基于声音和震动信号特征融合的车型识别研究

摘要

车型自动识别是交通管理系统的重要组成部分，快速有效的车型自动识别方法对智能化的交通管理具有重要作用，如何利用新的技术实现车型的自动识别是智能交通系统研究的热点。车辆声音和震动信号因其数据量小、环境适应性强等优点近些年受到国内外的普遍关注。
　　针对目前车型识别方法的不足，本文提出了一种基于车辆声音和震动信号相融合的车型识别方法。在对国内外基于车辆声音和震动信号进行车型识别的研究现状分析的基础上，通过对车辆声音和震动信号的组成，信号特征和影响声音和震动信号传播的因素分析，着重研究了常用车辆声音和震动信号的特征量和特征提取方法，结合倒谱理论提出了一种分块倒谱加和（Block Cepstrum Summation，BCS）特征提取算法，并通过对数据融合技术的原理以及各个层次的优缺点分析，利用特征级融合形成了特征向量。最后，以支持向量机对两类不同类型车辆行驶中的声音和震动信号进行处理，实验结果表明：本文提出的BCS特征提取算法能够有效的提取声音和震动信号的特征，用基于声震信号相融合的车型识别方法进行识别，识别准确率达85％以上，表明本文提出的识别方法是可行的。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究的背景和意义

1.2车型识别技术的研究现状

1.3本课题研究的主要内容

第二章 车辆声震信号分析

2.1车辆声音信号的分析

2.2车辆震动信号的分析

2.3本章小结

第三章 信号特征的提取

3.1特征提取的重要性

3.2常用的信号特征

3.3特征量的提取

3.4常用的特征提取方法

3.5基于特征级融合的特征提取方法

3.6本章小结

第四章 支持向量机分类器

4.1支持向量机的理论基础

4.2支持向量机

4.3支持向量机分类器

4.4支持向量机的应用

4.5本章小结

第五章 基于声震信号相融合的车型识别实验分析

5.1数据来源

5.2 车辆声震信号时频域分析

5.3数据预处理

5.4声震信号的特征向量

5.5 车型识别

5.6本章小结

总结与展望

参考文献

致谢