基于聲音和震動(dòng)信號(hào)特征融合的車型識(shí)別研究.pdf

1、車型自動(dòng)識(shí)別是交通管理系統(tǒng)的重要組成部分，快速有效的車型自動(dòng)識(shí)別方法對(duì)智能化的交通管理具有重要作用，如何利用新的技術(shù)實(shí)現(xiàn)車型的自動(dòng)識(shí)別是智能交通系統(tǒng)研究的熱點(diǎn)。車輛聲音和震動(dòng)信號(hào)因其數(shù)據(jù)量小、環(huán)境適應(yīng)性強(qiáng)等優(yōu)點(diǎn)近些年受到國內(nèi)外的普遍關(guān)注。
　　針對(duì)目前車型識(shí)別方法的不足，本文提出了一種基于車輛聲音和震動(dòng)信號(hào)相融合的車型識(shí)別方法。在對(duì)國內(nèi)外基于車輛聲音和震動(dòng)信號(hào)進(jìn)行車型識(shí)別的研究現(xiàn)狀分析的基礎(chǔ)上，通過對(duì)車輛聲音和震動(dòng)信號(hào)的組成，信號(hào)

2、特征和影響聲音和震動(dòng)信號(hào)傳播的因素分析，著重研究了常用車輛聲音和震動(dòng)信號(hào)的特征量和特征提取方法，結(jié)合倒譜理論提出了一種分塊倒譜加和（Block Cepstrum Summation，BCS）特征提取算法，并通過對(duì)數(shù)據(jù)融合技術(shù)的原理以及各個(gè)層次的優(yōu)缺點(diǎn)分析，利用特征級(jí)融合形成了特征向量。最后，以支持向量機(jī)對(duì)兩類不同類型車輛行駛中的聲音和震動(dòng)信號(hào)進(jìn)行處理，實(shí)驗(yàn)結(jié)果表明：本文提出的BCS特征提取算法能夠有效的提取聲音和震動(dòng)信號(hào)的特征，用基于聲