相对接近度 2D / 3D

相对接近度（Relative Approach）按人耳的方式评价声音：不看绝对电平，而看它偏离听觉预期的程度。分析过程持续地根据每个频带自身的近期历史以及相邻频带的情况，预测该频带"应该"有的电平，然后只输出实测电平与预测电平之差。稳态背景噪声因此被抵消，冲击、音调起振、"咔哒"声、 "滴答"声等不规则结构则突显出来。这使相对接近度成为在响亮但均匀的背景中找出主观烦扰成分的最有效工具之一。

理论

图案预测与残差

信号先被分解为分数倍频程频带，每个频带转换为电平-时间曲线。回归（图案）估计器沿每条曲线运行，给出一条平滑的"预期电平"预测。分析的输出是残差 —— 即实测电平中估计器无法预测的那一部分：

RA(t, f) = 实测电平(t, f) − 预测电平(t, f)

完全稳态的声音是完全可预测的，因此无论多响，其残差都接近零。而带有突然起振或孤立音调成分的声音，恰好会在不规则处产生很大的残差。

图案方向

预测可以沿时间轴、沿频率轴，或两者兼顾。选择不同方向，强调的不规则类型也不同：

时间图案（Time Pattern） —— 由每个频带自身的近期历史来预测。突出时间上的不规则：冲击、异响、"滴答"声、起振。这是默认值。
频率图案（Frequency Pattern） —— 由相邻频带来预测。突出频谱上的不规则：孤立音调、啸叫、从宽带背景中冒出的窄带成分。
频率-时间图案（Frequency-Time Pattern） —— 兼顾两个方向，按 Weighting F 与 Weighting T 参数加权。

处理链

通道重采样到统一的内部采样率，并施加一小段淡入以避免启动瞬态。
分数倍频程滤波器组把信号分解为频带（默认 1/12 倍频程）。
各频带电平按所选时间常数平滑，并抽取到内部帧率。
回归估计器在频带矩阵上运行。开头的零点几秒用于初始化估计器，不予输出，因此结果起点略晚于录音的起始时刻。
2D：把各频带合并为一条曲线。3D：保留频带矩阵，并沿时间轴归并到所要求的时间点数。

2D 与 3D 两种形式

	相对接近度 2D	相对接近度 3D
结果类型	单条随时间变化的曲线	彩色图，时间 × 频带
频带如何合并	跨全部频带能量求和（每帧 1 个值）	不合并 —— 保留每个频带
时间分辨率	完整内部帧率	归并到 Max Nbr of Time Values（每格取峰值）
单位	cPa	cPa
典型用途	快速筛查：不规则何时发生	诊断：何时、在哪个频率发生

结果单位 cPa（厘帕，10⁻² Pa）是一种压缩压力标度。相对接近度数值不是声压级，不能与 dB(SPL) 数字比较 —— 只能与其他相对接近度结果相互比较。

参数

参数	取值 / 范围	默认值	说明
Base Analysis（基础分析）	Filter nth Octave、FFT nth Octave、Loudness FFT	Filter nth Octave	频带矩阵的生成方式。滤波器组方式最贴近人耳的时间特性。
Band Resolution（频带分辨率）	1/3、1/6、1/12、1/24 倍频程	1/12 倍频程	分析频带的宽度。分辨率越细越能分开靠近的音调，但计算量增加。
Spectral Weighting（频谱计权）	None、A、B、C、D、G，以及振动计权 Wb、Wc、Wd、We、Wf、Wh、Wj、Wk、Wm	None	频带分析前施加的频率计权。
Time Constant F	s	0.005 s	预测沿频率轴进行时所用的电平平滑时间常数。
Time Constant T	s	0.005 s	预测沿时间轴进行时所用的电平平滑时间常数。
Variation Analysis（变化分析）	Regression、Prominence 3D	Regression	用于导出"偏离预期图案"的方法。
Regression Algorithm（回归算法）	Time Pattern、Frequency Pattern、Frequency-Time Pattern	Time Pattern	预测的方向（见上文）。
Weighting F	0 – 1	0.5	组合算法中频率方向预测所占的比重。
Weighting T	0 – 1	0.5	组合算法中时间方向预测所占的比重。
Max Nbr of Time Values（最大时间点数）	整数（仅 3D）	600	彩色图的列数。每列取其覆盖帧的最大值，因此归并不会丢失短促事件。

结果解读

接近零的数值表示"符合预期" —— 可预测，因而主观上不引人注意。
峰值标出听者感觉突出的时刻（2D）或时间/频率格（3D）。用光标可读出准确时间，3D 下还可读出频带中心频率。
由于估计器需要短暂预热，曲线不会正好从 t = 0 开始。若关注的事件恰在录音开头，请注意这一点 —— 录制时留一小段引导时间。
页脚显示的单值汇总整条曲线或整幅图，可用于合格/不合格限值，以及同一产品不同方案之间的比较。

典型应用

在平稳的发动机或电驱升速中定位"滴答"、"咔哒"、敲击声。
在嘈杂的环境录音中找出继电器、执行器、锁扣的动作噪声。
评价路试或振动台试验中内饰件的异响与吱吱声。
发现长时间平均频谱掩盖掉的间歇性轴承或齿轮缺陷。
量化设计改进对缺陷"可察觉程度"的降低量，而不仅仅是电平的降低量。

使用建议

先用默认值（Filter nth Octave、1/12 倍频程、Time Pattern）。它对应经典的相对接近度行为，是排查冲击类问题的正确起点。
当抱怨对象是音调或啸叫而非冲击时，改用 Frequency Pattern。
先跑 2D 快速看清何时发生，再对同一数据跑 3D 看清发生在哪个频率。
时间常数越短，对极短冲击越敏感；越长则抑制冲击、突出较慢的调制。
请把未经滤波的原始录音送入分析。事先做强带通滤波会破坏预测所依赖的频谱上下文。

相对接近度有意抑制稳态成分。一个很响但完全平稳的成分只会得到很小的相对接近度值。切勿单独用本分析判断总体响度 —— 请与电平或响度分析配合使用。