随着国内汽车工业的发展,汽车NVH性能越来越受到车企和消费者的关注,而在汽车NVH中,声品质开始被各大车企作为一个研究的重点。目前声品质的研究已逐步开始从稳态转移到非稳态。对于非稳态声品质的研究,传统适用于稳态的心理学参数已不能够表现非稳态信号的特征,势必会对声品质的预测精度产生很大影响。针对这个问题,目前国内外学者采用一系列时频分析方法来提取声样本信号特征来作为评价参数,其中声音信号的特征参数的选取是关键。论文主要的研究内容有:(1)针对传统客观心理学参数对非稳态汽车声品质预测的不足,提出以时频信号方法处理的声音信号特征作为客观参数预测汽车关门声声品质,并与传统客观心理学参数的预测方法进行对比分析和效果验证。(2)利用EMD与复解析小波相结合的方式提取声音信号特征参数,首先利用EMD将信号分解为固有模态函数(intrinsic mode function,IMF),并选取有效IMF分量,基于有效IMF的频谱图对反应人耳听觉的临界频率带划分若干频率段,作为复解析小波母波的频率成分;然后利用复解析小波将声信号分解成若干个信号分量,并计算各个信号分量计权后的能量比作为声音信号的特征向量。(3)最后利用EMD和复解析小波分解提取计权后的信号能量比系数作为客观参量以及BP神经网络作为数学模型来预测声品质,对比分析哪一种方法适用于冲击性声样本的声品质预测。本文以汽车关门声作为数据样本,利用时频处理方法对汽车关门声声品质的客观评价参数和预测方法做出研究,利用EMD分解提取频率成分,优化复解析小波的分解过程,并比较分析了两种时频方法提取的客观参数对于预测冲击性样本声品质的优劣性,同样提取心理声学客观参数与之对比。结果表明,基于时频方法提取的信号特征较心理学客观参数更适宜于非稳态噪声声品质的评价。复解析小波变换提取的能量特征参数方法相比于传统心理学参数以及基于EMD分解提取的能量特征参数对汽车关门声声品质有较好的预测效果。