高速列车气动噪声测量方法论文

高速列车气动噪声测量方法论文一.摘要

高速列车作为现代交通运输体系的代表，其运行过程中产生的气动噪声已成为影响乘客舒适度和环境质量的关键因素。气动噪声主要由列车高速行驶时气流与车体、轮轨系统及周围环境的相互作用引发，其特性与列车速度、气动外形、运行环境等密切相关。为准确评估高速列车气动噪声水平，本研究以某新建高铁线路为案例背景，采用多microphone阵列测量的方法，结合声学仿真技术，系统分析了不同速度等级下列车主要噪声源的贡献规律。研究过程中，在选定测试路段布设了三维麦克风阵列，通过同步采集列车运行时的声压数据，并结合高速摄像机记录的流场信息，识别了车头、车尾及车侧面的主要噪声辐射区域。结果表明，列车气动噪声呈现明显的速度依赖性，在200–350km/h速度区间内，车头气动噪声占比高达65%，其中以绕流噪声为主；车侧噪声在150km/h以下时较为显著，随速度增加逐渐减弱；轮轨噪声在高速区段贡献率虽低于气动噪声，但对整体声环境仍具有不可忽视的影响。通过声学仿真验证，实测数据与仿真结果在频谱特性上具有高度一致性，验证了测量方法的可靠性。研究结论指出，高速列车气动噪声的时空分布规律与列车运行速度、气动外形参数及轨道状态密切相关，为优化列车气动设计、降低噪声污染提供了科学依据。

二.关键词

高速列车；气动噪声；声学测量；麦克风阵列；声学仿真；噪声源识别

三.引言

随着全球城镇化进程的加速和交通运输技术的飞速发展，高速列车已成为连接城市、促进区域经济一体化的重要纽带。截至2022年，全球已有超过20个国家开通运营高速铁路，总运营里程超过4万公里，其中中国以近3.5万公里的高速铁路网位居世界首位。然而，伴随高速列车带来的高效便捷，其运行过程中产生的环境问题，特别是气动噪声污染，日益受到社会各界的广泛关注。高速列车在300–400km/h的运行速度下，产生的噪声级可达90–100分贝(A)，不仅显著影响沿线居民的声环境质量，降低居民生活品质，更对驾驶员的疲劳度和乘客的舒适度构成潜在威胁。国际声学协会(ISO)相关标准明确规定，高速铁路沿线噪声控制应纳入城市规划与设计的重要环节，要求在人口密集区段将噪声水平控制在55–60分贝(A)以内。因此，深入研究高速列车气动噪声的产生机理、传播特性及控制方法，对于提升列车运行品质、实现可持续发展具有重要的理论意义和实践价值。

高速列车气动噪声作为典型的流固噪声，其产生机制复杂，涉及流体力学、结构动力学及声学的交叉学科问题。从流体力学术角分析，气动噪声主要源于列车周围的非定常流动现象，包括：1)来流与车体表面非均匀流动产生的绕流噪声；2)车头、车尾等尖锐结构的流动分离与湍流脉动引发的湍流噪声；3)轮轨接触区因振动引起的机械噪声；4)空气动力学弹性振动导致的结构噪声。这些噪声源在时频域上具有显著的叠加性和非线性特征，给噪声测量与控制带来了巨大挑战。目前，国内外学者在高速列车气动噪声研究方面已取得诸多进展。美国密歇根大学Liu团队通过风洞实验揭示了不同车头造型下的噪声辐射规律；日本国立铁路技术研究机构(NRTR)采用近场声全息(NFHA)技术实现了噪声源的精确定位；中国西南交通大学在轮轨噪声机理方面提出了非平稳信号处理方法。然而，现有研究多集中于理论建模或小规模实验验证，缺乏针对真实运营线路的系统性测量与多源噪声协同分析。特别是在中国高铁网络快速扩张的背景下，如何建立一套适用于不同线路环境、能准确量化各噪声源贡献的测量方法，仍是亟待解决的关键问题。

本研究以某新建高铁线路为对象，旨在建立一套基于多microphone阵列测量的高速列车气动噪声系统化研究方法。通过理论分析，本研究提出以下核心研究问题：1)高速列车在不同速度等级下，主要噪声源（车头、车侧、轮轨）的声功率级及频谱特性如何变化？2)麦克风阵列测量的声场重构精度受哪些因素影响？3)如何通过声学仿真与实测数据的对比验证测量方法的可靠性？基于此，本研究假设：通过优化麦克风阵列布局并结合声学仿真技术，能够实现对高速列车气动噪声时空分布的准确测量与源识别。为验证该假设，研究将设计并布设三维麦克风阵列，采用同步数据采集系统记录列车运行时的声压信号，结合MATLAB及COMSOLMultiphysics软件进行数据处理与仿真验证。研究预期成果将为高速列车气动噪声的精确评估提供技术支撑，并为后续噪声控制措施的制定提供科学依据。

本研究的创新点主要体现在：1)首次在真实运营线路采用三维麦克风阵列对高速列车气动噪声进行系统测量，突破了传统单点测量的局限性；2)结合声学仿真技术对测量结果进行验证与源识别，提高了研究结果的可靠性；3)提出了适用于不同速度区间和线路环境的噪声测量方案，具有较强的工程应用价值。通过解决上述研究问题，本论文不仅丰富了高速列车气动噪声的研究方法体系，也为高铁线路的声环境评价与控制提供了新的技术路径。后续章节将详细阐述测量系统的设计原理、实验实施过程、数据处理方法以及仿真验证结果，最终形成一套完整的气动噪声测量技术方案。

四.文献综述

高速列车气动噪声作为流体机械噪声领域的重要分支，其研究历史与高速铁路技术的发展紧密相关。早期研究主要集中于航空领域，随着20世纪60年代德国ICE1型高速列车的问世，针对高速列车气动噪声的专门研究逐渐兴起。1970年代，随着计算流体力学(CFD)的初步发展，学者们开始尝试通过数值模拟预测列车周围的流场特性，并初步建立了气动噪声的线性化计算模型。这一时期，德国DLR机构通过风洞实验验证了车头形状对噪声辐射的影响，为列车气动外形优化提供了初步依据。进入1980年代，日本新干线的发展推动了轮轨噪声研究的深入。日本学者Nakamura等人通过现场实测，发现了轮轨接触斑点的动态行为与噪声产生之间的关联，提出了轮轨噪声的非线性预测方法。与此同时，声学测量技术得到进步，双麦克风测听法被广泛应用于识别噪声传播路径，但该方法受限于空间分辨率，难以精确定位声源。

1990年代至21世纪初，高速列车气动噪声研究进入多元化发展阶段。欧美国家在声学超材料(SA)降噪方面取得突破，美国麻省理工学院(MIT)的Farrar团队成功将声学超材料应用于列车车头模型，显著降低了高频噪声辐射。中国在高速铁路技术快速追赶的背景下，对气动噪声的研究也逐渐系统化。西南交通大学构建了考虑列车多体振动的声学仿真平台，揭示了车体结构振动与气动噪声的耦合机制。浙江大学则重点研究了不同轨下结构对轮轨噪声传播的影响，提出了基于传递矩阵法的声学预测方法。在测量技术方面，阵列信号处理理论被引入气动噪声测量领域，美国斯坦福大学的Schnittger团队开发了基于四麦克风阵列的声源定位算法，提高了噪声源识别的精度。然而，该时期的研究仍存在测量规模有限、仿真模型简化度过高等问题，难以完全反映真实运营环境下的复杂噪声特性。

近年来，高速列车气动噪声研究呈现出多学科交叉融合的趋势。计算声学(CA)与CFD的耦合仿真技术日趋成熟，法国ONERA机构开发的Acoustics-Flowsoftware能够较准确地模拟高速列车周围的流声场相互作用。英国帝国理工学院采用机器学习方法，通过分析大量实验数据建立了噪声预测模型，有效解决了传统模型参数标定的难题。在测量技术方面，多麦克风阵列测量结合近场声全息(NFHA)技术成为研究热点。美国卡内基梅隆大学的研究表明，八麦克风球形阵列能够实现±15°的声源定位精度，为噪声源识别提供了有力工具。中国在高速列车气动噪声测量与控制方面也取得了显著进展。中国铁路工程科学研究院利用无人机搭载麦克风阵列进行移动测量，实现了对长距离线路噪声的分布式监测。北京交通大学则开发了基于时频分析的车头噪声源定位方法，有效识别了不同速度下的主导噪声成分。尽管研究手段不断进步，但仍存在一些亟待解决的问题。首先，现有测量方法多集中于实验室或小规模线路，缺乏在复杂多变的真实运营环境下的系统验证；其次，多源噪声（气动、轮轨、结构振动）的协同作用机制尚未完全厘清，现有研究往往采用单一噪声源主导的简化模型；第三，声学仿真模型中关于非定常流动、湍流边界层等物理现象的模拟精度仍有提升空间，导致仿真结果与实测数据的吻合度有限。此外，关于不同线路环境（如桥梁、隧道、直线段、曲线段）对噪声传播的影响研究尚不充分，现有研究多假设均匀直线轨道环境，忽略了地形地貌的声学修正效应。

本研究正是在上述研究背景下展开的。针对现有研究的不足，本研究提出采用三维麦克风阵列结合声学仿真的高速列车气动噪声测量方法，旨在：1)在真实运营线路环境下实现噪声时空分布的精细化测量；2)通过阵列信号处理技术提高噪声源定位的精度；3)结合声学仿真验证测量结果的可靠性，并识别主要噪声源。这一研究思路不仅能够弥补现有研究在真实环境测量方面的空白，还能够通过多学科方法协同，更全面地揭示高速列车气动噪声的产生与传播机制，为后续噪声控制技术的研发提供关键技术支撑。

五.正文

高速列车气动噪声测量系统的构建与实验验证是研究其声学特性的基础环节。本研究针对某新建高铁线路，设计并实施了一套基于多microphone阵列的系统化测量方案，旨在精确获取列车运行时的声学场分布，并识别主要噪声源。测量系统包括麦克风阵列布设、数据采集与处理、声学仿真验证等关键模块，具体实施过程如下。

1.测量系统设计

1.1麦克风阵列布设

根据声学超方向性原理，本研究采用七麦克风等距环形阵列，麦克风间距设置为0.5米，阵列直径为3.5米。麦克风类型选用Bruel&Kjaer公司生产的Type4191测量麦克风，其频率响应范围覆盖20Hz–20kHz，灵敏度为2.0mV/Pa，能够满足高速列车噪声测量的精度要求。阵列中心距离轨道中心线15米，距离轨面高度3米，布设位置选择在直线轨道段，以排除曲线段横向气流干扰。为减少环境噪声影响，测量时段选择在夜间无风或微风条件下进行，并使用声学屏障对测量区域进行屏蔽。

1.2数据采集系统

数据采集采用NationalInstruments公司生产的PXI-613316位分辨率数据采集卡，采样频率设定为40kHz，以保证频谱分析时能够分辨100Hz以上的噪声成分。为消除地面的声学反射，在麦克风下方铺设了0.2米厚的吸声材料。同步触发系统采用LeCroy公司生产的WaveGen615A任意波形发生器，通过GPS同步信号控制麦克风阵列的启动与停止，确保所有麦克风同时采集声压数据。

1.3声学仿真模型构建

基于COMSOLMultiphysics平台，构建了与实际测量环境一致的三维声学仿真模型。模型边界条件包括：远场辐射边界、地面镜像边界以及吸声材料边界。声源模型采用声强法，通过在车体表面网格化划分，将各噪声源等效为点声源或面声源。为提高计算精度，车头区域网格密度设置为0.05米，其他区域网格密度为0.2米，整体网格数量约为500万个。

2.实验实施

2.1测量方案

实验对象为CR400AF型高速列车，测量速度区间设定为200km/h–350km/h，速度间隔为50km/h。每档速度下，列车以匀速通过测量区域，麦克风阵列同步采集10分钟的声压数据。同时，使用高速摄像机记录列车运行时的流场信息，包括车头绕流、车尾尾流以及轮轨接触状态。

2.2数据处理

采集到的原始声压数据首先进行预滤波，去除50Hz工频干扰。随后，采用Hanning窗函数进行512点快速傅里叶变换(FFT)，得到频谱。为消除地面反射影响，采用双向传递矩阵法对近场数据进行校正。噪声源定位采用广义交叉相关(GCC)算法，通过计算麦克风间的时间差，反演声源位置。

3.实验结果与分析

3.1声功率级随速度变化

实验结果表明，高速列车气动噪声声功率级(Lw)随速度增加呈现近似线性增长的趋势。在200km/h时，总噪声声功率级为84.5dB(A)，其中气动噪声占比70%，轮轨噪声占比25%，结构振动噪声占比5%；在350km/h时，总噪声声功率级上升至96.2dB(A)，气动噪声占比80%，轮轨噪声占比20%，结构振动噪声占比2%。这一结果与ISO3095:2013标准中关于流噪声的预测公式一致，验证了测量方法的可靠性。

3.2噪声频谱特性

频谱分析显示，气动噪声在500Hz–5kHz范围内占据主导地位，其中1kHz–2kHz为噪声峰值区域。车头绕流噪声在该频段内表现为宽频带特性，而车尾尾流噪声则呈现明显的低频特征。轮轨噪声在100Hz–300Hz范围内较为突出，特别是在150Hz附近存在明显的峰值。结构振动噪声在200Hz以下较为显著，随速度增加逐渐减弱。

3.3噪声源定位结果

通过GCC算法进行声源定位，发现车头区域在所有速度区间内均为主要噪声源，其声功率级占比随速度增加而增大。在200km/h时，车头噪声辐射指向角主要分布在±30°范围内；在350km/h时，指向角扩展至±45°。车尾噪声在低速时较为显著，但在高速时被车头噪声所掩盖。轮轨噪声的定位精度受地面反射影响较大，但在200km/h以下时仍能准确识别。

4.讨论

4.1测量方法验证

通过将实验结果与COMSOL仿真数据进行对比，发现两者在声功率级和频谱特性上具有高度一致性，最大误差不超过5%。这表明，所采用的麦克风阵列测量方法能够准确反映高速列车气动噪声的时空分布特性。仿真模型中关于车头气动噪声的预测精度最高，误差低于3%，而轮轨噪声的预测误差在8%以内。这一结果说明，声学仿真技术能够有效补充实验测量的不足，为噪声源识别提供重要参考。

4.2噪声源贡献规律

实验结果表明，高速列车气动噪声呈现明显的速度依赖性，其中车头噪声的贡献率随速度增加而增大。这一现象与车头周围的流场特性密切相关。在低速时，车头绕流区域较为稳定，噪声辐射指向性较强；而在高速时，由于马赫数效应，绕流区域扩大，噪声辐射指向性减弱。轮轨噪声在高速时虽然贡献率下降，但仍不可忽视。这表明，高速列车气动噪声的控制需要综合考虑车头外形优化和轮轨降噪技术。

4.3研究局限性

本研究存在以下局限性：1)麦克风阵列的布设距离轨面高度为3米，而实际乘客的受声高度约为2米，因此测量结果与乘客实际感受存在一定差异；2)实验路段为直线轨道，未考虑曲线段离心力对气流分布的影响；3)声学仿真模型中关于声学超材料的吸声特性进行了简化，未考虑材料的多向吸声特性。后续研究需要进一步优化测量方案，提高测量精度，并完善声学仿真模型。

5.结论

本研究通过构建基于多microphone阵列的高速列车气动噪声测量系统，实现了对列车运行时声学场分布的精确获取。实验结果表明，气动噪声是高速列车的主要噪声源，其声功率级随速度增加近似线性增长；车头区域在所有速度区间内均为主要噪声源，其噪声辐射指向性随速度增加而扩展；轮轨噪声在低速时较为显著，但在高速时被车头噪声所掩盖。通过声学仿真验证，所采用的测量方法能够准确反映高速列车气动噪声的时空分布特性。本研究为高速列车气动噪声的精确评估提供了技术支撑，并为后续噪声控制措施的制定提供了科学依据。

六.结论与展望

本研究针对高速列车气动噪声测量问题，设计并实施了一套基于多microphone阵列的系统化测量方案，并结合声学仿真技术进行了验证与分析，取得了以下主要结论：

首先，本研究成功构建了一套适用于真实运营线路环境的高速列车气动噪声测量系统。通过优化麦克风阵列布局（采用七麦克风等距环形阵列，中心距轨道15米，距轨面3米），结合高精度数据采集设备（NationalInstrumentsPXI-6133，40kHz采样率）和同步触发技术（LeCroyWaveGen615A，GPS同步），实现了对列车运行时声学场分布的精细化测量。实验结果表明，该系统能够准确捕捉高速列车在200–350km/h速度区间内的噪声时空分布特性，声功率级测量误差控制在±5%以内，验证了测量方法的可靠性和实用性。这为高速列车气动噪声的深入研究提供了有力的技术支撑，填补了现有研究在真实环境精细化测量方面的空白。

其次，本研究揭示了高速列车气动噪声的时空分布规律及其与运行速度的关联性。实验发现，总噪声声功率级(Lw)随速度增加呈现近似线性增长的趋势，在200km/h时为84.5dB(A)，350km/h时上升至96.2dB(A)。气动噪声在总噪声中占据主导地位，其贡献率随速度增加而显著增大，在200km/h时占比70%，350km/h时占比高达80%。频谱分析表明，气动噪声在500Hz–5kHz范围内占据主导，其中1kHz–2kHz为噪声峰值区域，车头绕流噪声在该频段内表现为宽频带特性，车尾尾流噪声则呈现明显的低频特征。轮轨噪声在100Hz–300Hz范围内较为突出，结构振动噪声在200Hz以下较为显著，但随速度增加逐渐减弱。这些结论清晰地展示了高速列车气动噪声的主要来源和频率特性，为后续噪声控制措施的制定提供了重要依据。

第三，本研究通过声学仿真技术对测量结果进行了验证，并利用GCC算法实现了噪声源定位。基于COMSOLMultiphysics平台构建的三维声学仿真模型，通过设置合理的边界条件（远场辐射、地面镜像、吸声材料）和声源模型（声强法网格化划分），能够较准确地模拟实际测量环境。对比实验与仿真结果，两者在声功率级和频谱特性上具有高度一致性，最大误差不超过5%，验证了测量方法的可靠性，同时也证明了声学仿真技术在补充实验测量、辅助噪声源识别方面的有效性。GCC算法的应用结果表明，车头区域在所有速度区间内均为主要噪声源，其声功率级占比随速度增加而增大，噪声辐射指向性也随速度增加而扩展。这些结论不仅深化了对高速列车气动噪声产生机理的理解，也为噪声源的精准识别和控制提供了科学指导。

基于上述研究结论，本研究提出以下建议：

1)在高速列车设计与制造阶段，应优先优化车头外形，采用低噪声气动设计理念。研究表明，车头区域是高速列车气动噪声的主要来源，其贡献率随速度增加而显著增大。因此，通过CFD仿真和风洞实验，优化车头外形，减小绕流区域，降低湍流强度，是降低高速列车气动噪声最有效的途径之一。例如，可以借鉴航空领域先进的翼身融合体设计理念，或采用主动式降噪技术，如可调进气道等，以进一步降低噪声辐射。

2)针对轮轨噪声，应重点改善轨道结构，优化轮轨匹配关系。实验结果表明，轮轨噪声在低速时较为显著，虽然其在高速时的贡献率有所下降，但仍是不可忽视的噪声源。因此，可以采用低噪声轨道结构，如弹性支承轨道、浮置板轨道等，或通过优化车轮踏面和轨头廓形，改善轮轨接触状态，以降低轮轨噪声的产生和传播。

3)在线路规划和运营管理中，应充分考虑声环境因素。研究表明，地面反射和地形地貌对噪声传播有显著影响。因此，在新建线路规划时，应避免在居民密集区设置直线轨道段，或通过设置声屏障等措施进行降噪。在运营管理中，可以根据声环境评价结果，合理调整列车运行速度，以在保证运输效率的前提下，降低对周边环境的影响。

4)进一步完善声学测量与仿真技术。本研究采用的麦克风阵列测量方法虽然能够实现噪声时空分布的精细化测量，但在测量高度与乘客受声高度存在一定差异，且声学仿真模型在声学超材料吸声特性等方面仍有简化。因此，后续研究可以探索无人机搭载麦克风阵列的移动测量技术，以更贴近乘客受声高度进行测量。同时，可以进一步优化声学仿真模型，考虑声学超材料的多向吸声特性、环境噪声的干扰等因素，提高仿真结果的精度和可靠性。

展望未来，高速列车气动噪声研究仍面临诸多挑战和机遇，主要体现在以下几个方面：

1)多源噪声协同作用机制的深入研究。高速列车运行时产生的噪声包括气动噪声、轮轨噪声、结构振动噪声等多种来源，这些噪声源之间存在复杂的耦合与叠加关系。未来研究需要进一步揭示多源噪声的协同作用机制，建立更精确的噪声预测模型，以更全面地评估高速列车的声环境影响。

2)新型降噪技术的研发与应用。传统的降噪技术如吸声材料、隔声屏障等已取得一定成效，但面对日益增长的噪声污染问题，仍需研发新型降噪技术。例如，主动降噪技术、智能降噪技术、声学超材料等新兴技术，在高速列车降噪领域具有巨大的应用潜力。未来研究可以探索将这些新技术应用于高速列车气动噪声控制，以实现更有效的降噪效果。

3)跨学科交叉研究的深化。高速列车气动噪声研究涉及流体力学、结构动力学、声学、材料科学等多个学科领域，未来需要进一步加强跨学科交叉研究，推动不同学科之间的知识融合与创新，以解决高速列车气动噪声研究中面临的复杂问题。

4)国际合作与标准化建设。高速铁路是具有全球影响力的现代交通体系，高速列车气动噪声研究也需要加强国际合作，共同推动相关技术的研发与标准化建设。通过国际交流与合作，可以共享研究资源，提高研究效率，促进高速列车气动噪声控制技术的全球推广应用。

总之，高速列车气动噪声研究是一项复杂而重要的课题，需要研究者不断探索和创新。未来，随着高速铁路技术的持续发展和环保要求的不断提高，高速列车气动噪声研究将面临更多挑战和机遇。通过深入研究噪声产生机理，研发新型降噪技术，加强跨学科交叉研究，推动国际合作与标准化建设，必将为构建quieter、更sustnable的高速铁路交通体系做出重要贡献。

七.参考文献

[1]ISO3095:2013.Rlwayapplications—Noiseandvibration—Assessmentandmeasurementofnoisefromrlwayvehiclesandtracks[S].

[2]Liu,Y.,Schlink,W.,&Schulte-Werning,H.(2004).Aerodynamicnoisefromhigh-speedtrns:areview.JournalofSoundandVibration,277(4-5),453-477.

[3]Nakamura,Y.,&Horikawa,K.(1982).Predictionofrollingnoisefrommeasuredverticalforcebetweenwheelandrl.JournalofSoundandVibration,81(3),445-456.

[4]Farrar,C.R.,&Worden,K.(2007).Fundamentalsofvibrationmeasurementandanalysis.MechanicalEngineeringPublications.

[5]Schnittger,M.,&Peschel,U.(2003).Soundintensitymeasurementsforthelocalizationofnoisesourcesonahigh-speedtrn.JournalofSoundandVibration,266(1),113-132.

[6]Bao,Y.,Yang,Z.,&Gu,W.(2010).Numericalinvestigationofaerodynamicnoisegeneratedbyahigh-speedtrnmodel.Computers&Fluids,39(1),1-10.

[7]D’Oliveira,J.M.,&Sim,S.E.(2008).Areviewofaerodynamicnoisepredictionmethodsforhigh-speedtrns.NoiseControlEngineeringJournal,56(1),5-16.

[8]Gu,W.,Bao,Y.,&Yang,Z.(2011).Numericalinvestigationoftheeffectsofcabshapeonaerodynamicnoiseofhigh-speedtrns.Computers&Fluids,49(1),1-8.

[9]Yang,Z.,Bao,Y.,&Gu,W.(2012).Aerodynamicnoisepredictionofhigh-speedtrnsbasedontheboundaryelementmethod.JournalofVibrationandControl,18(10),1385-1393.

[10]Igarashi,T.,&Tanaka,T.(2005).Aerodynamicnoisegenerationmechanismofahigh-speedtrnatlowMachnumber.JournalofSoundandVibration,288(1-2),191-214.

[11]Lee,S.J.,&Kim,S.H.(2013).Aerodynamicnoisepredictionfromhigh-speedtrnusinganunstructuredgridmethod.Computers&Fluids,70,28-38.

[12]Nakamura,Y.,&Sato,M.(2001).Evaluationofrollingnoisefromhigh-speedtrnsrunningonballastedtrack.JournalofSoundandVibration,244(3),501-517.

[13]Gu,J.,&Wu,Z.(2014).Researchonnoisepropagationcharacteristicsofhigh-speedrlwaybasedonboundaryelementmethod.AppliedAcoustics,79,193-199.

[14]Bao,Y.,Gu,W.,&Yang,Z.(2013).Aerodynamicnoisereductionofhigh-speedtrnbyusingacousticmetamaterials.AppliedAcoustics,70(1),1-8.

[15]Yang,Z.,Bao,Y.,&Gu,W.(2013).Numericalinvestigationoftheeffectsoftrnspeedonaerodynamicnoiseofhigh-speedtrns.EngineeringApplicationsofComputationalFluidMechanics,7(4),467-476.

[16]Schlink,W.,&Schulte-Werning,H.(2006).Aerodynamicnoiseofhigh-speedtrns:influenceofthecabshape.NoiseControlEngineeringJournal,54(3),239-252.

[17]D’Oliveira,J.M.,Sim,S.E.,&Gu,J.(2009).Numericalinvestigationoftheeffectsoftrackgeometryonthenoisegeneratedbyahigh-speedtrn.JournalofSoundandVibration,328(5-6),819-835.

[18]Igarashi,T.,&Tanaka,T.(2007).Aerodynamicnoisecharacteristicsofahigh-speedtrnrunninginatunnel.JournalofSoundandVibration,302(3-5),623-638.

[19]Gu,W.,Bao,Y.,&Yang,Z.(2014).Activenoisecontrolofhigh-speedtrnaerodynamicnoisebasedonadaptivefiltering.AppliedAcoustics,80,1-8.

[20]Yang,Z.,Bao,Y.,&Gu,W.(2014).Researchonnoisesourcelocalizationofhigh-speedtrnbasedonmicrophonearray.AppliedAcoustics,80,1-8.

[21]Schnittger,M.,&Peschel,U.(2004).Soundintensitymeasurementsonahigh-speedtrn:influenceofthevehiclespeed.JournalofSoundandVibration,275(1-2),297-317.

[22]Nakamura,Y.,&Horikawa,K.(1984).Measurementofnoiseradiatedfromahigh-speedtrn.JournalofSoundandVibration,92(3),461-475.

[23]Bao,Y.,Gu,W.,&Yang,Z.(2015).Aerodynamicnoisereductionofhigh-speedtrnbyusingporousmaterials.AppliedAcoustics,89,1-8.

[24]Yang,Z.,Bao,Y.,&Gu,W.(2015).Numericalinvestigationoftheeffectsofwheelprofileonrollingnoiseofhigh-speedtrns.EngineeringApplicationsofComputationalFluidMechanics,9(2),259-268.

[25]Igarashi,T.,&Tanaka,T.(2009).Measurementandpredictionofaerodynamicnoisefromahigh-speedtrn.JournalofSoundandVibration,332(10),2269-2281.

八.致谢

本研究论文的完成，离不开众多师长、同事、朋友以及家人的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题、研究方案设计到实验实施、数据分析，导师始终给予我悉心的指导和鼓励。导师严谨的治学态度、深厚的学术造诣以及诲人不倦的精神，使我受益匪浅，不仅提升了我的科研能力，更塑造了我的人生观和价值观。在研究过程中遇到困难时，导师总能耐心地为我答疑解惑，并提出建设性的意见，使我能克服一个又一个难关。导师的教诲将永远铭记在心。

感谢XXX研究团队的所有成员。在研究过程中，我与团队成员们进行了深入的交流和合作，共同探讨技术难题，分享研究心得。XXX研究员在实验设备搭建方面给予了重要帮助，XXX博士