二、不同测量方法对比实验（转）

jessy 发表于 2005-11-1 13:50

第二部分不同测量方法对比实验 
本章主要详细的讲述我们针对国标修改问题进行的一系列实验。包括这些实验的条件要求、数据处理、结果评价和误差分析。并且先简单介绍了作为历史背景的主观测量法。 
 
2.1 主观测量法 
混响现象，在某些建筑或场所中非常明显。在一些混响时间偏长的厅堂中，每个人都能清晰地感觉到混响。而为测量这些较为显著的混响时间的工作从很早的时候就开始了。可以说，近代房间声学开始定量的描述混响是从19世纪90年代开始的。 
 
目前，对于混响时间RT的定义是声源停止发声后声能降低到初始值的百万分之一(-60dB)所需的时间。塞宾提出这一概念，也曾尝试使用系统的方法测量混响时间。 
 
塞宾的测量方法是基于上述关于混响时间的定义。他在声源突然中断后用秒表测量一直到信号听不到的持续时间。他研究的房间主要是教堂，混响时间较长，所以获得了满意的精度。当混响时间大约为4s时，他求得的最大误差大约为0.31s，平均误差大约为0.11s。他用的声源是风琴管。先用一根风琴管发声，然后用两根，最后用四根，每次增加的声压级ΔL＝10lgn＝10lg2＝3dB。假定背景噪声仍然相同，那么，听到的混响持续时间随着管子数的增加而延长。他通过将风琴管数从1增加到2，或者从1增加到4来求出混响时间RT，并且测量了可听到的混响时间与用一只风琴管相比时的增量Δt： 
 
T＝ Δt 
 
对于n＝2，求得T＝20Δt；对于n＝4，则T＝10Δt。 
 
这种方法只要用一只停表并改变激励房间信号的响度，就能简单的测量出大约2s的混响时间。每次改变声源的功率，可以画出相应的声压级差ΔL与测得混响持续时间t的关系。用这种方法可以得到一条直线，它的斜率代表混响时间RT。如果测量的结果ΔL1，t1；ΔL2，t2；…；ΔLn，tn很分散，则要用最小二乘法来准确的求出混响时间，由此导出： 
 
T＝60 
曲线拟合的线性最小二乘法 
 
曲线拟合问题的提法是，已知一组（二维）数据，即平面上的n个点(xi,yi),I=1,2,…,n,xi互不相同，寻求一个函数（曲线） , 使在某种准则下与所有数据点最为接近，即曲线拟合得最好。 
 
线性最小二乘法是解决曲线拟合得常用方法，基本思路是，令 
 
 
其中是事先选定的一组函数，ak是待定系数 . 
 
拟合准则是使n个点 ,与的距离的平方和最小，称最小二乘准则。 
 
测量混响时间的主观法有着基本误差源，它不但需要在有用频率范围内精确的维持相同的初始声压级，而且在一系列测试中，至少要保持相同的听阈级。这个听阈级实际上会随着很难注意到的背景噪声的变化而变化，即使是赛宾在安静的夜间测量，也会发生变化。 
 
因此，主观法不可靠，早已经被仪器测量方法所取代。 
 
在下面将讨论当前主要使用的几种客观纪录混响衰变的声学实验： 
 
 
2.2 使用图示声级记录器的噪声切断法声学测量 
2.2.1 图示声级记录仪 
 
出现在二战后，我们不但可以用它读出混响时间的数值，还可以观察衰变过程；它实际上可以揭示测量的有效性，并且方便了测量（在此之前使用照相技术）。 
 
2.2.2 实验场地和仪器 
 
我们在清华大学建筑物理实验室的混响室进行本实验。该混响室主要用于吸声材料的吸声性能测定和各种声源的声功率测定。 
 
混响室的声学要求如下： 
 
1）不受外界噪声和振动的影响； 
 
2）具有足够长的混响时间； 
 
3）具有扩散声场（符合统计声学的要求：各点的平均生能密度相等；各点从各方向来的平均声能相等；到达某点的各波束相位是无规则的）。 
 
我们之所以选择在混响室进行几组实验，是为了： 
 
1）有一个低噪声的的环境，得到满意的信噪比，有利于结果分析和比较； 
 
2）有足够长的混响时间。这样，在绝对误差相同（由实验方法和设备决定）的情况下，有较小的相对误差。这样也有利于结果分析和比较； 
 
3）混响室有较为理想的扩散声场，这是在其他地方很难找到的。理论化的实验希望有较为理想化的环境。 
 
混响室是一个矩形平面房间，室内净尺寸为：8.55m, 5.79m, 4.47m。有效容积约为200m3，室内表面积约为225m2。在相邻的两面侧墙和顶棚上，设置了圆弧形扩散体，使室内形成扩散声场。四个强面和顶棚均为150X150mm2的白瓷砖贴面，地面为水磨石。墙为双层，中间有120mm厚的空气层。这样大大增加了混响室墙壁的隔声能力，避免了相当一部分噪声干扰。 
 
平面图如右： 
 
图中，声源（扬声器）位置一个，混响时间测点三个。室内吸声材料为地面平放的吸声材料。混响室外间是控制室。主要测量仪器和测量均在此处。 
 
测量仪器主要为： 
 
 
 
 
 
 
这些测量仪器属于80年代引进的以模拟技术为主的设备，由于精心养护，实验精度丝毫没有因岁月消磨而降低，因为实验室已经引入新型的数字化集成式测量仪器，所以以上纸带测量的分立仪器系统基本已经不再使用。这次再次使用，是为将其测量情况和新式数字化设备进行系统比较，从而得出一些对国标的修订有所帮助的分析。 
 
上述的设备完全符合现行混响时间测试规范GBJ76-84的规定： 
 
接收系统应包括传声器、测量放大器、1/3倍频程滤波器和记录仪器。接收系统的设备，宜符合下列要求： 
 
一、传声器应是无指向性的。 
 
二、记录系统宜采用声级记录仪（电平记录仪）。记录时，所选用的记录仪的笔速,不得影响衰变特性，并应调节记录仪的纸速使衰变曲线的斜度接近45°。 
 
记录系统亦可采用与声级记录仪（电平记录仪）性能相当的能直接读出混响时间数字的记录仪器。 
 
本试验的系统分析简图如下 
 
 
2.2.3 实验方法和数据处理 
 
首先使用噪声发生器在被测频率（利用滤波器）上发出噪声，持续超过20秒。这时，打开图示声级记录器，记录笔开始记录初始的声压级情况。 
 
调整记录器量程，使它能尽可能的体现噪声衰变的全过程。因为我们所测量的衰变都不超过50dB，因此选择了50dB为记录器量程。但是，由于扬声器在各个频率上的功率并不相同，所以，还必须调整记录器的灵敏度，以使其50dB的量程适应于不同频率的声压级范围。 
 
为使衰变曲线的斜率接近于45º，将笔速设置为10mm/s。 
 
若衰变曲线平均斜率与水平线之间的夹角为，50mm纸带的量程为R，纸速为v。则混响时间：。在接近45º时，误差率最小。读数是通过一只透明塑料分度盘来进行。上面实际标出了按照上述函数划分的RT值。实际操作中，很难保证斜率总接近45º（毕竟不同频率的RT是不同的），但是要保证在20º－70º之间，这样误差率都是可以接受的。下图为分度盘。 
 
在调整完毕后，打开纸带走纸，切断噪声，等待记录笔在衰变后达到稳定，停止记录。这样得到图像。读取数据。所测频率是从100Hz到5000Hz的各个三分之一倍频程。每个频率测量六次。共三个测点。对每个测点每个频率的六次测量做算术平均。在完全同样的条件下（即测点相同的情况下），得到了下面图像中的数据。各组数据之间有较大相关性。 
由上图可见，同一测点每次测量数据基本相同。在低频区域，所测数据差异相对较大，但是在高频段相对接近。 
 
 
下图是对测点1的平均绝对误差和平均值之间进行比较的图示，从中可以发现，平均绝对误差值和平均值之间关系是比较确定的近于正比例的关系，但是高频部分误差较小。 
 
下图是三个测点混响时间平均值的比较。 
 
 
下图是三个测点混响时间与平均混响时间的绝对误差的比较。 
 
 
2.2.4 误差分析 
 
由于需要人工操作塑料分度盘，人的主观不确定因素会造成系统误差。曲线有波动的起伏，使得评价曲线的斜率的确定显得无法数学化和尽善尽美。另外，噪声曲线实际上由于相位等偶然因素的影响，本身每次都是不同的，测试系统及其评价本身存在系统误差。 
 
2.3 使用数字化实时分析仪的噪声切断法声学测量 
 
2.3.1 实时分析仪 
 
实验的主要仪器是Nor-840 Real Time Analyser。这个设备可以进行多种声学测量实验，其中包括采用噪声切断法和脉冲响应反向积分法进行的混响时间测量。 
 
实时分析仪实际上是集成了噪声发生器，滤波器，声级计和数据处理软硬件平台。数字化的仪器具有方便、快捷、计算处理能力强的特点，但测量原理与模拟测量仪器是一致的。 
 
实时分析仪在每次测量时可以保存声级随时间变化的数据记录，以.TXT格式存档，这些数据可以倒出来用计算机进行后期处理。实际上，分析仪本身可以自行计算出混响时间的数值，包括T20, T30和EDT。但是，如果希望计算一些其他参数，就需要输出原始数据，通过自己编写的程序进行计算。 
 
在本次实验中，为了更好的研究混响时间测量的全过程，我们编写的程序进行了混响时间RT的计算，目的是为了算法研究，常规测量时实时分析仪自动计算出RT值是可以满足测量需要的。 
 
2.3.2 实验条件和步骤 
 
和上个实验一样这个实验是在混响室内进行的。测点共三个，也和上面实验相同。这样做是为了使两者之间产生有效的比较。 
 
我们在每个测点上，每个频率进行9次测量。 
 
分析仪设置如下： 
 
"Filter bandwidth: 1/3-oct" 滤波频宽为三分之一倍频程 
 
"Time constant: 1/8s F" 时间常数1/8秒快档 
 
"Lower frequency: 63Hz" 最低频率63赫兹 
 
"Upper frequency: 8kHz" 最高频率8千赫 
 
"Measurement duration: 00:00:12:000" 测量持续32秒 
 
需要注意的是：“测量的持续时间应大于估计的混响时间；声源应尽可能是无指向的；它应产生足够大的声压级以保证衰减计算所需最小动态范围不被背景噪声所淹没；如果不在衰减曲线上使用同步平均（或其他）技术，则在测量频带内声源所产生的声压级应至少高于背景声压级45dB。如果只需测量T20，则应高出35dB；” 
 
实验操作非常简便，开始8s的激励，然后进行32s的混响衰变曲线测量。 
 
每次测量可以将各时间段的声压级曲线存盘。 
 
本试验的系统分析简图如下 
 
 
下面是其中一组数据(.TXT文件)的开头一个时间分段 
 
"Period=-78" 
 "Frq", "Leq", "Min", "Max", "N-Leq" 
 
" 63", 77.3 , "-", "-", 1 
 
" 80", 80.5 , "-", "-", 1 
 
" 100", 81.3 , "-", "-", 1 
 
" 125", 78.9 , "-", "-", 1 
 
" 160", 84.8 , "-", "-", 1 
 
" 200", 87.3 , "-", "-", 1 
 
" 250", 89.1 , "-", "-", 1 
 
" 315", 77.8 , "-", "-", 1 
 
" 400", 79.8 , "-", "-", 1 
 
" 500", 79.1 , "-", "-", 1 
 
" 630", 76.0 , "-", "-", 1 
 
" 800", 74.4 , "-", "-", 1 
 
" 1k", 75.1 , "-", "-", 1 
 
" 1.25k", 72.3 , "-", "-", 1 
 
" 1.6k", 75.4 , "-", "-", 1 
 
" 2k", 71.1 , "-", "-", 1 
 
" 2.5k", 72.1 , "-", "-", 1 
 
" 3.15k", 69.9 , "-", "-", 1 
 
" 4k", 68.5 , "-", "-", 1 
 
" 5k", 67.3 , "-", "-", 1 
 
" 6.3k", 65.2 , "-", "-", 1 
 
" 8k", 55.0 , "-", "-", 1 
 
" L-netw", 96.7 , "-", "-", 1 
 
" A-netw", 88.1 , "-", "-", 1 
 
 
"Period=-79" 
 
" 63", 79.3 , "-", "-", 1 
 
" 80", 68.9 , "-", "-", 1 
 
" 100", 77.8 , "-", "-", 1 
 
" 125", 84.4 , "-", "-", 1 
 
 
………………………………..全文件有660个数据点（Period）。 
 
 
2.3.3 数据处理和算法设计 
 
由于这次实验数据量太大，仅混响室内噪声切断法测量一个实验就有27组数据，每组22个频率，共594条曲线。为了增加效率，避免出现人为的影响，也为了做出算法研究的尝试，增加数据处理的客观性，使用编程对衰减进行拟合。处理数据采用Excel电子表格和VBA、C++编程。编制的程序和算法以后还可以继续改良利用，也是一定阶段性成果。 
 
线性拟合使用了自编的最小二乘法LINEST程序。数据的离散程度决定了 LINEST拟合计算的精确度。衰减曲线数据越接近直线形，LINEST就越精确。 LINEST 使用最小二乘法来判定最适合数据的模型。程序返回判定系数Y，是估计值与实际值之比，范围在 0 到 1 之间。如果为 1，则样本有最好的线性相关性，说明估计值与实际值之间没有差别。反之，如果判定系数为 0，则线性回归方程得到的结果完全不可信。一般情况下，我们认为判定系数Y>0.90时，说明程序输出的衰减曲线具有可信度。 
 
2.3.4 数值分析和误差分析 
 
下图是测点1的第一组数据通过程序计算的T20,T30。T20是衰减20dB的时间乘以3估算的T60，T30是衰减30dB的时间乘以2估算的T60，T20与T30越接近，说明在30dB感兴趣的衰减曲线范围内线性度越好。 
 
 
可以看出，在低频，特别是80Hz频段，T20,T30差距较大。其他各频段相差数值相对合理。 
 
下图是测点1的第一组数据通过程序计算的T20,T30的线性回归判定系数R2值 
 
 
可以看出，同样是在80Hz频段，判定系数很小，T20只有0.34。这说明此频率的衰变曲线很不平直。而在其他频率，判定系数相对大，说明曲线比较平直，结果可信度高。 
 
我们单取出几个典型频率的衰变曲线进行观察。 
 
下图是80Hz的衰变曲线： 
 
 
可以看出曲线上没有明显的平直片断，说明此频率的声场均匀度较低。 
 
下图是1600Hz和8000Hz的衰变曲线： 
这两个频率的衰变曲线比较平直，判定系数分别为0.97和0.99。实际上，各个测点的各次测量都有类似的现象。 
 
下图是测点1的9次测量由Nor-840RTA自动计算的T20值的曲面示意图： 
 
 
在最低的两个频率上63Hz和80Hz上，840经常无法得到结果。这是它在判定曲线不理想的情况下自动放弃计算。可以看出，在低频，每次测量次偏差很大；但是在中高频上较为接近。 
 
因为通过自行编程的计算和分析仪的自动计算都是基于相同的数据，所以，如果采用了相同的算法，所得到的结果应该是相同的。Nor-840RTA说明书描述的算法和我们自行编制程序的算法原则上是相同的。计算的结果大体一致，但并不完全相同，可能是在判定计算片断时的选择方法在细节上两者有所不同。也许，自行编制的程序和成品化的840分析仪在技术细节的计算处理上还存在不同。 
 
下图是测点1编程计算的T20,T30和分析仪计算结果的比较： 
 
 
下面是测点1的9组值通过编程计算的T20,T30和分析仪计算结果的标准误差比较： 
上图中的标准误差比较中可以看出，自编程序计算的结果，标准误差并不大于分析仪计算的标准误差。这实际上也说明了自编程序计算并不一定比仪器给出的结果差。 
 
2.3.5 使用相关平均的方法获得曲线 
 
所谓相关平均，是将同一测点、同一频率、各组测量数据在某个时间点的声压级进行平均。各时间点的平均值得到一条衰变曲线（条件是有相同的触发点的时间设置）。相关平均得到的曲线，应是比较平滑的，能够一定程度的克服由于使用无规噪声信号在切断信号的时刻其相位、振幅等都是随机产生的偶然性因素。下面是对第一测点的数据进行相关指数平均后典型频率的相关平均后的衰变曲线： 
 
 
可以看出曲线的平滑度有所提高，有利于进行拟合。 
 
下图是线性拟合的判定系数图表： 
从上图可以看出，判定系数远大于相关平均之前的数值。最小的相关系数也达0.89以上，约有一半的拟合判定系数在0.99以上。 
 
 
2.4 使用数字化实时分析仪的脉冲响应反向积分法声学测量 
 
2.4.1 脉冲响应反向积分法 
 
德国哥廷根大学的M.R.Schroeder在1965年提出了测量混响时间的脉冲积分法。这个方法基于公式： 
式中S(t)是稳态噪声的声压衰减函数；括号表示群体平均；r(x)是被测房间的脉冲响应；N为谱密度。方程的左边，是群体平均，要求对噪声衰减测量多次取平均值；而方程的右边，脉冲响应只要做一次，这是脉冲积分法的一大优点。理论上说，这种方法得到的衰减曲线比较平滑，波动起伏小，不但能够很精确地测出混响时间，而且还能算出EDT等等其他辅助声学参数。在ISO3382中，特别提出了几组声学参数，这些参数于建立主客观厅堂音质评价之间的联系有很重要的意义，而这些参数需要用脉冲响应的曲线进行积分计算。 
 
2.4.2 实验条件和步骤 
 
和前一个实验一样，这个实验仍然是在清华大学建筑物理实验室的混响室内进行。使用的声源是发令枪。发令枪是一种典型的冲击声源。我们在实验中选择了和上面两个实验相同的三个测点。每个测点进行三次测量。混响室内的吸声物体和上面两个实验也相同，只是增加了持发令枪的人，这样，理论上混响时间将比前面两个实验小。 
 
枪声可以看作是接近无指向的，但不能产生精确的可重复性脉冲。枪声可以提供很高的声压级以获得所需要的大的动态范围，但在近距离会造成失真。 
 
分析仪设置如下： 
 
"Filter bandwidth: 1/3-oct" 滤波器频宽三分之一倍频程 
 
"Time constant: 1/8s F" 时间常数：1/8秒快档 
 
"Lower frequency: 63Hz" 最低频率63Hz 
 
"Upper frequency: 8kHz" 最高频率8000Hz 
 
"Measurement duration: 00:00:3200" 测量持续时间 32s 
 
"Period length: 00:00:00:004" 采样分段长度4ms 
 
"Total number of periods: 3800" 总采样分段个数3800个 
 
"Trigger condition: Manual" 触发方式：手动 
 
 
实验的步骤是：声压级测量启动后2秒内，向持枪人发出信号，持枪人收到信号后开枪。从开始测量到发出枪声这个时间延迟不能确定，但小于2s。 
 
本试验的系统分析简图如下 
 
 
2.4.3 数据处理和算法设计 
 
在进行积分计算之前，我们也尝试对脉冲响应声压级衰减曲线直接进行拟合计算混响时间。这个方法也是现有国标GBJ76-84中提及的测量方法。但是，很明显，脉冲响应声压级衰减曲线抖动过于剧烈，拟合误差大。 
 
下图是50Hz的回声图，可以看出，发令枪在这个频率上没有足够的信号： 
 
 
下图是800Hz的回声图，可以看出，图像虽然抖动很大，但是比较规则，这说明混响室的扩散较好。 
 
 
下图是在脉冲响应声压级衰减系列曲线上算出的RT 
 
 
可以看出，有些频率的T30异常大，主要是因为：1）抖动造成曲线线性度严重下降；2）因为信号功率在某些频率上能量不够。 
 
下图是各频率线性拟合的判定系数： 
 
 
可以发现，在多数频率，判定系数都很低（不到0.8），在有些频率几乎为零（63Hz）。 
 
 
对率减曲线数据进行反向积分，下面是脉冲响应反向积分的源程序。 
 
Sub integImpluse_long_new() 
 
'此程序用来进行脉冲响应的反向积分 
 
 
'下面是将需要的数据导入一个矩阵 
 
Sheets("sheet1").Select 
 
range1 = Range("a1:a2000") 
 
Sheets("integrate").Select 
 
Range("a1:a2000") = range1 
 
 
'在21个频率上循环(不管63Hz) 
 
For freq = 4 To 24 
 
 
'先计算背景噪音值 
 
Sheets("Sheet1").Select 
 background_d = 0 
 For i = 10 To 300 
 background_d = background_d + Cells(i, freq) 
 Next i 
 Background = background_d / 291 
 
 
'找到脉冲最大值 
 a = 0 
 For n = 110 To 2000 
 If (Cells(n, freq) > a) Then 
 a = Cells(n, freq) 
 b = n 
 End If 
 Next n 
 aveN = b 
 
 
'找到衰变曲线，落入到背景噪音的点，这一段非常重要 
 For n = aveN To 2000 Step 10 
 a = 0 
 For m = n To n + 50 
 a = Cells(m, freq) + a 
 Next m 
 stoppoint = a / 51 
 If (stoppoint - Background < 3) Then Exit For 
 Next n 
 t1 = n 
 p = 10 ^ (Background / 10) 
 
'对上面选出的曲线进行积分，但是积分过程要减去背景噪音 
 E = 0 
 
 For i = t1 To aveN Step -1 
 Sheets("sheet1").Select 
 l = 10 ^ (E / 10) + 10 ^ (Cells(i, freq) / 10) - p 
 If l > 0 Then 
 E = 10 * Log(l) / Log(10) 
 Else 
 E = E 
 End If 
 
'输出积分后函数的曲线 
 Sheets("integrate").Select 
 Cells(i - 1, freq - 1) = E 
 
 Next i 
 
Next freq 
 
 
End Sub 
 
 
2.4.4 数据分析和误差分析 
 
通过上面程序模块的处理，得到了积分后的衰变曲线。 
 
下图是测点1一次测量的几个选择频率的曲线： 
 
 
可以看出，在低频（125Hz），曲线的线性片断并没有25dB以上量程，这说明信号能量不是符合要求的，需要更换高能量发令抢。在其他频率上，线性片断量程足够长，即使不足以计算T30，也满足计算T20的长度。 
 
下图是对这组数据的各条曲线使用LINST程序拟合后得到的混响时间值： 
 
 
下图是各次线性拟合判定系数： 
 
 
可以看出，除了低频段上T30的判定系数较小（因为没有足够的衰变幅度），其他各个频段的判定系数还是比较满意的。 
 
下图是分析仪自动计算的RT值 
 
 
分析仪自动取消了一些计算，因为没有足以计算的曲线。 
 
理论上说，脉冲响应反向积分法有极好的可重复性，可以相当大程度避免偶然因素的影响。 
 
下面就是对测点1的三次测量分析仪计算结果T20的比较： 
 
 
从上图看出，虽然并不是极为一致，但是比噪声切断法的各次结果之间的差异要小。这些差异，理论上说是由于测量产生的。 
 
下图是三次分析仪计算的T20,T30和EDT的标准误差。也比噪声切断法的各次结果之间的标准误差要小，特别是中高频的部分，各频率T30的差异也是很小的。 
 
 
2.4.5 脉冲积分法与噪声切断法的结果比较 
 
下图是第1测点脉冲积分法与噪声切断法所测量的T20平均值比较： 
 
 
上图可以看出似乎存在一个规律，脉冲积分法测得的低频混响时间偏长，噪声切断法测得的高频混响时间偏长。 
 
下图是第2测点脉冲积分法与噪声切断法所测量的T20平均值比较： 
 
 
同样存在上述规律。下面比较两种方法的标准误差，下图是测点3两种方法标准误差的比较： 
 
 
除了100Hz上出现了脉冲积分法标准误差很高的偶然情况以外，在大多数频率上噪声切断法的误差都明显大于脉冲积分法。 
 
下图是测点1两种方法标准误差的比较： 
 
 
在低频上脉冲积分法由于信号较差并非3次都能得到结果，样品较少。但在大多数频率上噪声切断法的误差都明显大于脉冲积分法。 
 
由上述的比较可以得出这样的结论： 
 
1) 一般地说，脉冲积分法的重复性好于噪声切断法，多次测量的标准误差较低。 
 
2) 在本次实验中，脉冲积分法在高频测得的混响时间低于用噪声切断法测得的，这应当视为一种系统误差。可能是由于声源造成的，也可能是由于反向积分过程中选择积分的起止点造成的。 
 
3) 在现行国标中提到过的用未经积分处理的脉冲衰变曲线来测量混响时间的方法，经过我们实验的比较认为：它的偏差度和偶然性大于噪声切断法和脉冲积分法。在可以使用这两种方法的情况下，没有什么优越性，可以考虑淘汰出国家标准。

rhh658 发表于 2013-1-7 13:15

值得学习学习，呵呵

页: [1]

XYCAD中国音响设计网's Archiver

二、 不同测量方法对比实验 （转）

二、不同测量方法对比实验（转）