysis，TPA）是通过激励和传递函数来分析每条路径贡献的方法，即用激励源乘以传递函数得到响应贡献。传递路径识别就是用TPA方法识别出每条路径在每个频率下对车内噪声的贡献量，从而找到主要能量贡献路径，为精准诊断NVH问题根源提供依据。这种方法可实现多路径同步分析，分离出动力噪声、路噪和风噪，以及结构声和空气声。

传递路径识别方法很多，如传统传递路径分析方法（习惯上依然用TPA表示）、运行工况传递路径分析方法（OTPA、OPAX）、双耳传递路径分析方法（BTPA）、部件传递路径分析方法（CTPA）、能量传递路径分析方法（ETPA）、多重相干分析方法（MCF）、滑行法、倒拖法、轮胎与悬架分离法等。

传统TPA方法是最早使用和最基础的方法。一个系统（如车身）与约束边界（如悬架）脱开，在受力点施加力，获得车内噪声对力的传递函数。在汽车运动状态下，识别出受力点的力，通过力和传递函数得到车内噪声，从而识别出路径的贡献。这样的传递函数是在频率内得到的，反映出系统的特征，被称为“传统”传递函数，对应的识别方法被称为“传统”TPA方法。传统TPA方法能很好地消除路径的耦合，实现矢量分解与合成，但是耗时多。其他TPA方法都是在传统TPA方法基础上发展起来的。

OTPA（operational transfer path analysis）是运行工况下的传递路径分析方法。这种方法不需要分离车身，而是在汽车运行工况下，通过测量数据来构建虚拟的“传递函数”，再将输入端响应代替激励力作为“输入”，用“传递函数”和“输入”计算出路径的贡献量。OTPA借用了TPA的概念，所谓的“传递函数”是输出响应与输入响应的传递率，它可以在频域和时域内分析。在OTPA中，不需要测量传递函数，因此耗时少。

OPAX（operational path analysis with exogenous inputs）也是一种运行工况下的传递路径分析方法。这种频域分析方法不需要分离车身，而是在汽车运行工况下进行，也是一种快速方法。但是OPAX需要主动侧和被动侧的响应，利用参数载荷模型来识别载荷（力），因此它适用于有衬套的部位。有些悬架部位没有衬套或衬套刚度非常大，因此，OPAX不适合于悬架中的所有路径的识别。在悬架结构声传递路径分析中，一般不采用这种方法。

BTPA（binaural transfer path analysis）是一种在时域内求解传递函数的分析方法。BTPA与传统TPA有相同的地方，即两者都用到了传递函数，但是两者又有许多不同。第一，传统TPA是在频域内分析，而BTPA是在时域内。第二，结构声传递函数的出发点不一样，传统TPA采用的是激励端的力，而BTPA使用的是主动端的加速度。第三，传统TPA的传递函数是从力到车内声压的传递，而BTPA将从加速度到车内声压的传递过程细分为三步，即从主动侧加速度到被动侧加速度、从被动侧加速度到车身的力、从车身力到车内声压，用到了三个传递函数。BTPA采用了双耳录音和声音拟合，可以实现信号高品质的分离和回放。BTPA虽然识别的精度高，但是传递函数测量非常费时，另外，它只对有弹性元件（如发动机悬置）的场合适用，而对轮胎与悬架的传递分析并不适合，因此这种方法几乎不能用于路噪分离。

CTPA（component-based transfer path analysis）是一种将部件的传递特征集合起来预测整车传递路径贡献的方法。将整车分解成部件，得到部件在自由状态下的传递特征，再将它们集成一体，便得到装车状态下的传递函数，并且获取了每条路径的贡献，从而找到需要优化的部件。另外，当整车公司将部件的传递函数作为目标提供给供应商，供应商就可以独立进行开发工作。

MCF（multiple coherence function）是通过计算多个输入信号对单个输出信号的相干函数来表征该组输入对最终输出（如车内噪声）的贡献。多重相干分析不是真正意义上的分离，而只是给出了贡献量的占比。它可以用于频域和时域分析。在MCF中，不需要测量传递函数，因此耗时少。

本书讲述的路噪传递路径识别方法可以用在三方面。第一方面是三大噪声源的识别，第二方面是空气声路噪和结构声路噪的识别，第三方面是结构声路噪中的每条路径的识别。路噪的空气声源和传递函数容易获取，路径清晰，容易识别。但是，结构声传递路径耦合严重，而且源处的力难以获取，因此，怎样识别结构声传递路径是路噪传递路径识别的重点，也是本章介绍的要点。

从以上分析，可以看出TPA、OTPA和MCF方法可以用于路噪传递路径识别，而OPAX和BTPA更适合于有隔振系统的动力总成传递路径识别，CTPA适合于结构优化分析。表2.1给出了TPA、OTPA和MCF的激励特征、传递特征、识别精度和工作量的比较。

二、传统传递路径识别

1．传统TPA中的传递函数

传统TPA中的每个传递函数彼此独立，如排气尾管对车内的噪声传递函数与进气口对车内的噪声传递函数、轮胎近场对车内噪声传递函数等无关。这类空气声传递函数容易测量，比如将声源置于轮胎近场，测量源和车内噪声后就可以得到轮胎对车内的声传递函数。第九章“空气声路噪的车身控制”将详细介绍空气声传递函数的测量方法。

但是，结构声传递函数测量相对困难，因为两个耦合的系统，必须将激励输入系统与被激励系统分开，才能测量被激励系统的传递函数。例如测量车身结构传递函数时，必须将与车身相连接的激励部件（如动力总成、悬架等）脱开，然后用力锤或激振器来激励车身，测量车内噪声，得到结构声传递函数。第八章“结构声路噪的车身控制”将详细介绍结构声传递函数的测量方法。

传统TPA传递函数最凸显的优势是识别路径贡献的精度很高。但是，缺点也很突出，即拆卸部件工作量非常大、耗时而且繁琐。

2．传递路径识别

传统TPA包括单参考TPA和多参考TPA。

单参考TPA是指所有激励和响应信号是以一个指示信号作为参考的传递路径分析方法。例如分析动力系统噪声与振动时，可以将发动机转速或阶次作为参考信号来处理所有与发动机相关系统的工况数据。动力系统中的发动机、变速器、进排气、传动系统等振动和噪声源来自发动机激励，这些信号相位关系、阶次关系明确，因此只要采用发动机的一个信号，如机体上的振动作为参考信号，其他信号与参考信号之间的关系就确定了。

一个系统中有多个激励源且彼此部分相关，找不到一个指示信号来表征所有激励源的特征，不得不采用多个指示信号作为参考来表征所有激励源特征并且识别出源和响应的关系以及每条路径的贡献，这种方法就是多参考TPA。例如，在结构声路噪中，一辆车四个轮胎受到路面激励，每个悬架上的振动都有来自四个轮胎的激励，即每个悬架振动彼此关联。车内不同位置的声音都有四个悬架激励的贡献，响应信号之间彼此相关。识别这类振动和声音的传递路径时，必须采用多个信号作为参考信号或指示信号。

多参考TPA又分成正向多参考和反向多参考。由于在结构声路噪分析中，没有像发动机相位和阶次这样明确的信号，因此必须使用所有与激励相关的信号作为参考，如四个轮心位置的振动或力信号。以多个输入信号（如悬架振动）来分析传递路径贡献并获取车内噪声的TPA方法就是正向多参考TPA。反之，以多个输出信号作为参考信号来分析传递路径贡献的方法就是反向多参考TPA，例如以四个座位的车内噪声响应为参考信号来分析悬架贡献就是反向多参考TPA。

3．多参考传递路径识别

对一个多输入单输出系统，如图2.9所示，输入信号 X =（ X ₁ ,… X _i ,… X _n ） ^T 中的每个输入 X _i （ i =1, 2,…, n ）彼此独立，如图2.20所示，它的自功率谱为

式中，上标“ ^* ”表示共轭。

输入信号 X _i 对应的输出信号 Y 中的分量为 ， 中的每个分量也是彼此独立，输入与输出之间的互功率谱为

由于 X _i 对 之外的输出分量不相关，所以互功率谱为 。这样输入 X _i 与输出 Y 之间的这个公式显示输入 X _i 与输出 Y 的互谱等于 X _i 与它对应分量 的互谱，于是得到

输入 X _i 与输出 Y 的常相干函数为

当输入信号 X _i （ i =1, 2,…, n ）彼此关联在一起，如图2.21a所示，它的自功率谱为

为了得到每个输入信号对应的输出信号，就必须将在物理空间耦合的输入信号 X =( X ₁ ,…, X _i ,…, X _n ) ^T 转换到虚拟空间或主成分空间，变成彼此解耦的信号 ，如图2.21b所示。奇异值分解是实现这种转换的一种方法。

在虚拟空间上，输入信号 对应的输出分量为 ，输出 的分量之间彼此独立，根据式（2.61），可以得到虚拟空间上的分量为

下面以反向参考为例来讲述路径识别过程。

三、反向多参考传递路径识别

虽然反向多参考TPA属于传统TPA方法，但是它采用了输出信号作为参考信号，就显得有些特别，因此就把它专门列为一小节来讲述。

1．反向多参考物理量

选择车内四个乘客位置的声压作为参考信号，如图2.22所示。这四个声音信号都包含了四个轮胎振动的贡献，因此它们彼此部分相关。

车内的噪声向量为

式中， P ₁ ， P ₂ ， P ₃ ， P ₄ 分别是四个位置的声压。

声压 P 的自功率谱矩阵 G _PP 为

由于 P ₁ 、 P ₂ 、 P ₃ 、 P ₄ 彼此部分相关，非对角线上的成分不为零，即 G _PP 中的成分彼此相关。求解成分部分相关的矩阵是非常困难的，因此必须进行空间变换，将之变成彼此独立的系统才能更好地求解，而主成分分析（principle component analysis，PCA）是一种方法。

2．主成分分析

假设存在一个虚拟空间，空间内的四个声压彼此独立。虚拟声压向量 为

式中， 分别是虚拟空间中四个位置的声压。

虚拟声压 的自功率谱 为

自功率谱对角线上有非零值，而非对角线上的值都为零。图2.23给出了从物理空间到虚拟空间的示意图。虚拟空间上，四个虚拟声压成分 彼此独立，而其中一个占主导。四个虚拟声压所在的空间是虚拟空间，被称为主成分空间。

前面介绍的奇异值分解是一种将物理空间量向主成分空间量转换的一种方法，因此SVD也适用于声压的分解。将式（2.49）传递函数矩阵 H 改写成物理声压 P ，可以做如下分解

将式（2.69）代入式（2.66）中，声压的自谱可以表达为

虚拟声压彼此解耦，因此其自谱 的特征值就是 G _PP 的特征值，即

将式（2.71）代入式（2.70）中，得到物理声压和虚拟声压的自谱关系为

将式（2.66）和式（2.71）代入式（2.72）中，得到

通过空间变换，建立了物理声压（ P ）与虚拟声压（ ）之间的关系。这种空间变换类似于模态分析中的模态空间变换。模态向量和特征值分别代表了振型和频率，模态空间和参数是有物理意义的；而上述的声压与虚拟声压之间的主成分空间变换只是数学上的转换，没有物理意义，即虚拟声压没有物理意义。表2.2将多参考分析采用的主成分变换和模态变换做了一个类比，以便读者更直观地理解主成分变换。可以将模态变换视为主成分变换的一个特例。

在模态分析中，通过模态矩阵，将物理空间中耦合的参数（质量、刚度、阻尼等）转换成模态空间中相互独立的参数；得到模态空间的解后，再转换成物理空间的解。在多参数分析中，通过酉矩阵（特征向量），将物理空间中的耦合参数（位移、加速度、声压、力等）转换到虚拟空间中，使之成为相互独立的参数；得到虚拟空间的解之后，通过合成，再得到物理空间的解。模态分析和多参考分析所使用的数学转换过程类似。

3．反向多参考主成分空间求解

以车内四个位置的声压为反向参考信号来求解每个悬架对车内噪声的贡献。

悬架对车身的激励力有 N 个，在每个受力点布置几个加速度传感器，共有 m 个响应，力和加速度向量分别为

N 个力和 m 个加速度可以分解到四个虚拟的主成分空间，图2.24给出了从测量声压的物理空间到虚拟声压的主成分空间的变换示意过程。在四个主成分空间中，给出从虚拟声压到虚拟加速度，再到虚拟力的求解过程。

在每个主成分空间内，力和加速度向量分别表达为

式中， r =1，2，3，4表示4个主成分空间。

在物理空间内，加速度与声压的互功率谱为

式中， a _i 表示第 i 个加速度， i =1，…， m 。

加速度与虚拟声压的互功率谱为

与式（2.64）一样，由式（2.78）和式（2.79），得到主空间内的虚拟加速度为

车身施力点对周边加速度的传递函数（VTF，用 H _V 表征）和力对车内噪声的传递函数（NTF，用 H _N 表征）反映的是结构特征，因此，它们在物理空间和主成分空间内的值是不变的。

在主成分空间内，力由加速度和力对加速度的传递函数获取，根据式（2.47），将计算得到的虚拟加速度代入，得到第 r （ r =1，2，3，4）个主成分空间内力

与逆矩阵方法识别力一样，式（2.81）中也存在矩阵求逆带来的病态问题，其处理方法与前者一样。

当主成分空间的力得到之后，就可以合成得到物理空间中的力，表达为

式中， j =1，2，…， N 表示物理空间中的力序号。

主成分空间的声压为

式中， k =1，2，3，4； H _{N, ki} 为第 i 点力对车内 k 位置的噪声传递函数； 为第 r 个空间中 i 点的力。

在每个主成分空间内，车内噪声对作用在车身上力的传递函数（NTF）与物理空间一样，因此，车内噪声为主成分空间上的每个力乘以对应NTF之和，即

当主成分空间的声压得到之后，就可以合成得到物理空间中的声压，表达为

4．案例验证

将反向多参考方法应用到一辆插电式混合动力汽车（PHEV）上。悬架与车身的连接点作为振动输入点，在附近布置加速度传感器、在车内布置四个传声器。首先测量内饰车身的传统传递函数（ H _N ），然后测量整车状态下的激励力对加速度响应的传递函数（ H _V ）。

汽车在沥青路面上以80km/h的速度行驶，测量得到加速度和车内声压。然后采用反向多参考的方法识别出激励力、主空间内的加速度和声压，得到了每条路径的声压贡献量。最后，将所有路径的贡献量合成起来得到了车内声压。图2.25为车内四个位置的测量声压与计算合成声压比较，合成声压与测量值非常接近。

在这个案例中，78Hz有一个大峰值，引起了车内低频轰鸣声。通过反向多参考分析，得到后悬架是主要贡献通道，而且与车身第二阶声腔模态耦合。通过修改后悬架结构或安装动态吸振器，降低了这个峰值。第六章将详细介绍悬架振动控制方法。

四、运行工况传递路径分析方法

1．运行工况下的传递率

虽然用传递函数来识别传递路径贡献的优点很多，但是缺点是测量复杂而且耗时长。为了克服这个缺点，工程师们将测量传递函数的方法扩展到运行工况，形成了运行工况下传递路径分析方法。

用运行工况下的数据来构建出一种新的“类似传递函数”，即目标点响应与输入点响应之间的比值。这种比值不是TPA中的传递函数，而是响应与响应之间的传递率，即用路径上某个位置的响应信号取代了激励力。例如，车内某个位置的噪声与悬架某点加速度响应的传递率 T _{i j} 为

式中， P _i 和 a _j 分别是车内 i 点的声压和悬架 j 点的加速度。

2．多输入状态下的传递率

将图2.8的MIMO系统的传递函数 H （ ω ）改为传递率 T （ ω ），假设系统有 m 个输入信号和 n 个输出信号，输出信号中有误差信号 μ 。第 i 个输出信号为

n 个输出信号与输入信号之间的关系为

用矩阵形式来表征式（2.88），为

在式（2.89）两边后乘矩阵 X 的转置 X ^T ，使之转换成方阵，然后求逆。 X 与残差信号 μ 不相关，即 μ X ^T =0，式（2.89）中的传递率矩阵变成

式中， G _XX 为输入信号的自功率谱； G _XY 为输入与输出信号之间的互功率谱。

3．OTPA路径识别

传递率矩阵也可以表示为

式中， X ⁺ 为伪逆矩阵，表达为

残余向量 μ 为

由于输入信号之间存在耦合，矩阵（ XX ^T ）求逆可能带来病态问题，因此必须采用SVD方法来求逆。按照前面讲述的奇异值分解方法，通过最小二乘法得到估算的传递率为

通过传递率和输入信号预估的输出信号为

将预估值与测量值之间做最小二乘运算，可以获取更精准的预估，即

式中， 为二范数，即求所有元素平方之和，再开方。

4．OTPA的特征

OTPA使用运行时的输入信号和输出信号来计算传递率，而不用测量传递函数，这样就节省了大量时间和资源，这是OTPA最大的好处。但是，与传统TPA相比，OTPA存在几个问题。

第一，因果关系的差异。TPA是响应与激励之间的关系，因为激励而产生响应，即它们之间存在因果关系（causality），所以TPA能够反映系统的特征。OTPA只是响应与响应之间的关系，即数字与数字之间的关系，两个响应虽然同时存在，但是彼此没有必然关系，即没有因果关系。

第二，直接测量与计算的差异。TPA中的传递函数直接测量得到，而OTPA中的传递率是计算出来的，用计算数据构建起来的自功率谱 G _XX 中的数据相互关联，因此，求 G _XX 的逆矩阵时，可能带来病态问题。

第三，路径上存在耦合，OTPA带来的能量叠加。TPA中的每条路径的传递函数彼此独立，即某点的响应一定对应着一个激励输入，但是OTPA中的每条路径上的传递率相互耦合，即某点的响应会来自不同点的激励输入。在求传递率过程中，需要计算输入点的响应自谱，因此有些路径上的能量被放大，这就导致了获取的路径贡献不准确。因此，OTPA只适用于弱耦合的情况。

第四，输入白噪声信号的差异。测量传递函数时，输入信号是白噪声，即每个频率下的输入能量是相等的。而计算传递率时，不同频率下的输入是不一样的，因此无法判断不同频率下的能量贡献。

5．识别案例

OTPA方法有以上缺点，甚至计算结果不可信，但是在工程上，仍然可以用它来快速而粗略地识别贡献源。在试验过程中，将同时采集的车内噪声与悬架加速度信号进行计算，得到每条路径的传递率；再对传递率与悬架加速度进行计算，得到每条路径产生的车内噪声；数据采集和计算过程如图2.26所示。

某车以60km/h的速度在粗糙沥青路面上行驶，车内有40Hz的敲鼓声。在悬架与车身连接点附近位置布置加速度传感器，包括前减振器安装点（FL_Damper）、前副车架前安装点（SUB_FFL_VM）、前副车架后安装点（SUB_FRL_VM）、后副车架后安装点（SUB_RRL_VM）、后减振器安装点（RL_Damper）、后副车架前安装点（SUB_RFL_VM）、后纵臂安装点（Trailing_ARM）等。按照OTPA方法，在采集数据后进行计算，得到了每条路径的贡献量，如图2.27a所示。图中显示在40Hz处，后副车架、后阻尼器的红色较深，即贡献大。从图2.27a中提取40Hz的噪声值，如图2.27b所示，后副车架前后安装点的 X 方向贡献量最大。

五、多重相干分析方法

1．多重相干分析原理

在一个系统中，有多个输入和单个输出，如图2.9所示。输入信号有 m 个，为 X =( X ₁ , X ₂ ,…, X _i ,…, X _m ) ^T ，输出信号与输入信号之间的传递函数为 H =( H ₁ , H ₂ ,…, H _i ,…, H _m ) ^T

由输入信号而产生的输出信号为

输出信号的自功率谱为

输入信号与输出信号的互功率谱为

输出信号含有输入信号的贡献，也包含其他无关信号的贡献，即

将式（2.100）代入式（2.99），得到

由式（2.101），得到 ，并代入式（2.98），得到

式中， 为矩阵 G _XX 的伪逆。

根据多重相干函数的定义，即第 i 个输入信号（ X _i ）对输出的贡献 Y _i 与整个输出信号的功率比值表征了它在输出量中占的比例，多重相干系数的表达式为

求伪逆矩阵 时，存在病态问题。与前面讲述的力识别、多参考TPA和OTPA一样，需要采用奇异值分解的方法来求解。在满足条件数时的情况下，求得多重相干函数。路径的贡献量为

不相干的噪声贡献量为

2．多重相干分析的特点

多重相干分析适用于源信号彼此相关的情况，并假设输入信号与噪声不相关。多重相干分析给出的是某个输入信号的输出在整个输出信号的占比，它没有真正分离出路径的贡献量。但是使用这种方法不需要测量传递函数，能够快速识别出能量占比，简单方便，所以在路噪识别中得到广泛应用。

3．案例分析

某款SUV以60km/h的速度在粗糙沥青路面行驶时，车内有明显的敲鼓声。经过声音回放和滤波分析后，确认敲鼓声的频率在26Hz，如图2.28所示。低频敲鼓声是典型的结构路噪问题，为了寻找传递路径，采用了多重相干分析方法。

第一，分析前后悬架的贡献。图2.29给出了车内声音分别与前悬架振动和后悬架振动之间的多重相干系数。在26Hz，前悬架的相干系数为0.3；而后悬架的相干系数达到0.81，因此，可以确定这个敲鼓声来自后悬架的传递。

第二，确定后悬架传递的通道。这辆车后悬架与车身的连接点有前摆臂前安装点、前减振器安装点、前摆臂后安装点、后副车架前安装点、后弹簧安装点、后减振器安装点、后副车架后安装点。分析车内噪声与这些连接点振动之间的相干函数，如图2.30所示，上述安装点的相干系数分别为0.72、0.84、0.79、0.64、0.61、0.79和0.94。从这组数据可以看出，26Hz的敲鼓声最主要的传递路径是从后悬架的后副车架安装点传递到车身。

第三，确认辐射声音的车身板。低频敲鼓声最终是由车身板辐射的，因此可以通过分析车内噪声与车身板之间的多重相干来识别。图2.31给出了车内噪声与车身板（右后轮毂包、顶棚后横梁、左后轮毂包、前风窗流水槽、背门内侧板、背门外侧板、背门玻璃、顶棚前横梁）振动之间的相干系数，分别为0.80、0.93、0.83、0.79、0.99、0.99、0.99和0.39，因此，可以确认背门是26Hz敲鼓声的主要来源。

通过以上分析，路面振动经过轮胎传递到后悬架，再通过后副车架后连接点到车身，激励其背门振动而辐射出敲鼓声。图2.32给出了传递路径，因此，修改这条路径上的任何一个结构或者组合结构，都可以降低敲鼓声。第六章和第七章将介绍修改悬架来降低结构声路噪的传递，第八章将讲述从车身控制的角度来降低低频路噪。

六、其他分离方法

除了上述基于理论的分离方法之外，一些经验方法在工程上也得到应用，如滑行分离法和转鼓倒拖分离法。

1．滑行分离法

汽车以中等速度行驶时，路噪最为凸显。如果汽车行驶到某个速度（如80km/h）时，让发动机熄火，处于空档，它以自由滑行状况行驶。截取某个速度下的噪声数据，如截取（60±2）km/h速度段的数据，可以等效为匀速行驶噪声。在60km/h及以下速度行驶时，风噪很小，可以忽略不计；发动机处于空档，其噪声也可以忽略，因此，这样得到的车内噪声可以视为路噪。将这样获取车内路噪的方法称为滑行分离法。

图2.33a是一辆汽车以60km/h匀速行驶时的车内噪声与滑行分离法得到的60km/h路噪对比，两者非常接近，这说明路噪对整体噪声的贡献占绝对主导。在低频段和高频段，匀速行驶的噪声略大于滑行分离得到的噪声，这是由于匀速行驶时有一定的动力噪声和风噪。

图2.33b是用理论分离方法从匀速行驶时车内噪声分离出来的路噪与滑行法得到路噪的对比，这两组数据非常吻合，说明滑行方法分离的路噪是可信的。

用滑行分离法能便捷地识别出路噪特征，便于快速比较不同轮胎在不同路面上的噪声。

2．转鼓倒拖分离法

汽车在消声室的转鼓上运行，得到的车内噪声包括了路噪和发动机噪声。而采用转鼓倒拖汽车运行，发动机处于空档且不运转，车内噪声来自路噪，这种获取路噪的方法就是转鼓倒拖法。图2.34是一辆车在转鼓上正常运行和转鼓倒拖测量的车内噪声对比，正常运行的噪声高于倒拖的路噪，而高出部分为明显的发动机点火谐阶次成分。

如果用转鼓只倒拖前轮或后轮，就可以进一步分离出前悬架或后悬架的路噪成分。

3．结构声路噪与空气声路噪的试验分离

滑行法和转鼓倒拖法能够获取路噪，但是没有分离出空气声路噪和结构声路噪。如果测量从轮胎到车内人耳之间的声-声传递函数 ，第九章将给出它的定义和详细描述，然后在轮胎附近布置传声器来测量运行时的近场噪声 Q _near ，就可以得到空气声路噪 ，表达式为

结构声路噪为

式中， P _road 为车内噪声。

用这种方法可以分离出类似图2.6的空气声路噪和结构声路噪。 fQHwJGHrfpo/YAZE2DKJRj/IvkdLc4mAB8lSlyfkfJ80NL8ixqlrt1aNNXp1x/3c