气动噪声强度随车速提高的增加幅度远高于其它声源,当车速达到100 km/h时,气动噪声就成为汽车的主要噪声源,新能源汽车缺少发动机噪声的遮蔽效应,其气动噪声更为明显。为降低车内气动噪声,以某SUV气动噪声为研究对象,采用流体仿真软件与声学仿真软件联合仿真得到车内驾驶员耳旁噪声响应,并结合风洞试验与实车道路测试对仿真结果进行验证。首先,对数值仿真理论、数值仿真模型建立这两部分内容进行阐述,详细介绍了车外流场中关于边界条件、求解参数、网格划分、前处理等细节。其次,通过车窗脉动压力将车外流场与车内声场联系起来,模拟气动噪声从车外向驾驶员耳旁传播的过程,获得车外流场情况与车内驾驶员耳旁噪声响应。然后,对车外流场仿真结果分析发现,气动噪声取决于压力波动的大小而不是压力幅值大小,在车身表面流动分离较大的区域压力波动较大。最后,进行驾驶员耳旁噪声的模拟计算,得到驾驶员左耳总声压级为67.27 dB（A）、右耳处总声压级为66.29 dB（A）。通过实车道路测试对仿真结果分析验证,发现测试结果与仿真结果数值上存在一定差异,但是主要集中在低频段,并且测试结果与仿真结果趋势相同,说明该仿真方法能够有效反映实际驾驶时驾驶员耳旁噪声。针对目前工程优化中设计变量选取依赖工程经验的问题,提出一种车身表面噪声源灵敏度识别方法。将车身表面Curle噪声源强度作为目标,利用离散伴随法获得车身表面关于噪声源强度的灵敏度关系,进而确定将后视镜、A柱、引擎盖等灵敏度较大且便于参数化的部件作为优化区域。对气动噪声影响较大的区域有针对性地进行优化,使气动噪声优化工作更加有效、直观,改进了气动噪声的工程优化方法。运用网格变形技术将优化部件参数化,采用哈默斯雷方法抽取30个样本点用来构建代理模型,并通过多岛遗传算法进行全局寻优。优化结果显示,车窗表面声功率级最大值下降2 dB,驾驶员耳旁声压级响应下降0.7 dB（A）。