（2）时间领域贡献量分析

时间领域贡献量分析是使用适应性信号处理，即数字滤波器的一种信号处理方法。如图3-15所示，将激励1，…，n分别输入独立的适应性数字滤波器，并从分别独立的数字滤波器输出时系列波形。为使所得到的时系列波形的总和和目标时系列波形之间的自乘误差达到最小，适应性数字滤波器的过滤系数将自动更新。更新是按照每个适应性数字滤波器所对应的LMS算法进行的，误差波形（残差）将反馈到各自的LMS计算中。

为了进行这种使用多激励适应系统的贡献量分析，如图3-15中所示，将视为声源、振源的各个部位的时系列波形分配到各个激励位置，和车内噪声一样，将贡献量的分析对象时系列波形分配给目标时系列波形。完成以上操作以后，图3-15中所示的误差波形将会变小，收敛到某个定值时各适应数字滤波器输出的时系列波形，就可以认为是相对于目标时系列波形的贡献量程度。这种收敛时的误差波形的振幅越小，则各激励点的贡献的预测精度就越高。另外，适应性数字滤波器的适应速度，也就是误差波形的收敛就可以很快完成，输入的时系列波形、目标时系列波形即使有一定程度上的变动也不会有影响。因此，对加速噪声等过渡现象的分析就成为可能。

图3-15 多点激励适应系统(https://www.daowen.com)

介绍一个对于加速行驶时的缠绕轰鸣噪声（windup booming，1200～1300r/min），车身的各个构成板件振动的贡献量分析实例。输入时系列波形作为车身各板件的振动激励，车内噪声作为目标时系列波形。图3-16所示为各适应性数字滤波器输出的时系列波形。最下段为误差滤形（残差）。根据这个结果，从地板的中央位置到后端的适应性数字滤波器的输出最大，即地板的贡献量最大。

图3-16 适应数字滤波器的输出波形（加速时）