在本站上篇文章第2節介紹的IEC方法步驟(2)中提到，必須在計算局部最大值的基礎上確定臨界頻帶，并進行假設噪音判定?？梢奻c的選擇對噪音能否精確辨識是至關重要的。在IEC方法的步驟(3)中，噪音的識別需要對窄帶譜線進行綜合分類，其中IEC標準給出的L70%判定級具有很大的主觀經驗性，沒有嚴格的數學推導，其它譜線的劃分亦是如此。為了避免噪音判定中的主觀性并簡化識別過程，本文采用譜平面法對臨界子帶內的噪音進行了判定。

一、柴油發電機噪聲譜平面方法

譜平面方法主要用于確定臨界子帶內的信號是否為噪音。該方法通過對FFT幅值進行分析得到系數SFM，從而確定每個臨界子帶內信號的掩蔽閾值能量?；谧V平面法的發電機噪聲音調評估方法具體步驟如下:

1、 對平穩子段信號加窗及FFT變換。采用加漢寧窗的實－復FFT將式(16)中的平穩子段信號Sj轉換到頻域內進行臨界頻帶分析。經過FFT，可以得到Sj的實頻Re(ω)，虛頻Im(ω)。Sj的功率譜為:P(ω) =Re2(ω)+Im2(ω) (17)依據文獻［10］，將上述功率譜分割為臨界帶，然后將每個臨界頻帶內的能量相加如下:bhiBi=∑P(ω) (18)ω=bli

其中bhi，bli分別表示第i個臨界帶的上下界。

2、計算噪音的掩蔽閾值。首先定義噪音系數［10］從以上分析可知，基于譜平面法的噪音辨識方法完全摒除了IEC方法中譜線劃分的復雜計算，該方法借助音頻編碼中的噪聲掩蔽閾值方法，能夠直接對噪聲中可聽噪音進行辨識與計算，大大簡化了計算過程。

二、發電機降噪技術應用

為驗證上述方法的可行性，以新疆某部隊單位的柴油發電機產生的噪聲作為分析信號，依據本文提出的方法對該信號進行了噪音評估，并將分析結果同使用IEC方法所得到的結果進行了對比。這里需要指出的是，轉速計是柴油發電機組機系統必備的輔助設備之一，發電機轉速、風向、轉速、氣壓、溫度等參數都是從測風塔上的傳感器中獲得并傳輸至柴油發電機組機電控箱，具體的系統設置見文獻。為保證轉速信號與噪聲信號的對應關系，在進行噪聲采集的同時，同步讀取電控箱中的轉速曲線。圖4顯示了首個一分鐘內在整轉速6 m/s下的轉速曲線。（α=min-SFMdb，1）) (19)SFMdbnax其中:Gm

SFMdb=10log10 (20)Am

式中:Gm表示功率譜的幾何平均，Am表示功率譜的算術平均。依次計算第i個臨界頻帶內的掩蔽能級的補償量Oi，即:

Oi=α(14．5+i)+5．5(1－α) (21)

然后從展開的臨界頻帶譜中減去閾值補償量得到噪音的掩蔽閾值估計［11］:

O log10(ci)－10i Ti=10 (22)其中ci為展開的第i個臨界頻帶內的譜能量。

1、噪音評估。將掩蔽閾值與人耳聽覺的絕對閾值進行比較，得到max［Ti，Tq(i)］，并以此為標準對臨界頻帶內的每個頻率點進行檢測，如果某個頻率點上的聲壓級超過max［Ti，Tq(i)］，則可認為在該臨界頻帶內的頻率為噪音頻率，并且在噪音頻率處的聲壓級就是噪音級。

對應于噪聲信號的Gabor時頻譜如圖5所示。圖5中的階次分量隨時間的變化趨勢幾乎與圖4中的轉速曲線一致。因為圖4中的轉速曲線相對穩定，所以使用第3．1節中描述的改進方法所得到的子分割段的個數是3個，然后采用譜平面法直接對每個子段信號

2、進行噪音辨識，得到的噪音頻率均為156 Hz。而使用IEC方法得到的結果分別為156，156，148，154，54，156 Hz。在一定程度上兩者之間并沒有很大的差異，這是因為轉速很穩定。但是比較兩組數據可知，使用本文提出的改進法所得到的噪音頻率更加一致，而且只得到三個平滑子段，因此重復計算也只有三次，計算效率得到了提高。

為了進一步驗證改進方法的有效性，下面給出了另一個實例的分析結果。圖6顯示了第二個一分鐘內在整轉速6 m/s下的轉速，從圖6中可以看到在一分鐘內轉速隨時間變化較強烈。圖7中的深黑色信號為對應的一分鐘內的發電機噪聲數據。

3、使用IEC方法對圖7中的原始噪聲信號進行噪音分析，計算得到的噪音頻率為168，162，152，154，156，164 Hz，對應的噪音級分別為－4．89，－1．33，7．25，6．46，4．43，7．09 dB，從中可知計算出的每個10 s噪聲的噪音存在很大差異。第一個10 s噪聲的噪音頻率與第三個的噪音頻率相差16 Hz，此外同組數據之間的噪音級差距達到12．14?？梢姰斵D速變化很大時，相同轉速下使用IEC方法評估出來的噪音存在很大的不確定性，這種情況并不利于對發電機噪聲品質進行準確的評估。

4、使用本文提出的改進方法分析同樣的噪聲信號，其Gabor時頻分布如圖8所示，提取出兩個階比分量，重構后的信號如圖7所示，從圖7中可以看到發電機所產生的噪聲已從背景噪聲中分離出來了，其幅值和頻率都隨時間的變化而變化。然后根據圖6中的轉速曲線對其進行最優分割，圖9是第二個分割段的功率譜。與圖2相比較，圖9中子段二的局部最大值(152 Hz處的譜峰)非常突出，且比周圍譜線高出許多，而且其分貝數明顯高于對應臨界頻帶內的掩蔽噪聲級6 dB以上，因此將該譜峰處對應的頻率設置為初始噪音頻率確定無疑。由于圖9的頻譜是對去除背景噪聲后的發電機噪聲進行的譜分析，因此無需再進行掩蔽噪聲級的修正，也能判定該局部最大值即為噪音頻率。采用同樣的方法對同一分鐘數據中其他子段信號進行處理，并使用譜平面法計算出各組的噪音頻率分別為154，152，152，152，152 Hz，對應的音調級分別為7．49，7．62，7．23，7．32，7．42，7．45 dB。從中可在相同整轉速下6個子分割段信號的噪音頻率已被統一到幾乎同一頻率點上，計算出的噪音級也相差不大，因此噪音判定的不確定性在很大程度上得到了抑制。