JASA顶刊成果！欧洲团队：“心理声学参数”成eVTOL降噪关键突破口！

随着低空经济热潮来袭，国内 eVTOL（电动垂直起降飞行器）与无人机产业迎来爆发式增长——从城市物流配送、空中交通通勤到应急救援、环境监测，这些 “空中新物种” 正快速融入日常生活。随之而来的噪声烦扰问题，逐渐成为制约其公众接受度的关键瓶颈，也引发了行业对噪声合规性的高度关注。

目前，国内外已出台多项相关法规来明确 eVTOL 无人机等噪声的测试标准，但大都基于声压级，而非基于更接近人耳真实感受的声品质。为此，声学顶刊《美国声学学会期刊》（J. Acoust. Soc. Am.）发表的“Prediction of perceived annoyance caused by an electric drone noise through its technical, operational, and psychoacoustic parameters”，通过对无人机的精准声学测试（基于 HEAD acoustics 便携数采）、全球用户烦躁度主观评价、心理声学参数计算（基于ArtemiS SUITE 声品质模块），研究了无人机烦躁度的影响因素和预测方法，为行业精准破解无人机噪声烦扰难题提供了前沿、实用的指导方向。

01、无人机噪声的测试、主观评价、

客观分析

声学测试情况：搭建悬停测试台与室内实际飞行两大实验场景，通过 HEAD acoustics 的便携数采系统采集 161个悬停样本和 46 个飞行样本，覆盖桨叶数量、转速、载重、能耗等多维度技术 / 运行参数变化，确保数据的全面性与代表性。

主观评价：对采集的 161个悬停样本和 46 个飞行样本，在全球范围内招募 578 名无听力障碍的参与者，均衡覆盖欧洲、亚洲、美洲三大洲、18-62 岁全年龄段人群，及男女群体，通过标准化音频回放与 BTL（Bradley-Terry-Luce）排序法，收集样本量与代表性均处于行业前列的无人机噪声烦扰度评价结果。 

心理声学参数分析：得益于 HEAD acoustics 提供的覆盖了行业内最新、最全声品质算法的 ArtemiS SUITE 软件，将 161 个悬停和 46 个飞行的声音样本，进行包括响度、尖锐度、音调度、粗糙度、波动度、脉冲度等 6 大类、 包括 ISO、DIN、ECMA 等 10 余种标准版本的心理声学参数计算，实现多维度、多版本的声品质客观评估。

02、无人机噪声的分析结果

分析结果1：烦扰度与心理声学参数的关联

下图为悬停工况和飞行工况下，主观评价结果与多维度、多版本心理声学参数的相关性统计。

• 响度 Loudness：总体看响度与烦躁度相关性最显著，预测效果最佳（悬停和飞行时R²分别高达0.94和0.88），在实际飞行场景中优于 A 计权声压级；另外因 ISO 532-1与DIN 45631/A1 算法高度一致，因此结果类似。

• 尖锐度 Sharpness：Aures 的尖锐度算法与烦扰度关联最显著，而 DIN 45692、von Bismarck 的尖锐度无显著关联。这得益于 Aures 算法比另外两个算法多考虑了声音总体响度对尖锐度的影响。

• 音调度 Tonality：基于 Sottek Hearing Model 的音调度算法与烦躁度关联显著，DIN 45681 的音调度算法关联度不显著，尤其是飞行工况下。因此不推荐使用 DIN 的算法，而是 Hearing Model 的算法。

• 粗糙度Roughness和波动强度Fluctuation Strength：粗糙度和波动强度与烦躁度的关联程度，依赖于实验场景与转速，即悬停工况时波动强度与烦躁度关联更显著，而飞行工况时粗糙度与烦躁度关联更显著。

• 脉冲度 Impulsiveness：脉冲度与烦躁度无显著关联。经过烦躁度与各个心理声学参数的关联性分析，可以在后续噪声优化、声品质参数开发过程中选择更合适的心理声学参数进行计算。

分析结果2：不同社会文化人群的影响

为了研究不同社会文化对无人机烦躁的影响，将悬停时烦躁度与各个心理声学参数的关联图，按亚洲、美洲、欧洲分别进行统计，如下图所示。可以看出：无人机噪声烦扰度的感知不受社会文化因素影响。

分析结果3：烦扰度与技术/运行参数的关联

将评估出来的烦恼度，按悬停工况和飞行工况，对对各技术/运行参数进行关联性分析。挑选出载重、最大起飞质量 MTOM、转速、桨盘载荷、能耗等与烦躁度关联性显著的 5 个关键技术/运行参数，结果如下图。

其中：

• 悬停工况时，载重、桨尖马赫数、转速及桨盘载荷等都对烦恼度的影响较为显著（R²在0.62-0.73之间）。

• 飞行工况时，能耗对烦扰度影响最显著（R²=0.7），其次是载重（R²=0.62）和桨尖马赫数（R²=0.6），桨盘载荷与转速的影响强度相对稍弱，但仍为重要关联参数。

分析结果4：调整载重与转速的效果预测

以 Rubina X8 型垂直起降电动无人机为案例，借助概念设计工具，模拟 “载重降低 20%” 与 “转速降低 20%” 两种场景，量化分析参数调整的降噪潜力与性能权衡关系。

• 场景一：载重降低 20%

载重下降直接导致实际起飞质量降低，进而使桨尖马赫数下降 6.6%。噪声层面，烦扰度得到轻微缓解；性能层面，动力需求降低，功率消耗减少 6.5%，能耗消耗减少 9.3%。

• 场景二：转速降低 20%

转速下降直接带动桨尖马赫数下降 20%，旋翼噪声排放显著减少，烦扰度大幅降低。但性能层面存在明显短板：推力同步下降，尽管无人机仍可搭载设计载荷，但运行效率受损；若要维持原有飞行性能，需对无人机进行重新设计（如增大旋翼桨叶半径以补偿推力损失），该结论与相关旋翼噪声研究的观点相符。

分析结果5：各个心理声学参数与 不同桨尖马赫数的关联

针对桨尖马赫数与声压级、响度及音调度、尖锐度、粗糙度进行关联度分析，探究技术 / 运行参数对心理声学指标的影响规律。

• 桨尖马赫数Mt 与 A 计权声压级、响度 的关联强度较高，决定系数 R2>0.6，且具有统计学显著性；

• 桨尖马赫数Mt 与 音调、尖锐度、粗糙度 的关联强度次之，决定系数 R2>0.3，同样具有统计学显著性；

03、无人机噪声的结论

这项研究的核心价值，在于确立了 “心理声学参数” 在无人机噪声评估中的核心地位。经过严谨的实验与分析，研究得出5项关键结论，为降噪设计提供明确指引：

• 心理声学指标版本选择至关重要：ISO 532-1 标准的响度、Aures 标准的尖锐度、Sottek听觉模型的音调度是预测飞行噪声烦扰度的最佳组合，其中 ISO 532-1 响度的预测效果最优（悬停和飞行时R²分别高达0.94和0.88），显著优于传统的 A 计权声压级（Lp (A)）。

• 社会文化因素不影响噪声感知，这意味着降噪设计可采用全球统一标准，无需针对性适配。

• 技术 / 运行参数降噪潜力明确：能耗、载重、桨尖马赫数是影响烦扰度的三大核心技术参数（R² 均≥0.6），且降低 桨尖马赫数不会因频率升高加剧烦扰，打破了行业此前的担忧。

• 参数调整需平衡降噪与性能：20% 载重降幅可轻微降噪且性能损失可控，20% 转速降幅能显著降噪但需优化设计（如增大桨叶半径）；唯有协同调整载重与转速，才能兼顾降噪效果与运行效率。

• 心理声学指标是可靠设计工具：心理声学指标与技术参数、噪声烦扰度均存在显著关联，可无缝融入无人机概念设计阶段，为降噪优化提供量化依据。

（注：本文核心研究数据来源于《Prediction of perceived annoyance caused by an electric drone noise through its technical, operational, and psychoacoustic parameters》，原文发表于 J. Acoust. Soc. Am. 156, 1929–1941 (2024)。）