基于BP神经网络的车辆声音信号识别.pdf

《基于BP神经网络的车辆声音信号识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《自动化技术与应用》2014年第33卷第2期模式识别与仿真PatternRecoanitionandSimulation基于BP神经网络的车辆声音信号识别白琳，黄梓瑜，叶程，姜莹莹(西南石油大学电气信息学院，四川成都610500)摘要：声音信号包含荇很多的信息，且获取比较便。近年来，声音识别技术被，泛应用丁各个领域，有着重要的意义。本文l1E要介了小波理论和BP神经网络识别算法。通过对采集到的小同类型车辆的青信号进行分析和预处理，采用小波变换提取低维的特征参数，构建并成功圳练一个三层BP神经网络，从而有效地识别fr1一型。关键词：声音信号；小波变换；BP神经网络

2、；乍型识别中图分类号：TN912．34文献标识码：A艾章编号：1003～7241(2014)02—0064—04RecognitionofVehicleAcousticSignalsBasedonBPNeuraINetworkBAILin，HUANGZi-yu，YECheng，JIANGYing-ying(SchoolofElectricalEngineeringandInformation，SouthwestPetroleumUniversity，Chengdu610500China)Abstract：Theacousticsignalscontainagre

3、atamountofinformationandeasytobeobtained．Inrecentyears，acousticrecognitiontechnologyhasbeenwidelyusedinvariousfieldsandithasimportantsignificance．ThispapermainlyintroduceswavelettheoryandBPneuralnetworkrecognitionalgorithm．Itanalyzesandpreprocessesbycollectingacousticsignalsofdiffere

4、nttypesofvehicles，andextractslowdimensionalcharacteristicparametersbyusingwavelettransform，thenitbuildsandtrainsathreelayersBPneuralnetworksuccessfully，thismethodcanrecognizethetypesofvehicleseffectively．Keywords：acousticsignals；wavelettransform；BPneuralnetwork；vehicletyperecognition

5、1引言出的噪声信号来对车型进行识别，由于此方法环境适应随着现代社会的飞速发展，智能化交通管理系统越性强、装置便宜、不会对道路造成破坏，因此受到越来来越被需求。车型识别是智能化交通管理的关键。越多的关注与研究。目前，车型的识别方法主要有电磁感应线圈检测本文基于MATLAB软件平台，利用小波变换提取法，红外线检测法，微波雷达检测法，超声波检测法，以不同类型的车辆声音信号的特征参数，并采用BP神经及视频图形检测法等⋯。由于我国国情以及以上检测装网络算法对车型进行识别。置安装复杂、价格昂贵等因素，智能化交通管理系统在我国未能普及化。2车辆声音信号采集由于车辆行驶时产生的

6、声音信号主要来源于车内我国汽车种类很多，由于现阶段研究水平的限制，的机械噪声和车体与周围的空气的摩擦声，如果忽略行本文选用车身大小和重量都有明显差异的小型轿车(车驶速度的影响，那么车辆声音信号的差异可以看作主要长3．74．9米)、大型客车(车长10米以上)和重型货车来源于车内机械噪声，而车体机械噪声与车辆机械结构(车长6．2-9．6米、重l4吨以上)这三种类型的车辆进行(车型)有很强的关联性【。从而可以利用汽车行驶时发识别研究，所选三种类型车辆如图1所示。在车流量小、周围环境安静的路上分别采集以上收稿日期：2013—04—11自动化技术与应用2o14年第33卷第

7、2期fl,小型轿午b大型客1c重型货午图1三种类型的车辆三种类型的车辆行驶时的噪声声音样本各30个。为保为整个波形端点检测的短时能量阈值。使用MATLAB证采集数据的完整性以及录音的质量，选择单个车辆进行端点检测如图2所示：通过时，使用MP3进行录音，设置采样频率为44．1kHz。为了方便MATIAB处理，将音频信号格式保存1为．wav格式。。柑·，声音信号具有时变特性，但可以认为在一短时问范围内(1030ms)，其特性基本保持不变，为一个准稳态过程。声音信号的分析和处理都必须建立在“短时”的基删jji础上I1。因此，首先要对声音信号进行预处理。包括预售加重、分

8、帧和端点检测。盔预加重的