基于声信号的运动车辆识别算法研究与实现-通信与信息系统专业论文.docxVIP

万方数据 万方数据 THE RESEARCH AND IMPLEMENT OF MOVING VEHICLE RECOGNITION BASED ON ACOUSTIC SINAL A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Communication and Information System Author: Ying Zhou Advisor: Qicong Peng School : Communication and Information Engineeri 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定，有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 （必威体育官网网址的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘要 本文结合项目基于声信号的运动车辆识别问题展开研究工作，利用声音传感 器采集的声信号的特征实现重型车和轻型车的识别。主要包括目标检测、特征提 取和分类器算法的设计及 DSP 实现。以下是本文的主要内容： (1) 对目标检测算法进行了研究。针对目标声信号在传播时衰减较大，容易受 到环境噪声的干扰导致识别变得困难问题，利用单元平均恒虚警率(Constant False Alarm Rate,CA-CFAR)技术控制虚警的同时减少信噪比损失，从而提高了声信号的 检测性能。本文利用实测数据进行了仿真，结合实际背景选择了算法参数，结果 表明信噪比4dB 时，虚警概率 pf 为 25%时，检测概率 pd 可以达到接近 90%，可 以满足项目的需求。 (2) 对声信号特征提取算法进行了分析。仿真比较了基于 FFT、HHT 和小波包 变换的特征，利用两种特征选择方法对小波包特征进行了优化，提出了两种改进 的小波包特征：最底层小波包能量特征和优化小波包能量特征。结果表明改进的 小波包特征类内分散性小，类间分散性大，优化小波包能量特征维数大大少于最 底层小波包能量特征，适合用于本文的项目开发。 (3) 仿真比较了常用的分类器：KNN 分类器、贝叶斯分类器、支持向量机分类 器以及模糊分类器，并且利用分层的思想对传统的模糊分类器进行了改进，解决 了传统算法分类规则多、效率低的问题。仿真结果表明：分层的模糊分类器不仅 分类识别率高，而且性能稳定，鲁棒性好，可以适应本文的应用环境。 (4) 为应用到具体的运动车辆识别系统，本文主要采用 OMAP-L138 双核处理 器上的 DSP 核运行 DSP/BIOS 实时操作系统完成了底层算法的实现和双核通信方 案的设计。通过测试验证该识别系统性能稳定，能够实时处理并且正确识别率达 到要求。 关键词：CA-CFAR，优化小波包能量特征提取，分层模糊分类器，DSP/BIOS I ABSTRACT ABSTRACT This paper focuses on motor vehicle recognition based on acoustic signal, using the characteristic of acoustic signal to realize classification of heavy and light vehicle. This thesis mainly includes: acoustic target detection, feature extraction, classification algorithm design and implementation of DSP. Following are the main content of this article: A study on sound algorithm of target detection. Due to the environmental noise and attenuation, it is difficult t