高速列车气动噪声研究进展论文

高速列车气动噪声研究进展论文一.摘要

高速列车作为现代交通运输体系的骨干，其运行过程中产生的气动噪声已成为影响乘客舒适性和环境质量的关键因素。气动噪声源于列车高速行驶时气流与车体、轮轨等结构相互作用产生的湍流脉动和压力波动，其声学特性与列车速度、车头形状、车体结构参数以及运行环境密切相关。近年来，随着高铁网络的快速扩张，气动噪声的预测、控制与优化成为学术研究的热点领域。本研究基于流固声学耦合理论，系统梳理了高速列车气动噪声的产生机理、传播规律及控制策略。通过数值模拟与实验验证相结合的方法，分析了不同车头造型、车体表面粗糙度及运行速度对噪声特性的影响，揭示了高频噪声主要源于车头绕流区域而低频噪声则与轮轨接触区域的湍流特性密切相关。研究发现，采用主动噪声控制技术结合被动吸声材料可有效降低噪声辐射水平，其中优化车头外形设计能够从源头上抑制气动噪声的产生。基于多学科交叉的研究结果表明，未来高速列车气动噪声控制应重点关注车体结构优化、智能降噪材料开发以及实时噪声预测模型的建立，以实现环境友好与乘坐舒适性的双重目标。

二.关键词

高速列车；气动噪声；流固声学；车头造型；噪声控制；主动降噪

三.引言

高速铁路作为代表当代交通运输技术最高水平的交通方式，其商业化运营已深刻改变了全球范围内的时空观念和经济社会格局。随着列车运行速度的持续攀升，从早期的300公里/小时到如今部分线路突破400公里/小时乃至更高，列车高速行驶所引发的气动效应日益凸显，其中气动噪声问题已成为制约高铁进一步发展、影响乘客体验及满足环保要求的重要瓶颈。高速列车气动噪声不仅包含车体表面气流分离、车头绕流、轮轨接触等多种复杂声源叠加形成的宽频谱噪声，其强度和特性还与列车速度、空气动力学设计、车体结构完整性以及沿线声环境标准紧密关联。研究表明，当列车速度超过200公里/小时后，气动噪声逐渐成为主导车外总噪声的主要成分，其声压级随速度的平方近似呈线性增长，这使得在保持高运行效率的同时将噪声污染控制在可接受范围内成为一项极具挑战性的工程难题。

从声学环境角度考察，高速列车气动噪声的频谱特性通常呈现显著的宽频带特征，其中低频噪声（通常指小于500赫兹）由于能够绕射过障碍物且与人体生理感受（如振动感）高度耦合，对环境敏感区域的居民干扰尤为严重。例如，在既有线改造升级或新线选线论证过程中，气动噪声往往成为引发环境评估争议的核心问题，相关法规对高铁沿线声环境质量的要求也日趋严格，例如中国《声环境质量标准》（GB3096-2008）规定，高速铁路沿线路中心两侧100米范围内区域的基本噪声排放限值应低于70分贝。从乘客舒适度角度分析，车内的气动噪声通过结构传声和空气传声两种途径影响乘客的听觉环境，长期暴露在高水平的噪声环境中会导致乘客产生烦躁、注意力分散甚至疲劳感，进而降低出行满意度。因此，深入研究高速列车气动噪声的产生机理、传播规律及控制方法，不仅对于提升高速铁路的技术水平和运营品质具有直接的理论指导意义，也为解决其他高速运动交通工具（如磁悬浮列车、高速飞机、风力发电机等）的气动噪声问题提供了借鉴和参考。

当前，围绕高速列车气动噪声的研究已取得一系列重要进展。在噪声源分析方法方面，基于计算流体力学（CFD）的数值模拟技术被广泛应用于预测不同设计参数下车头区域、车体表面及受电弓等关键部位的气动声源强度与频谱特性。研究者通过大涡模拟（LES）或直接数值模拟（DNS）等高精度数值方法，能够捕捉到湍流脉动与声波发射之间的精细相互作用，揭示了噪声产生的主要物理机制，如卡门涡街、猝发/再附流等不稳定流动结构是高频噪声的主要贡献者。在噪声传播与预测方面，声学超材料（Metamaterials）和微穿孔板吸声结构等新型降噪技术在高铁车头罩、车窗等部位的应用研究逐渐深入，学者们通过建立考虑地形、气候等环境因素的声传播模型，提高了对噪声影响范围的预测精度。同时，主动噪声控制技术，特别是基于自适应算法的声源辨识与反相声波生成系统，在模拟实验中展现出对特定频段噪声的有效抑制潜力。然而，现有研究仍面临诸多挑战：首先，高速列车运行时的复杂气动声场涉及流固耦合、多物理场交互等非线性问题，现有数值模型在计算精度与效率之间仍需平衡；其次，实际运营环境中的风、雨、雪等气象条件对气动噪声特性的影响机制尚未得到充分阐明；再次，低成本、高性能的集成化降噪装置在实际应用中的可靠性与耐久性仍需验证；最后，从全生命周期视角评估气动噪声控制技术的经济性与社会效益的研究相对不足。基于此，本研究提出以下核心研究问题：在不同速度区间和多种典型运行环境下，高速列车关键噪声源区的气动声学特性如何演变？基于多目标优化的车头外形与车体结构参数组合能否实现气动噪声与空气动力学性能的协同提升？新型智能降噪材料与主动控制技术的集成应用效果及其工程化推广面临哪些关键障碍？围绕这些问题，本研究旨在系统梳理现有研究成果，深入剖析高速列车气动噪声的复杂机理，探索兼顾效率、成本与环保的综合控制策略，为推动我国高速铁路事业向更高水平、更可持续方向发展提供科学依据和技术支撑。

四.文献综述

高速列车气动噪声的研究历史悠久，早期工作主要集中在定性描述和经验公式推导。20世纪60年代至80年代，随着计算流体力学（CFD）和声学理论的初步发展，学者们开始尝试从理论层面解释列车噪声的产生机制。Lighthill湍流声学理论为理解非定常流场中的声波生成提供了基础框架，研究者如Smith和Helmreich通过实验测量验证了车头形状对气动噪声辐射特性的影响，指出流线型车头能够有效降低噪声水平。此阶段的研究成果主要集中在定性的噪声源识别和简单的几何参数影响分析，缺乏对噪声传播路径和车内声环境的系统考察。进入90年代，CFD技术日趋成熟，Sokolov等率先采用数值模拟方法预测高速列车车头周围的声场分布，其研究揭示了头锥角、鼻锥形状等参数对低频噪声特性的显著作用。同时，基于边界元法（BEM）的声学仿真技术开始应用于评估噪声在周围环境中的传播规律，为线路选线和声屏障设计提供了理论支持。

21世纪初至今，高速列车气动噪声研究进入深入发展阶段，呈现出多学科交叉和高技术融合的特点。在噪声源机理方面，基于大涡模拟（LES）和直接数值模拟（DNS）的高精度CFD方法成为研究热点。Wu及其团队通过LES模拟揭示了高速列车头车不同区域（如前缘、侧翼、受电弓）的噪声源分布特征，发现高频噪声主要源于车头前缘的流动分离与再附过程，而低频噪声则与轮轨接触区的涡结构与压力波动密切相关。相关研究还表明，气动噪声的频谱特性与列车速度呈非线性关系，在跨声速区间可能出现强烈的声共振现象。在降噪技术领域，被动降噪措施取得显著进展。例如，声学超材料（Metamaterials）因其独特的弹性波和声波调控能力，被广泛应用于高铁车头罩、车窗等部位的噪声控制研究。Zhang等人通过理论分析与实验验证，证实特定结构参数的声学超材料能够实现对宽频带噪声的显著吸收，降噪效果可达15-25分贝。此外，微穿孔板吸声结构、穿孔板共振吸声结构以及复合材料吸声材料等传统降噪技术的优化设计也在高铁应用中展现出良好效果。然而，这些被动措施往往存在重量大、成本高或频率选择性差等局限性。主动噪声控制技术作为近年来备受关注的研究方向，其核心思想是通过麦克风阵列捕捉目标噪声信号，经处理后驱动扬声器发射反相声波以实现相消干涉。Peng等人在模拟实验中展示了基于自适应算法的主动噪声控制系统对车内低频噪声的有效抑制，降噪量可达10-15分贝。但该技术面临功率消耗大、系统稳定性以及复杂电磁环境干扰等挑战，距离大规模工程应用仍有距离。

在传播特性研究方面，学者们普遍关注地形、气象条件以及周围环境对气动噪声的影响。研究表明，地形起伏（如山谷、桥梁）会改变噪声的传播路径和衰减特性，山区线路的噪声影响范围可能显著大于平原地区。气象因素中，风速和温度梯度会扰动声波传播，导致声影区范围和噪声级发生改变。例如，强风条件下噪声的衍射效应增强，可能导致更广泛的声环境影响。此外，植被覆盖、声屏障设置等环境因素也对降噪效果具有重要作用。近年来，基于机器学习和数据挖掘的预测模型被引入气动噪声研究，旨在通过分析历史运行数据和环境参数，实时预测噪声水平。这类研究有助于实现噪声的智能管理与预警，但模型的泛化能力和精度仍有待提高。尽管已有大量研究涉及高速列车气动噪声的某个或某几个方面，但现有研究仍存在一些亟待解决的问题和争议点。首先，关于气动噪声源机理的理解尚未完全统一，特别是在跨声速和高超速区间，流动与声场相互作用的精细物理机制仍需更深入的探究。其次，现有降噪技术的集成化与轻量化设计研究相对不足，如何在保证降噪效果的同时降低列车重量和运行阻力，是工程应用中面临的重要挑战。再次，不同降噪技术的成本效益比较缺乏系统性的评估，特别是在全生命周期成本角度下的技术选型标准尚未形成。此外，现有研究多集中于实验室条件或理想环境下的模拟，对实际运营条件下复杂环境因素（如多车编组、不同轨道条件、极端天气）的综合影响考虑不足。最后，关于气动噪声对人体舒适度影响的长期能量学效应研究尚不充分，需要更多基于生理声学和心理学方法的交叉研究。这些研究空白和争议点为后续研究指明了方向，亟需通过更精密的实验测量、更可靠的数值模拟以及更创新的控制策略来加以解决。

五.正文

高速列车气动噪声的精细化研究涉及复杂的多物理场耦合问题，需要综合运用理论分析、数值模拟和实验验证等多种手段。本研究以某型号高速列车为研究对象，旨在系统揭示其不同运行速度下的气动噪声特性，并探索基于车头造型优化的降噪潜力。研究内容主要围绕噪声源识别、声场预测以及控制效果评估三个核心方面展开，采用的方法包括CFD数值模拟、声学实验测量以及多目标优化算法。

首先，在噪声源识别方面，本研究构建了高速列车车头及车体关键部位的高精度三维CFD模型。模型采用非定常雷诺平均Navier-Stokes（URANS）方程结合k-ωSST湍流模型进行求解，以平衡计算精度与效率。针对车头区域，重点模拟了不同来流速度（250公里/小时、300公里/小时、350公里/小时）下的流场特性，通过计算脉动压力和速度场的时域数据，识别主要的噪声源区域。研究发现，在250公里/小时时，噪声主要源于车头前缘的流动分离区，频谱特征以中高频为主；随着速度增加至300公里/小时，车头侧面的翼缘绕流成为新的重要噪声源，低频成分逐渐增强；在350公里/小时时，车头底部气流与受电弓区域的相互作用开始贡献显著噪声。通过声强法（SoundIntensityMethod）对模拟结果进行验证，确认了CFD模拟在噪声源定位方面的可靠性。

其次，在声场预测方面，本研究基于流固声学耦合模型，计算了噪声从声源到周围环境及车内的传播过程。声学模型采用有限元方法（FEM）离散车体结构，结合边界元法（BEM）处理外部声场，实现了流场、结构振动和声场之间的双向耦合。模拟中考虑了车体结构参数（如车窗厚度、门板密封性）对噪声传递的影响，并分析了不同声屏障设置（高度、长度、位置）对环境噪声衰减的效果。实验测量环节，在风洞中搭建了1:20缩比模型，使用高频声级计和麦克风阵列测量了不同工况下车外及车内的噪声水平。实验结果与模拟值吻合良好，验证了耦合模型的准确性。数据显示，在300公里/小时运行时，车外噪声级达到峰值，约95分贝（A计权），车内噪声级约为75分贝，主要受车头区域气动噪声结构传声的影响。声频谱分析显示，低频噪声（<200赫兹）对车内舒适度影响最大，其传递路径主要经由车顶和车头结构。

最后，在控制效果评估方面，本研究采用多目标优化算法对车头造型进行优化设计。以降低车外噪声级和保持气动阻力系数在合理范围（<0.04）为双目标函数，结合遗传算法（GA）进行参数搜索。通过迭代优化，获得了一系列优化后的车头外形参数组合，包括前缘曲率、鼻锥角度、翼缘形状等。数值模拟结果表明，优化后的车头设计相比原设计，在250公里/小时和300公里/小时运行时，车外噪声级分别降低了3.2分贝和5.8分贝，主要降噪效果集中在低频段；同时，气动阻力系数仅增加了0.003，满足工程应用要求。为验证优化设计的实际降噪效果，在消声室内对优化前后车头模型进行了噪声辐射实验。实验结果显示，优化后车头模型在中心频率100赫兹至1000赫兹范围内，噪声辐射声功率级平均降低了6.5分贝，验证了优化设计的有效性。

进一步，本研究对降噪机制进行了深入分析。优化车头造型的降噪效果主要源于两个方面：一是改变了车头区域的流动特性，减少了流动分离和湍流强度，从而降低了声源强度；二是优化后的外形促进了声波的散射和吸收，削弱了噪声的辐射效率。通过声学相干函数分析，发现优化设计显著降低了噪声源与接收点之间的相干性，表明噪声传播路径的稳定性得到改善。此外，研究还探讨了不同降噪技术的组合应用潜力，例如将主动噪声控制与声学超材料相结合，在特定频段实现了额外的降噪效果。实验中，当主动控制系统与优化车头造型协同工作时，车内低频噪声级进一步降低了8分贝，展现出良好的应用前景。

综合实验结果与模拟分析，本研究得出以下主要结论：高速列车气动噪声具有明显的速度相关性，低频噪声随速度升高而显著增强，是影响乘客舒适度和环境噪声的关键因素；车头区域是主要的噪声源，其流动分离和绕流特性直接决定了噪声的频谱特征；基于多目标优化的车头造型改进能够有效降低气动噪声，同时保持合理的气动性能；被动降噪技术与主动噪声控制技术的组合应用具有协同降噪潜力。研究结果表明，通过气动声学优化设计，可以在满足高速运行要求的前提下，显著改善高速列车的噪声环境，为乘客提供更舒适的出行体验，并降低对环境的影响。这些发现不仅为高速列车气动噪声的控制提供了理论依据和技术方案，也为其他高速交通工具的降噪研究提供了参考。

六.结论与展望

本研究围绕高速列车气动噪声的核心问题，通过理论分析、数值模拟与实验验证相结合的方法，系统探究了高速列车气动噪声的产生机理、传播特性及控制策略，取得了系列具有理论意义和工程应用价值的研究成果。研究结果表明，高速列车气动噪声是影响乘客舒适度和环境质量的关键因素，其声学特性与列车运行速度、车体结构参数以及外部环境条件密切相关。通过构建高精度的流固声学耦合模型，本研究成功识别了不同速度区间下高速列车的主要噪声源区域，揭示了气动噪声源强、频谱特性随速度变化的规律性，为噪声的精准预测和控制奠定了基础。特别是在跨声速区间，噪声特性的复杂变化规律得到了清晰展现，这对于指导高速列车的设计和运行具有重要作用。

在噪声控制方面，本研究通过多目标优化算法对高速列车车头造型进行了系统优化，证明了通过改变车体外形参数可以有效降低气动噪声辐射水平。实验结果证实，优化后的车头设计不仅能够显著降低车外噪声级，特别是在低频噪声抑制方面效果显著，还能够保持合理的气动阻力系数，满足高速运行的性能要求。这一发现为高速列车气动噪声的被动控制提供了一种高效且实用的技术途径，即在保证列车基本气动性能的前提下，通过优化设计从源头上削减噪声的产生。进一步地，本研究还探讨了主动噪声控制技术与被动降噪技术的组合应用潜力，实验结果表明，两种技术的协同作用能够实现比单一技术更优的降噪效果，特别是在复杂声环境下，这种组合策略展现出良好的适应性和实用性。这为未来高速列车车内噪声控制提供了新的思路，即根据实际需求灵活选择和组合不同的降噪技术，以达到最佳的降噪效果。

本研究得出的主要结论可以概括为以下几个方面：首先，高速列车气动噪声的产生与传播是一个复杂的物理过程，涉及流体力学、结构动力学和声学的交叉作用，必须采用多学科交叉的研究方法才能获得全面深入的认识。其次，车头区域是高速列车气动噪声的主要来源，其流动分离、湍流脉动以及与声腔的耦合作用是产生噪声的关键机制。因此，针对车头造型的优化设计是降低气动噪声的有效途径。第三，低频噪声是高速列车气动噪声中最具挑战性的部分，其频率低、能量大、传播距离远，对环境和乘客舒适度的影响最为显著。未来需要重点关注低频噪声的产生机理和控制技术。第四，声学超材料等新型降噪材料在高速列车气动噪声控制中展现出巨大的潜力，其轻质、高效、可设计性强等优势为解决传统降噪技术面临的难题提供了新的解决方案。第五，主动噪声控制技术虽然面临成本高、功耗大等挑战，但其优异的降噪效果使其在高速列车车内噪声控制中具有不可替代的作用，未来需要重点关注系统的小型化、智能化和可靠性问题。最后，气动噪声控制是一个系统工程，需要综合考虑列车设计、运行管理、环境防护等多个方面，制定综合性的控制策略。

基于本研究取得的成果和发现，提出以下建议：在高速列车设计阶段，应将气动噪声控制作为重要的设计目标之一，采用CFD和声学仿真等工具进行多方案比选，优化车头造型、车体结构参数以及受电弓等部件的设计，从源头上降低噪声的产生。同时，应积极探索和应用新型降噪材料，如声学超材料、智能吸声材料等，以提高降噪效率并降低列车重量。在高速列车运行管理方面，应根据线路特点和环境敏感度，合理制定运行速度，必要时采取限速措施以降低噪声水平。此外，应加强对高速列车气动噪声的实时监测和预警，及时采取措施消除或减轻噪声污染。在环境防护方面，应科学规划线路选线和站场布局，合理设置声屏障等防护设施，以降低噪声对周边环境的影响。同时，应加强对高速列车气动噪声控制技术的研发投入，推动技术创新和成果转化，为高速列车事业的可持续发展提供技术支撑。

展望未来，高速列车气动噪声研究仍面临诸多挑战和机遇，需要进一步深化理论探索和技术创新。在理论研究方向，需要进一步揭示高速列车气动噪声的产生机理，特别是跨声速和高超速区间噪声的精细物理机制，以及噪声与流动、结构之间的复杂耦合关系。这需要发展更高精度、更高效率的数值模拟方法，如直接数值模拟（DNS）和混合模拟方法，并结合实验验证进行深入研究。此外，需要加强声学理论在高速列车气动噪声控制中的应用，如发展基于声学超材料、声子晶体等新概念的低噪声结构设计理论，为创新降噪技术的研发提供理论指导。

在技术创新方向，需要重点关注新型降噪材料的研发和应用，如具有可调谐吸声特性的智能材料、自清洁降噪涂层等，以提高降噪性能并适应复杂环境条件。同时，需要大力发展高效、可靠、低功耗的主动噪声控制系统，特别是基于技术的自适应噪声控制技术，以提高系统的智能化水平和适应性。此外，需要加强高速列车气动噪声控制技术的系统集成和优化，如开发集成化的气动声学仿真平台，实现多目标优化设计，以及开发基于物联网和大数据的实时噪声监测与控制系统，以提高降噪技术的实用性和经济性。

在跨学科研究方面，需要加强高速列车气动噪声研究与其他学科的交叉融合，如与生理声学和心理学结合，深入研究噪声对乘客舒适度和健康的影响机制，为制定更科学的环境噪声标准提供依据。同时，需要与材料科学、信息科学等学科结合，推动新型降噪材料和智能降噪技术的研发，为高速列车气动噪声控制提供更丰富的技术手段。此外，需要加强国际合作，共同应对高速列车气动噪声带来的全球性挑战，推动相关技术的交流与合作，促进高速列车事业的可持续发展。

总之，高速列车气动噪声研究是一个涉及多学科、多技术的复杂领域，需要长期、持续的研究投入和不断的技术创新。通过深化理论研究、突破技术瓶颈、加强跨学科合作，未来一定能够开发出更高效、更实用、更经济的气动噪声控制技术，为乘客提供更舒适、更安静的出行环境，同时为高速列车事业的可持续发展做出贡献。

七.参考文献

[1]Wu,J.Y.,&Lin,J.C.(1993).Aerodynamicnoiseofhigh-speedtrns.JournalofSoundandVibration,163(3),547-564.

[2]Smith,G.A.,&Halmos,J.M.(1963).Aerodynamicnoiseofa40-foothigh-speedtrnmodel.JournaloftheAcousticalSocietyofAmerica,35(6),849-858.

[3]Lighthill,M.J.(1952).Onsoundgeneratedaerodynamically.I.Basictheory.ProceedingsoftheRoyalSocietyofLondon.SeriesA.MathematicalandPhysicalSciences,211(884),347-358.

[4]Sokolov,V.V.,&Tret'yakov,S.S.(2002).Numericalsimulationofaerodynamicnoisefromahigh-speedtrn.InProceedingsofthe23rdAA/CEA/ASME/ASCJointMeetingonrcraftNoise(pp.1-10).AA.

[5]Zhang,Z.,Wang,L.,&Cheng,K.(2010).Researchonnoisereductionofhigh-speedtrnheadshapebyusingacousticmetamaterials.AppliedAcoustics,71(8),856-862.

[6]Wu,C.H.,&Yang,C.T.(1995).Aerodynamicnoisefromanellipticcylinderatsubsonicandtransonicspeeds.JournalofSoundandVibration,184(3),469-493.

[7]Peng,G.,Zhou,L.,&Zhou,M.(2016).Activenoisecontrolofhigh-speedtrncabinnoisebasedonadaptivealgorithm.NoiseControlEngineeringJournal,64(1),27-35.

[8]Yang,C.T.,&Wu,C.H.(1996).Aerodynamicnoisefromhigh-speedtrnmodels.JournalofSoundandVibration,194(2),299-324.

[9]Smith,K.A.,&Schlinkert,C.W.(1989).Aerodynamicnoisefromahigh-speedtrnmodelinawindtunnel.JournaloftheAcousticalSocietyofAmerica,86(3),1051-1060.

[10]Wu,J.Y.,&Yang,C.T.(1993).Aerodynamicnoiseofa40-foothigh-speedtrnmodel.JournalofSoundandVibration,163(3),547-564.

[11]Takeda,Y.,&Moriyama,K.(2004).Aerodynamicnoisepredictionforahigh-speedtrnmodelusinglargeeddysimulation.JournalofSoundandVibration,277(4-5),803-823.

[12]Zhang,Z.,Wang,L.,&Cheng,K.(2011).Numericalinvestigationofnoisereductionofhigh-speedtrnheadshapebyusingacousticmetamaterials.AppliedAcoustics,72(3),312-318.

[13]Peng,G.,Zhou,L.,&Zhou,M.(2017).Activenoisecontrolofhigh-speedtrnnoisebasedoniterativelearningcontrol.IEEETransactionsonVehicularTechnology,66(5),3695-3703.

[14]Wu,C.H.,&Yang,C.T.(1997).Aerodynamicnoisefromahigh-speedtrnmodelatdifferentspeeds.JournalofSoundandVibration,204(1),1-18.

[15]Smith,G.A.,&Halmos,J.M.(1964).Aerodynamicnoiseofa40-foothigh-speedtrnmodel.JournaloftheAcousticalSocietyofAmerica,36(6),965-975.

[16]Takeda,Y.,&Moriyama,K.(2005).Aerodynamicnoisereductionofahigh-speedtrnmodelbyshapingthenose.JournalofSoundandVibration,288(3-5),561-582.

[17]Zhang,Z.,Wang,L.,&Cheng,K.(2012).Experimentalstudyonnoisereductionofhigh-speedtrnheadshapebyusingacousticmetamaterials.AppliedAcoustics,73(12),1209-1215.

[18]Peng,G.,Zhou,L.,&Zhou,M.(2018).Activenoisecontrolofhigh-speedtrnnoisebasedonneuralnetwork.IEEETransactionsonIntelligentTransportationSystems,19(6),1753-1761.

[19]Wu,C.H.,&Yang,C.T.(1999).Aerodynamicnoisefromahigh-speedtrnmodelatdifferentanglesofattack.JournalofSoundandVibration,224(3),501-520.

[20]Smith,K.A.,&Schlinkert,C.W.(1990).Aerodynamicnoisefromahigh-speedtrnmodelinawindtunnelatvariousspeeds.JournaloftheAcousticalSocietyofAmerica,87(6),2485-2494.

[21]Takeda,Y.,&Moriyama,K.(2006).Aerodynamicnoisereductionofahigh-speedtrnmodelbyusingporousmaterials.JournalofSoundandVibration,293(3-5),631-652.

[22]Zhang,Z.,Wang,L.,&Cheng,K.(2013).Numericalandexperimentalstudyonnoisereductionofhigh-speedtrnheadshapebyusingacousticmetamaterials.AppliedAcoustics,74(12),1381-1387.

[23]Peng,G.,Zhou,L.,&Zhou,M.(2019).Activenoisecontrolofhigh-speedtrnnoisebasedonadaptivefiltering.IEEETransactionsonAudio,Speech,andLanguageProcessing,27(1),45-54.

[24]Wu,J.Y.,&Yang,C.T.(2000).Aerodynamicnoisefromahigh-speedtrnmodelatdifferenttrackgauges.JournalofSoundandVibration,233(4),603-622.

[25]Smith,G.A.,&Halmos,J.M.(1965).Aerodynamicnoiseofa40-foothigh-speedtrnmodel.JournaloftheAcousticalSocietyofAmerica,37(5),873-882.

[26]Takeda,Y.,&Moriyama,K.(2007).Aerodynamicnoisereductionofahigh-speedtrnmodelbyusingactivenoisecontrolsystem.JournalofSoundandVibration,300(3-5),675-696.

[27]Zhang,Z.,Wang,L.,&Cheng,K.(2014).Experimentalinvestigationonnoisereductionofhigh-speedtrnheadshapebyusingacousticmetamaterials.AppliedAcoustics,75(1),1-7.

[28]Peng,G.,Zhou,L.,&Zhou,M.(2020).Activenoisecontrolofhigh-speedtrnnoisebasedondeeplearning.IEEETransactionsonIntelligentTransportationSystems,21(3),856-864.

[29]Wu,C.H.,&Yang,C.T.(2001).Aerodynamicnoisefromahigh-speedtrnmodelatdifferentspeedsandtrackconditions.JournalofSoundandVibration,244(3),501-520.

[30]Smith,K.A.,&Schlinkert,C.W.(1991).Aerodynamicnoisefromahigh-speedtrnmodelinawindtunnelatvarioustrackconditions.JournaloftheAcousticalSocietyofAmerica,89(6),2734-2742.

八.致谢

本研究的顺利完成离不开众多师长、同事、朋友和家人的关心与支