本项目属于工程声学、工程振动学、心理声学与生物声学交叉学科领域。声品质优化设计是提升现代交通工具综合竞争力的关键。然而，交通工具内部声学环境复杂且噪声信号具有非稳态特性，如何实现其内部噪声心理声学准确评价、声场精准重构并具有对性地进行声品质优化设计是该领域的国际难题。本项目以车内噪声声品质优化设计为目标，深入研究了非平稳噪声心理声学智能评价、复杂噪声干扰环境中声场精确重构等噪声评价与控制领域的基础理论，取得了以下突破性进展：1. 揭示了人体听觉感知作用机理，提出小波前置神经网络心理声学智能算法，建立了基于离散小波变换的非平稳噪声计权评价方法，突破了传统声品质评价方法对信号属性的限制。基于此开发的NVH目标设计系统已应用于新能源汽车声品质优化设计，中低频段的噪声响度下降了8-10%；2. 提出了复杂噪声干扰环境下稳态/瞬态声场分离与重构理论，突破了传统声场重构技术对特定声学环境的要求限制。基于此开发的近场声全息测量分析系统已应用于汽车噪声源识别，中低频声源定位分辨率提高了10倍以上；3.提出了一维声场无孔薄板声音传递矩阵理论，建立了多层消声结构混合计算模型，解决了高阻抗消声结构声学参数的测试难题。基于此开发的多层消声结构声学性能测试系统在汽车声学包优化设计中得到应用，声学材料总质量下降10%。本项目共发表SCI论文115篇（SCI/EI他引980次）。8篇代表性论文发表在J. Acoust. Soc. Am.、Mech. Syst. Signal Pr.、J. Sound Vib.等本领域国际顶级期刊上，SCI他引120次，他引总计300次。提出的非平稳噪声评价理论J. Sound Vib.[2007]单篇SCI他引46次，总他引次数117次，被加拿大Advances in Engineering机构认定为“科学与工程研究中贡献卓越的重要科学文献”。代表性研究成果被Mech. Syst. Signal Pr.、J. Sound Vib.、J. Acoust. Soc. Am.等国际顶级学术期刊论文引用并正面评价，作者包括Kang教授（美国和英国声学学会Fellow）、美国Kim教授、加拿大Benesty教授、德国Steinbach教授、瑞典Arteaga教授，以及蒋伟康教授等国际著名学者。成果被本领域专家评价为“卓越的”、“全新的”、“有前景的”、“精确有效的”等。研究成果有效解决了声品质主/客观评价的矛盾、复杂噪声干扰环境下的声源定位难题以及多层结构声学包的优化设计问题，对改善现代交通工具内部噪声的声品质具有重要的理论意义。项目主要完成人获得了国家自然科学基金优秀青年科学基金、教育部“新世纪优秀人才支持计划”、上海高校“东方学者（跟踪）”等人才计划资助。已出版英文专著2部、中文专著1部；主办IEEE等国际会议3次，获得发明专利授权2项、软件著作权1项。