基于MP稀疏分解的发动机声音识别研究

摘要

随着汽车流动量的增大，运用汽车管理系统来进行车型识别、自动收费以及交通事故认定工作愈来愈重要。单纯的视频识别受环境因素影响较大，雨雾等天气状况都会严重影响识别结果。采用针对发动机声音的识别方法，可以有效降低环境因素的影响，完成汽车类型的识别。采用M P稀疏分解方法，用Gabor原子进行信号的分解及重构，重构后的信号能较好反映原信号的特征。发动机声音信号相对平稳，信号分解后频域相对稳定，采用单帧进行识别，可满足实时性要求。识别采用BP神经网络作为识别机，效果较好，对于交通系统中的车辆类型识别具有较高的参考价值。