【摘要】：車型分類識(shí)別技術(shù)是智能交通系統(tǒng)中的重要組成部分,在交通流量統(tǒng)計(jì)、高速公路收費(fèi)、提高道路利用率和道路規(guī)劃與擴(kuò)建等方面都有著極其重要的意義。為了實(shí)現(xiàn)不同車型的自動(dòng)分類,本文研究了基于聲音信號(hào)的車型分類識(shí)別方法。根據(jù)目前較通用的車型分類標(biāo)準(zhǔn),選取了大、中、小三種不同的車型,分別在不同道路環(huán)境下進(jìn)行了車輛聲音信號(hào)采集。由于采集到的聲音信號(hào)伴隨著大量的環(huán)境背景噪聲,利用小波分層閾值自適應(yīng)降噪方法對車輛聲音信號(hào)進(jìn)行了降噪處理。通過對車輛聲音信號(hào)進(jìn)行頻譜分析,明確了與車型分類相關(guān)的主要頻段范圍。為了避免遺漏那些能量相對微弱卻影響車型分類結(jié)果的聲音信息,將基于能量信息的小波變換方法與不基于能量信息變換的互信息方法相結(jié)合進(jìn)行特征提取�？紤]到維數(shù)過高的特征向量會(huì)降低分類器的性能,本文利用遺傳算法對包含小波頻帶系數(shù)能量特征和關(guān)鍵頻率成分特征的特征集進(jìn)行了降維處理,在去除了特征集冗余性的同時(shí),提高了分類器的正確率。特征提取過后,本文分別用BP神經(jīng)網(wǎng)絡(luò)、LVQ神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)對特征向量進(jìn)行了模式識(shí)別。為了充分利用小波頻帶系數(shù)能量特征和關(guān)鍵頻率成分特征之間的互補(bǔ)性和差異性信息,本文利用D-S證據(jù)理論對小波變換及其適用的BP神經(jīng)網(wǎng)絡(luò)得到的分類結(jié)果與互信息及其適用的支持向量機(jī)得到的分類結(jié)果進(jìn)行了決策級信息融合。論文采用上述方法進(jìn)行了車型識(shí)別試驗(yàn),試驗(yàn)結(jié)果表明:結(jié)合小波變換和互信息的特征提取方法可以有效利用車輛聲音信號(hào)的綜合信息。針對兩種分類器對同一車輛聲音樣本可能得到不同分類結(jié)果的情況,基于D-S證據(jù)理論的決策級信息融合方法增大了對于未知樣本類別的置信度,消除了分類結(jié)果的不確定性,提高了車型分類的正確率。
【圖文】：

圖 1.2ITS 在城市立體交通網(wǎng)絡(luò)中的作用 1.2 可知，ITS 在管理規(guī)劃交通需求和交通供給以及提高交通起著舉足輕重的作用。對于 ITS 的研究實(shí)際起源于上世紀(jì) 60 年代，目前日本、美國

車（d）路車輛聲音號(hào)識(shí)路況四識(shí)別分類
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 陸化普;李瑞敏;;城市智能交通系統(tǒng)的發(fā)展現(xiàn)狀與趨勢[J];工程研究-跨學(xué)科視野中的工程;2014年01期

2 李開明;張群;羅迎;梁必帥;楊小優(yōu);;地面車輛目標(biāo)識(shí)別研究綜述[J];電子學(xué)報(bào);2014年03期

3 陳果;鄧堰;;遺傳算法特征選取中的幾種適應(yīng)度函數(shù)構(gòu)造新方法及其應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2011年01期

4 臧玉萍;張德江;王維正;;小波分層閾值降噪法及其在發(fā)動(dòng)機(jī)振動(dòng)信號(hào)分析中的應(yīng)用[J];振動(dòng)與沖擊;2009年08期

5 王雙維;陳強(qiáng);李江;魏洪峰;杜麗萍;趙麗華;;不同車型的車輛聲音與振動(dòng)信號(hào)特征研究[J];聲學(xué)技術(shù);2007年03期

6 張可,齊彤巖,劉冬梅,王春燕,賀瑞華,劉浩;中國智能交通系統(tǒng)(ITS)體系框架研究進(jìn)展[J];交通運(yùn)輸系統(tǒng)工程與信息;2005年05期

7 朱志勇,劉偉銘,伍友龍;基于Bayes法則和BP神經(jīng)網(wǎng)絡(luò)的高速動(dòng)態(tài)情形下車型識(shí)別[J];計(jì)算機(jī)測量與控制;2005年07期

8 張吉先,鐘秋海,戴亞平;小波門限消噪法應(yīng)用中分解層數(shù)及閾值的確定[J];中國電機(jī)工程學(xué)報(bào);2004年02期

相關(guān)博士學(xué)位論文 前1條

1 龔偉;基于信息熵和互信息的流域水文模型不確定性分析[D];清華大學(xué);2012年

，

本文編號(hào)：2546451