汽车风振噪声的产生是由于汽车行驶过程中车窗开启致使车内空气与外来气流之间发生相互作用。这种气动声学响应具有低频高强度的特性,容易造成驾驶员以及乘客的烦躁和疲倦,严重影响车辆乘坐舒适性。随着汽车研发趋势逐渐从产品性能转向品质提升,以往以声压级作为唯一控制优化指标的汽车风振噪声研究也需要向声品质研发层面拓展。然而,现阶段国内外尚没有对汽车风振噪声声品质问题给予足够的关注。因此本文针对汽车天窗、右前窗、右后窗开启风振噪声声品质进行了客观评价与主观评价研究,并将人工神经网络理论首次引入汽车风振噪声声品质研究领域,采用遗传算法(GA)优化BP神经网络算法建立汽车风振噪声GA-BP声音烦恼度预测模型,提出客观声音烦恼度评价指标。最后设计了一种空气射流结构对汽车风振噪声声品质客观烦恼度进行优化。本文主要研究内容如下:1.从声学研究理论出发,基于松弛-弱可压缩模型改进LES方法进行风振噪声数值模拟,结合实车道路试验,对计算结果与试验结果进行对比分析,验证了大涡模拟方法的准确性。2.基于数值模拟结果,进行了汽车风振噪声声品质的主客观评价研究。分别计算风振噪声声压级、峰值频率、响度、粗糙度、言语干扰级、尖锐度、语音清晰度以及抖动度等八个声品质客观评价指标,并对各指标变化规律进行分析,同时结合等级评分法对汽车风振噪声声音烦恼度进行了主观评价试验研究。3.以八个客观参量为输入,主观声音烦恼度为输出,通过遗传算法(GA)对BP神经网络算法进行优化改善,建立主客观评价之间的非线性映射关系,建立汽车风振噪声GA-BP声音烦恼度预测模型,并提出汽车风振噪声声品质客观声音烦恼度评价指标。4.根据风振噪声产生机理,设计了一种空气射流结构进行汽车天窗和右后窗风振噪声声品质优化控制,并对射流结构参数进行了优化,确定了射流结构的最佳角度、速度和宽度,该结构能够抑制脱落涡的大小,改变脱落涡的运行轨迹,降低脱落涡与车窗后沿发生碰撞的概率,从而达到了优化声品质的目标。