基于发声带信号分析的交通流特征参数识别

摘要

随着交通建设的飞速发展，公路交通已成为社会经济发展的重要纽带;计算机和信息技术的迅速发展，交通控制也朝着信息化、智能化的方向发展。交通流特征参数信息是智能交通系统(ITS)众多交通信息中的根本信息。实现交通信息检测的智能化、信息化、高效化是实现交通智能管理的重要前提。
　　基于声信号分析的交通信息检测技术具有成本低、信息冗余小、受外界干扰小等优点，该检测技术可提高交通信息检测的效果，有利于实现交通信息的智能化检测。针对国内外基于声音和震动信号的交通流参数识别方法的研究，发现现有方法主要存在以下两点不足:一是利用单一的车辆声音信号难以排除噪声干扰，很难实现对交通多参数的识别;二是目前的研究方法大部分都需采用多目标信号，多信号则需多传感器，存在同步困难、易损坏路面的缺点。
　　针对现有方法的不足，本研究对车辆经过发声带时的声信号进行分析，提出基于发声带信号分析的交通流特征参数识别方法。具体实施:传感器实时采集车辆通过减速带时的声信号;对该信号进行分析确定目标信号，并提取信号包络，进一步提取特征参数—峰值时间;利用波峰时间和减速带之间的距离，计算车辆的车速;在车速的基础上，进一步得到车辆轴距，通过与基本车辆类型轴距信息对比，将被检车辆进行车型分类;在车速和分类的基础上，对固定时间内车辆数目进行分析，实现车流量的统计。主要研究内容如下:
　　1.目标信号的确定
　　在分析常用信号起止点检测方法过零率法、短时能量法和双门限法的适用情况的基础上，提出一种适用于本文的目标信号检测方法:最速上升沿检测法。
　　2.信号的分析:特征的选择与提取
　　对采集的声信号进行降噪预处理，分析信号特点及常用信号特征和特征参数，提出基于变换步长的车辆压线声信号包络提取算法，与常用包络算法进行对比分析。最后利用阂值与极值相结合的方法确定时域特征参数-峰值点。
　　3.车辆参数识别
　　主要在车速判断、车辆分类和车流量统计三个方面进行车辆参数的识别。通过具体实验验证本文提出的基于发声带信号分析的交通流特征参数识别方法的可行性。
　　本研究中信号采集只需一种设备，克服了多传感器检测环境下，同步困难的缺点;该方法较易获得减速带声音波形，主要在时域内完成车辆车速的测定和车型的识别，比其他已有方法更加简单。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外主要研究现状及方向

1．2．1 车辆检测器国内外研究现状

1．2．2 基于声信号分析的检测方法国内外研究现状

1．2．3 发展方向

1．3 主要研究内容及创新点

1．3．1 研究内容

1．3．2 主要创新点

1．4 本文组织架构

1．5 本章小结

第二章 声信号分析及特征提取

2．1 车辆声信号分析

2．1．1 车辆声信号组成

2．1．2 车辆声音信号特征

2．1．3 声音信号传播的影响因素

2．2 车辆震动信号分析

2．2．1 车辆震动信号的组成

2．2．2 车辆震动信号的特征

2．3．1 发声带信号的组成

2．3．2 减速带声信号的特征

2．3．3 发声带声信号影响因素

2．4 信号特征提取

2．4．1 特征提取的重要性

2．4．2 常用的时域特征及参数

2．5 本章小结

第三章 基于变换步长的包络提取

3．1 包络提取的重要性

3．2 常用的信号包络提取法

3．2．1 Hilbert变换法

3．2．2 小波分解法

3．3 基于变换步长的声信号包络提取算法

3．3．1 算法描述

3．3．2 算法验证

3．3．3 结果分析

3．3．4 误差分析

3．4 方法对比

3．4．1 对比分析

3．4．2 结论

3．5 本章小结

第四章 基于发声带的车辆参数识别

4．1 目标信号的提取

4．1．1 基于时域的端点检测常用方法

4．1．2 最速上升沿目标信号检测法

4．2 车速判断

4．3 车型识别

4．4 车流量统计

4．5 本章小结

第五章 实验分析

5．1 数据来源

5．2 数据预处理

5．2．1 预处理描述

5．2．2 效果验证

5．3 车辆参数识别

5．3．1 实验分析

5．3．2 结论

5．4 本章小结

6．1 全文总结

6．2 展望

致谢

参考文献

攻读学位期间取得的研究成果