基于BP神经网络的车辆声音信号识别.pdfVIP

《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 El1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；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—04 RecognitionofVehicleAcousticSignals BasedonBPNeuraINetwork BAILin，HUANG Zi-yu，YECheng，JIANGYing-ying (SchoolofElectricalEngineeringandInformation，SouthwestPetroleumUniversity，Chengdu610500China) Abstract：Theacousticsignalscontainagreatamountofinformationandeasytobeobtained．Inrecentyears，acousticrecognition technologyhasbeenwidelyusedinvariousfieldsandithasimportantsignificance．Thispapermainlyintroduces wavelettheoryandBPneuralnetworkrecognitionalgorithm ．Itanalyzesandpreprocessesbycollectingacousticsignals ofdifferenttypesofvehicles，andextractslow dimensionalcharacteristicparametersbyusingwavelettransform，thenit buildsandtrainsathreelayersBPneuralnetworksuccessfully，thismethodcanrecognizethetypesofvehicleseffectively． Key words：acousticsignals；wavelettransform；BPneuralnetwork；vehicletyperecognition 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