基于聲波的運(yùn)動(dòng)車輛行駛狀態(tài)辨識(shí)理論研究.pdf

1、隨著傳感器技術(shù)、數(shù)字信號(hào)處理技術(shù)的提高，現(xiàn)代的車輛檢測(cè)技術(shù)逐步向小型化、智能化的方向發(fā)展，車輛檢測(cè)技術(shù)在現(xiàn)代交通管理中起著舉足輕重的作用。本文在分析聲波理論的基礎(chǔ)上，提出了一種新的檢測(cè)方法，主要將運(yùn)動(dòng)車輛的聲信號(hào)和行駛狀態(tài)結(jié)合起來(lái)，旨在通過(guò)分析車輛行駛過(guò)程中的聲音信號(hào)來(lái)對(duì)運(yùn)動(dòng)車輛的行駛狀態(tài)進(jìn)行辨識(shí)。
　　本文以傳聲器為信號(hào)檢測(cè)元件，設(shè)計(jì)信號(hào)調(diào)理電路，并以PCI-1712采集卡為采集平臺(tái)，通過(guò)C++語(yǔ)言在BCB環(huán)境下開(kāi)發(fā)數(shù)據(jù)采集的上

2、位機(jī)應(yīng)用程序，以達(dá)到汽車聲音信號(hào)的高速采集。
　　本次研究是以實(shí)際采集的現(xiàn)場(chǎng)數(shù)據(jù)為依據(jù)，利用現(xiàn)代數(shù)字信號(hào)處理技術(shù)，通過(guò)Matlab7.1軟件對(duì)所采集的信號(hào)進(jìn)行預(yù)處理、特征提取及分類器設(shè)計(jì)與識(shí)別。在預(yù)處理中，通過(guò)加窗函數(shù)來(lái)對(duì)采集的數(shù)據(jù)進(jìn)行截取，并對(duì)截取的信號(hào)利用改進(jìn)的預(yù)加重方法進(jìn)行處理，提升了車聲信號(hào)的低頻能量，突出有用成分，此外還對(duì)有用信號(hào)利用零均值和歸一化的方法以及小波降噪的方法進(jìn)行處理，便于后續(xù)研究、分析。特征提取主要從時(shí)域、

3、頻域、時(shí)頻域及聽(tīng)覺(jué)特性這四個(gè)方面對(duì)不同運(yùn)動(dòng)狀態(tài)下產(chǎn)生的聲信號(hào)進(jìn)行分析，主要有時(shí)域的短時(shí)過(guò)零率分析、頻域的功率譜分析、時(shí)頻域的小波和小波包能量分析以及基于聽(tīng)覺(jué)特性的MFCC系數(shù)分析，并且通過(guò)對(duì)不同方法的分析結(jié)果進(jìn)行比對(duì)，最終選擇了小波和小波包結(jié)合的方法來(lái)對(duì)不同運(yùn)動(dòng)狀態(tài)進(jìn)行特征提取。分類器主要利用了目前應(yīng)用廣泛的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)，通過(guò)將提取的特征值作為神經(jīng)網(wǎng)絡(luò)的輸入，將不同運(yùn)動(dòng)狀態(tài)作為輸出，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，并利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)提取