Page 155 - 《应用声学》2021年第3期

第 40 卷 第 3 期 赵佳美等： 应用声信号特征识别车辆车型及车速范围 473

[4] Kandpal M, Kakar V K, Verma G. Classification of ground
4 结论 vehicles using acoustic signal processing and neural net-
work classifier[C]//2013 International Conference on Sig-
本文对中小型车和公交车的车型与车速范围 nal Processing and Communication, 2013: 512–518.
进行识别，整体效果较好，识别过程中可以节省计 [5] 陆伟. 基于车辆声频信号的车型识别算法研究 [D]. 西安: 长
安大学, 2006.
算时长的 50% ∼ 70% 左右，有效提升了识别计算速
[6] 陈丽. 基于遗传神经网络的车型识别算法研究 [D]. 西安: 长
度。并采用扩大测试样本的速度范围及增加测试数 安大学, 2008.
量的方法，探讨了小型车车速范围识别效果，为后续 [7] 白琳, 黄梓瑜, 叶程, 等. 基于 BP 神经网络的车辆声音信号识
别 [J]. 自动化技术与应用, 2014, 33(2): 64–66, 86.
车速识别研究打下基础。基于声信号的PCA-BP方
Bai Lin, Huang Ziyu, Ye Cheng, et al. Recognition of
法的车型与车速识别可以作为一种补充技术手段， vehicle acoustic signals based on BP neural network[J].
为交通识别系统正常高效地运行提供保障，为道路 Techniques of Automation and Applications, 2014, 33(2):
64–66, 86.
交通系统的提供重要信息，在智能交通系统方面应
[8] 杜绍研. 基于模糊神经网络的车辆声音信号识别研究 [J]. 自
用前景广阔。 动化与仪器仪表, 2016(6): 3–4.
Du Shaoyan. Vehicle sound signal recognition based on
参 考 文 献 fuzzy neural network research[J]. Automation & Instru-
mentation, 2016(6): 3–4.
[1] 童剑军. 车型识别研究 [D]. 北京: 中国科学院自动化研究所, [9] 宋知用. MATLAB 在语音信号分析与合成中的应用 [M]. 北
2005. 京: 北京航空航天大学出版社, 2013.
[2] 张晓阳, 徐韬, 张宜华, 等. 基于 QPSO-RBF 神经网络的混合 [10] 韩纪庆, 石自强. 声学事件检测理论与方法 [M]. 北京: 科学出
交通流车速预测模型 [J]. 公路, 2019, 64(1): 147–152. 版社, 2016.
Zhang Xiaoyang, Xu Tao, Zhang Yihua, et al. Road speed [11] 汽车加速行驶车外噪声限值及测量方法: GB1495–2002[S].
prediction model based on QPSO-RBF neural network in [12] 王小川. MATLAB 神经网络 43 个案例分析 [M]. 北京: 北京
mixed traffic flow[J]. Highway, 2019, 64(1): 147–152. 航空航天大学出版社, 2013.
[3] Sunu J, Percus A G. Dimensionality reduction for acous- [13] 汪冬华. 多元统计分析与 SPSS 应用 [M]. 上海: 华东理工大
tic vehicle classification with spectral clustering[C]// Pro- 学出版社, 2010.
ceedings of the 15th IEEE International Conference on [14] 城市道路工程设计规范: CJJ 37–2012[S].
Networking, Sensing and Control, 2018. [15] 公路工程技术标准: JTG B01–2014[S].