隨著低空經(jīng)濟(jì)熱潮來襲，國內(nèi) eVTOL（電動垂直起降飛行器）與無人機(jī)產(chǎn)業(yè)迎來爆發(fā)式增長——從城市物流配送、空中交通通勤到應(yīng)急救援、環(huán)境監(jiān)測，這些 “空中新物種” 正快速融入日常生活。隨之而來的噪聲煩擾問題，逐漸成為制約其公眾接受度的關(guān)鍵瓶頸，也引發(fā)了行業(yè)對噪聲合規(guī)性的高度關(guān)注。

目前，國內(nèi)外已出臺多項(xiàng)相關(guān)法規(guī)來明確 eVTOL 無人機(jī)等噪聲的測試標(biāo)準(zhǔn)，但大都基于聲壓級，而非基于更接近人耳真實(shí)感受的聲品質(zhì)。為此，聲學(xué)頂刊《美國聲學(xué)學(xué)會期刊》（J. Acoust. Soc. Am.）發(fā)表的“Prediction of perceived annoyance caused by an electric drone noise through its technical, operational, and psychoacoustic parameters”，通過對無人機(jī)的精準(zhǔn)聲學(xué)測試（基于 HEAD acoustics 便攜數(shù)采）、全球用戶煩躁度主觀評價(jià)、心理聲學(xué)參數(shù)計(jì)算（基于ArtemiS SUITE 聲品質(zhì)模塊），研究了無人機(jī)煩躁度的影響因素和預(yù)測方法，為行業(yè)精準(zhǔn)破解無人機(jī)噪聲煩擾難題提供了前沿、實(shí)用的指導(dǎo)方向。

01、無人機(jī)噪聲的測試、主觀評價(jià)、

客觀分析

聲學(xué)測試情況：搭建懸停測試臺與室內(nèi)實(shí)際飛行兩大實(shí)驗(yàn)場景，通過 HEAD acoustics 的便攜數(shù)采系統(tǒng)采集 161個(gè)懸停樣本和 46 個(gè)飛行樣本，覆蓋槳葉數(shù)量、轉(zhuǎn)速、載重、能耗等多維度技術(shù) / 運(yùn)行參數(shù)變化，確保數(shù)據(jù)的全面性與代表性。

主觀評價(jià)：對采集的 161個(gè)懸停樣本和 46 個(gè)飛行樣本，在全球范圍內(nèi)招募 578 名無聽力障礙的參與者，均衡覆蓋歐洲、亞洲、美洲三大洲、18-62 歲全年齡段人群，及男女群體，通過標(biāo)準(zhǔn)化音頻回放與 BTL（Bradley-Terry-Luce）排序法，收集樣本量與代表性均處于行業(yè)前列的無人機(jī)噪聲煩擾度評價(jià)結(jié)果。 

心理聲學(xué)參數(shù)分析：得益于 HEAD acoustics 提供的覆蓋了行業(yè)內(nèi)最新、最全聲品質(zhì)算法的 ArtemiS SUITE 軟件，將 161 個(gè)懸停和 46 個(gè)飛行的聲音樣本，進(jìn)行包括響度、尖銳度、音調(diào)度、粗糙度、波動度、脈沖度等 6 大類、 包括 ISO、DIN、ECMA 等 10 余種標(biāo)準(zhǔn)版本的心理聲學(xué)參數(shù)計(jì)算，實(shí)現(xiàn)多維度、多版本的聲品質(zhì)客觀評估。

02、無人機(jī)噪聲的分析結(jié)果

分析結(jié)果1：煩擾度與心理聲學(xué)參數(shù)的關(guān)聯(lián)

下圖為懸停工況和飛行工況下，主觀評價(jià)結(jié)果與多維度、多版本心理聲學(xué)參數(shù)的相關(guān)性統(tǒng)計(jì)。

• 響度 Loudness：總體看響度與煩躁度相關(guān)性最顯著，預(yù)測效果最佳（懸停和飛行時(shí)R2分別高達(dá)0.94和0.88），在實(shí)際飛行場景中優(yōu)于 A 計(jì)權(quán)聲壓級；另外因 ISO 532-1與DIN 45631/A1 算法高度一致，因此結(jié)果類似。

• 尖銳度 Sharpness：Aures 的尖銳度算法與煩擾度關(guān)聯(lián)最顯著，而 DIN 45692、von Bismarck 的尖銳度無顯著關(guān)聯(lián)。這得益于 Aures 算法比另外兩個(gè)算法多考慮了聲音總體響度對尖銳度的影響。

• 音調(diào)度 Tonality：基于 Sottek Hearing Model 的音調(diào)度算法與煩躁度關(guān)聯(lián)顯著，DIN 45681 的音調(diào)度算法關(guān)聯(lián)度不顯著，尤其是飛行工況下。因此不推薦使用 DIN 的算法，而是 Hearing Model 的算法。

• 粗糙度Roughness和波動強(qiáng)度Fluctuation Strength：粗糙度和波動強(qiáng)度與煩躁度的關(guān)聯(lián)程度，依賴于實(shí)驗(yàn)場景與轉(zhuǎn)速，即懸停工況時(shí)波動強(qiáng)度與煩躁度關(guān)聯(lián)更顯著，而飛行工況時(shí)粗糙度與煩躁度關(guān)聯(lián)更顯著。

• 脈沖度 Impulsiveness：脈沖度與煩躁度無顯著關(guān)聯(lián)。經(jīng)過煩躁度與各個(gè)心理聲學(xué)參數(shù)的關(guān)聯(lián)性分析，可以在后續(xù)噪聲優(yōu)化、聲品質(zhì)參數(shù)開發(fā)過程中選擇更合適的心理聲學(xué)參數(shù)進(jìn)行計(jì)算。

分析結(jié)果2：不同社會文化人群的影響

為了研究不同社會文化對無人機(jī)煩躁的影響，將懸停時(shí)煩躁度與各個(gè)心理聲學(xué)參數(shù)的關(guān)聯(lián)圖，按亞洲、美洲、歐洲分別進(jìn)行統(tǒng)計(jì)，如下圖所示。可以看出：無人機(jī)噪聲煩擾度的感知不受社會文化因素影響。

分析結(jié)果3：煩擾度與技術(shù)/運(yùn)行參數(shù)的關(guān)聯(lián)

將評估出來的煩惱度，按懸停工況和飛行工況，對對各技術(shù)/運(yùn)行參數(shù)進(jìn)行關(guān)聯(lián)性分析。挑選出載重、最大起飛質(zhì)量 MTOM、轉(zhuǎn)速、槳盤載荷、能耗等與煩躁度關(guān)聯(lián)性顯著的 5 個(gè)關(guān)鍵技術(shù)/運(yùn)行參數(shù)，結(jié)果如下圖。

其中：

• 懸停工況時(shí)，載重、槳尖馬赫數(shù)、轉(zhuǎn)速及槳盤載荷等都對煩惱度的影響較為顯著（R2在0.62-0.73之間）。

• 飛行工況時(shí)，能耗對煩擾度影響最顯著（R2=0.7），其次是載重（R2=0.62）和槳尖馬赫數(shù)（R2=0.6），槳盤載荷與轉(zhuǎn)速的影響強(qiáng)度相對稍弱，但仍為重要關(guān)聯(lián)參數(shù)。

分析結(jié)果4：調(diào)整載重與轉(zhuǎn)速的效果預(yù)測

以 Rubina X8 型垂直起降電動無人機(jī)為案例，借助概念設(shè)計(jì)工具，模擬 “載重降低 20%” 與 “轉(zhuǎn)速降低 20%” 兩種場景，量化分析參數(shù)調(diào)整的降噪潛力與性能權(quán)衡關(guān)系。

• 場景一：載重降低 20%

載重下降直接導(dǎo)致實(shí)際起飛質(zhì)量降低，進(jìn)而使槳尖馬赫數(shù)下降 6.6%。噪聲層面，煩擾度得到輕微緩解；性能層面，動力需求降低，功率消耗減少 6.5%，能耗消耗減少 9.3%。

• 場景二：轉(zhuǎn)速降低 20%

轉(zhuǎn)速下降直接帶動槳尖馬赫數(shù)下降 20%，旋翼噪聲排放顯著減少，煩擾度大幅降低。但性能層面存在明顯短板：推力同步下降，盡管無人機(jī)仍可搭載設(shè)計(jì)載荷，但運(yùn)行效率受損；若要維持原有飛行性能，需對無人機(jī)進(jìn)行重新設(shè)計(jì)（如增大旋翼槳葉半徑以補(bǔ)償推力損失），該結(jié)論與相關(guān)旋翼噪聲研究的觀點(diǎn)相符。

分析結(jié)果5：各個(gè)心理聲學(xué)參數(shù)與 不同槳尖馬赫數(shù)的關(guān)聯(lián)

針對槳尖馬赫數(shù)與聲壓級、響度及音調(diào)度、尖銳度、粗糙度進(jìn)行關(guān)聯(lián)度分析，探究技術(shù) / 運(yùn)行參數(shù)對心理聲學(xué)指標(biāo)的影響規(guī)律。

• 槳尖馬赫數(shù)Mt 與 A 計(jì)權(quán)聲壓級、響度 的關(guān)聯(lián)強(qiáng)度較高，決定系數(shù) R2>0.6，且具有統(tǒng)計(jì)學(xué)顯著性；

• 槳尖馬赫數(shù)Mt 與 音調(diào)、尖銳度、粗糙度 的關(guān)聯(lián)強(qiáng)度次之，決定系數(shù) R2>0.3，同樣具有統(tǒng)計(jì)學(xué)顯著性；

03、無人機(jī)噪聲的結(jié)論

這項(xiàng)研究的核心價(jià)值，在于確立了 “心理聲學(xué)參數(shù)” 在無人機(jī)噪聲評估中的核心地位。經(jīng)過嚴(yán)謹(jǐn)?shù)膶?shí)驗(yàn)與分析，研究得出5項(xiàng)關(guān)鍵結(jié)論，為降噪設(shè)計(jì)提供明確指引：

• 心理聲學(xué)指標(biāo)版本選擇至關(guān)重要：ISO 532-1 標(biāo)準(zhǔn)的響度、Aures 標(biāo)準(zhǔn)的尖銳度、Sottek聽覺模型的音調(diào)度是預(yù)測飛行噪聲煩擾度的最佳組合，其中 ISO 532-1 響度的預(yù)測效果最優(yōu)（懸停和飛行時(shí)R2分別高達(dá)0.94和0.88），顯著優(yōu)于傳統(tǒng)的 A 計(jì)權(quán)聲壓級（Lp (A)）。

• 社會文化因素不影響噪聲感知，這意味著降噪設(shè)計(jì)可采用全球統(tǒng)一標(biāo)準(zhǔn)，無需針對性適配。

• 技術(shù) / 運(yùn)行參數(shù)降噪潛力明確：能耗、載重、槳尖馬赫數(shù)是影響煩擾度的三大核心技術(shù)參數(shù)（R2 均≥0.6），且降低 槳尖馬赫數(shù)不會因頻率升高加劇煩擾，打破了行業(yè)此前的擔(dān)憂。

• 參數(shù)調(diào)整需平衡降噪與性能：20% 載重降幅可輕微降噪且性能損失可控，20% 轉(zhuǎn)速降幅能顯著降噪但需優(yōu)化設(shè)計(jì)（如增大槳葉半徑）；唯有協(xié)同調(diào)整載重與轉(zhuǎn)速，才能兼顧降噪效果與運(yùn)行效率。

• 心理聲學(xué)指標(biāo)是可靠設(shè)計(jì)工具：心理聲學(xué)指標(biāo)與技術(shù)參數(shù)、噪聲煩擾度均存在顯著關(guān)聯(lián)，可無縫融入無人機(jī)概念設(shè)計(jì)階段，為降噪優(yōu)化提供量化依據(jù)。

（注：本文核心研究數(shù)據(jù)來源于《Prediction of perceived annoyance caused by an electric drone noise through its technical, operational, and psychoacoustic parameters》，原文發(fā)表于 J. Acoust. Soc. Am. 156, 1929–1941 (2024)。）