基于壓縮感知的車(chē)輛音頻特征識(shí)別研究.pdf

1、車(chē)輛音頻特征識(shí)別是智能交通與監(jiān)控系統(tǒng)的組成部分。因此,利用車(chē)輛音頻特征識(shí)別分析交通狀況,實(shí)現(xiàn)實(shí)時(shí)智能監(jiān)測(cè)很有意義。
　　本文針對(duì)車(chē)輛的音頻特征進(jìn)行了識(shí)別研究。通過(guò)對(duì)五種音頻信號(hào)的識(shí)別、分析達(dá)到對(duì)交通狀況監(jiān)測(cè)的目的。主要思想是用壓縮感知理論進(jìn)行識(shí)別。首先采集車(chē)輛行駛時(shí)的音頻信號(hào),選用短時(shí)傅里葉變換、維格納分布不同的方法進(jìn)行時(shí)頻分析,對(duì)得到的時(shí)頻分析圖進(jìn)行理論分析與性能的比較,選出更適合處理音頻信號(hào)的方法。其次提取音頻信號(hào)的特征,一種

2、是音頻信號(hào)的維格納分布圖利用主成分分析法提取特征,另一種是以音頻信號(hào)的維格納分布的邊緣特性瞬時(shí)能量與能量譜密度作為特征,針對(duì)提取的不同特征進(jìn)行實(shí)驗(yàn)仿真。最后將提取的特征構(gòu)造字典矩陣,利用壓縮感知方法進(jìn)行音頻識(shí)別。
　　實(shí)驗(yàn)表明利用壓縮感知對(duì)車(chē)輛音頻特征進(jìn)行識(shí)別,提取的特征不同,識(shí)別的效果不相同。利用音頻信號(hào)的維格納分布的邊緣特性瞬時(shí)能量或能量譜密度作為特征的識(shí)別效果明顯優(yōu)于利用主成分分析法對(duì)音頻信號(hào)的維格納分布圖提取特征的識(shí)別效果