噪声严重影响人们的工作生活,其主要来源是运行的车辆。柴油机是车辆最主要的噪声源,控制柴油机噪声是降低交通噪声、改善城市生活环境的重要措施。然而柴油机噪声来源众多且复杂,控制噪声将会变得极为困难。研究柴油机噪声源的识别方法,并对柴油机噪声源特性进行分析,不仅对工程声学的研究有科学意义,也对柴油机噪声控制有实际应用价值。本文系统分析了柴油机噪声来源及产生机理,明确了要实现柴油机噪声控制的基础是准确地识别出主要噪声源,并对其进行贡献分析确定权重,为提出具体的噪声优化控制方案作好准备。通过分析比较各类噪声源识别方法,发现基于信号处理算法的噪声源识别技术在成本及识别精度上具有明显的优势。为了找到适合于柴油机噪声源识别的信号处理算法,通过对现有算法进行研究,发现变分模态分解算法相比于传统算法在分析非稳态冲击信号时具有明显的优势,但在实际使用中仍有分解层数选择困难、二次罚项无法选择等问题。本文提出基于重构信号能量比确定分解层数,基于最大裕度因子确定最优二次罚项,基于频谱峰值设置初始中心频率的算法优化路径。以仿真信号为验证案例,发现本文提出的优化算法在分解速度和分解精度上均优于传统变分模态分解算法。为了识别噪声源,本文进行了柴油机的振动噪声实验,对柴油机表面辐射噪声和零部件表面振动信号进行了采集。首先对于噪声信号进行预处理,然后利用变分模态分解算法对噪声信号进行分解,通过互信息筛选出了主要的噪声分量,并利用鲁棒性独立分量分析分离了柴油机的噪声信号,利用小波变换对信号进行了时频分析,初步确定噪声源。最后利用倒拖试验及近场噪声测试进行了噪声源识别的结果验证,成功分离识别出了燃烧噪声、活塞敲击噪声、空压机噪声。最后本文为了确定柴油机表面零部件的噪声权重,对于采集的噪声信号的频段进行了划分,并对各个噪声分量与零部件振动进行了相干功率谱分析,得到不同零部件对于不同频段的噪声贡献度。然后利用层次分析法,建立成对比较判断矩阵,得到表面零部件对于柴油机整机噪声的贡献度,发现零部件中油底壳权重占比最大,可以为整机噪声控制提供指导。