原文传递
车辆音频特征分析及车型识别研究
| 论文题名： | 车辆音频特征分析及车型识别研究 |
| 关键词： | 车辆音频信号;短时能量;过零率;基音周期;车型自动识别;智能交通 |
| 摘要： | 在信息化飞速发展的今天，交通信息的采集对于交通智能化的管理扮演着越来越重要的角色。交通信息采集系统的核心是交通流检测技术，而交通流检测的关键在于车辆检测、车速判断和车型识别，作为智能化交通的重要组成部分，它广泛应用于收费系统、交通数据统计等相关工作中，特别是在高速公路自动收费系统上，车型的自动识别更是占有极其重要的位置，因为它不仅是决定高速公路运营效率的主要因素，而且还是收费站决定收取费用的重要标准之一。由于目前传统上最主要的方法是在公路上埋设电缆线及感应线圈，通过摄像头装置，抓拍进入视线的车辆的照片进行车型识别，其它的如超声波检测方法、微波检测方法、红外线检测方法等在车型识别上都有不同程度的应用，虽然这些方法已经相当成熟，但由于这些方法不是对路段有破坏性，设备后期维护要求高，就是不适合沿道路大量铺设。而随着音频信号识别技术的发展，这些问题将被逐渐解决，声音音频信号识别技术包括语音识别，车辆声音识别，机械噪声识别，水声识别等等，虽然它设备简单，使用方便，但由于技术原因还未达到令人满意的程度，因此与其他方式结合使用能够取得更好的效果。本文以车辆行驶时产生的声音音频信号为基础，主要对车辆音频信号的特征进行分析，在此基础上提出了基于车辆音频信号对车型进行识别的方案的理论研究。 本文首先查阅了国内外相关研究的进展，概述了车型识别技术的发展状况及车辆音频信号的产生机理，对车辆音频信号和语音信号做了比较，分析了利用语音信号处理的方法对车辆音频信号进行处理的可行性，对车辆音频信号的特征参数的提取做了研究。识别过程中先做了理论研究，选用隐马尔可夫模型作为识别系统的基础，阐述了HMM模型的基本原理，简述了该模型的三个问题和基本算法，提出了基于车辆音频信号进行车型识别的方案流程，阐述了线性预测倒谱系数和美尔倒谱系数的Matlab提取实现，在此基础上，对车型识别研究方案进行了理论上的探讨，而在最后的识别过程中是采用车辆音频信号的短时能量、过零率和基音周期等特征参数进行初步识别。由于本文的重点主要在于分析车辆音频信号的特征，是为将来的车型识别研究做铺垫，所以在车型识别方面，仅做了方案的理论研究。 |
| 作者： | 刘波 |
| 专业： | 通信与信息系统 |
| 导师： | 聂明新 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
