对于汽车来说,其关门声不仅有噪声的特性,还具有品质的特性,控制汽车的关门声既要严格的控制其声压级的大小,又要改善其声品质。评价关门声品质的方法通常是主观以及客观的评价方法。而关门声品质大多数评价以及优化分析都需在制造出了实际车辆之后才能进行,灵活性和时效性差。考虑到当前汽车关门声的声品质评价以及优化所产生的问题,本文对汽车关门声的声品质评价、关门声品质预测的模型建立、关门声品质碰撞仿真分析和优化分析等方面进行了研究。本文主要研究内容有:（1）采用噪声采集设备采集了18辆不同车型车门的关门声信号,建立车门关闭时的声品质声音样本库并开展主观评价,得到主观评价得分。之后提取出关门声信号中心理声学的客观评价参数如响度、尖锐度、粗糙度和抖动度等,对关门声品质进行主观与客观评价。（2）以响度和尖锐度为输入,主观评价得分为输出,得到BP神经网络预测模型以及支持向量机预测模型。对比分析这两个预测模型的预测精度,结果表明所建立的支持向量机预测模型的预测结果精度更高。通过该预测模型的建立,可以为后续关门声仿真得到的声信号预测奠定基础。（3）为了解决关门声品质的研究大多都离不开实际车辆的情况,本文把汽车安全碰撞分析中常用的仿真方法应用在汽车关门碰撞研究中并建立了汽车车门的有限元模型和边界元模型,并经过关门振动噪声实验来验证仿真模型的准确性。由于车门结构对汽车关门声有很大的影响,本文以车门内板为设计变量,以提高车门模态频率为设计目标对车门内板结构进行了优化分析。（4）建立边界元仿真模型,并对汽车车门优化前后所得到的声压值和声品质客观评价参数进行计算,之后将得到的客观评价参数输入到支持向量机预测模型中得到优化前后的关门声品质得分。结果表明,汽车车门内板结构优化后可以减小响度与尖锐度的大小,提高声品质预测得分,汽车关门声品质得到改善。本文所述方法可为汽车关门声品质分析及优化提供参考与指导,具有一定的价值和意义。