随着社会经济的迅速发展和人民生活水平的不断提高，汽车已经成为人们日常出行常用的交通工具，而随之而来的汽车车内噪声品质问题也越来越受到人们的关注。如何建立符合人体主观感觉的非平稳车内噪声评价系统，并以此对汽车车内噪声进行快速而又准确的声品质评价已成为车辆NVH领域的一个研究热点。本文在总结前人研究的基础上，针对汽车平稳和非平稳工况车内噪声，开发了一套基于支持向量机（SVM）的车内噪声品质评价系统。本文首先按照国标进行汽车车内噪声采集实验，利用PULSE噪声测试系统对4种不同品牌的国产轿车车内噪声进行数据采集，获取怠速、匀速、加速和制动4种平稳及非平稳工况下的车内噪声信号，对采集到的噪声数据进行预处理并建立噪声数据库。分别计算测试样本的响度、尖锐度、粗糙度、抖动度、语意清晰度和A声级等客观评价参数，以此作为模型输入；采用参考语意细分法对声音样本进行主观评价试验，将所得的主观评价结果作为模型输出，基于SVM理论，构建了SVM声品质评价模型。最后利用MATLAB的GUIDE模块建立车内噪声品质SVM评价系统，将未知噪声样本导入到所开发的声品质评价系统中进行实例检验，通过对比预测评价结果与真实结果来检验系统的有效性。研究结果表明：SVM方法具有较强的非线性拟合能力，适用于非平稳车内噪声的声品质评价研究；改进的网格搜索法能够在保证搜索准确率的同时减少搜索量，提高搜索效率；对未知车内噪声样本的声品质进行预测评价，对比预测结果和真实主观评价结果，所建SVM声品质评价模型的预测精度明显高于多元线性回归方法和最小二乘支持向量机（LSSVM）方法，验证了所建模型的有效性和优越性；本课题提出的基于SVM的非平稳车内噪声品质评价系统可直接用于车内噪声品质评价分析，对汽车开发过程中的声学设计和改进具有指导意义。