?

用于車輛識別的聲信息融合技術(shù)

很多聲學(xué)特征可對車輛進(jìn)行正確的診斷，為此提出一種利用聲信息融合技術(shù)進(jìn)行車輛診斷的方法。此聲信息融合技術(shù)融合了聲信號特征信息，可以提高車輛識別的準(zhǔn)確性。

以信號頻率作為聲信號特征。行駛車輛的聲信息是非穩(wěn)定的。對于聲信息頻率，長時間時序信號注冊至關(guān)重要。試驗(yàn)中，聲信號采樣頻率為16kHz。對2048份同框架聲信號樣本進(jìn)行分析處理：首先把某一信號分成一組不同框架子信號，計(jì)算每個子信號零點(diǎn)平均值和傅里葉變換值；然后對信號進(jìn)行標(biāo)準(zhǔn)化處理，消除不同車輛距離造成信號幅值的差異；最后對每個標(biāo)準(zhǔn)化處理后的子信號進(jìn)行平均處理，得到目標(biāo)車輛聲信號的頻率特征。

以多維相關(guān)關(guān)系作為聲信號特征。重點(diǎn)是對多維聲信號進(jìn)行參數(shù)化處理。相對頻率特征，多維相關(guān)關(guān)系聲信號特征有更好的優(yōu)點(diǎn)。因?yàn)檫@種特征是從同一等級車輛相關(guān)參數(shù)微小差異得到的，能夠得到更為準(zhǔn)確的舒爾率（舒爾率可提供更多聲信號信息），從而提高車輛識別效果。

利用車輛不同類型音頻信號數(shù)據(jù)庫驗(yàn)證所提出方法的有效性。試驗(yàn)中，使用SVM和KNN識別器對給定的一組車輛進(jìn)行識別驗(yàn)證。利用一組相互關(guān)聯(lián)信息進(jìn)行決策判定。根據(jù)目標(biāo)車輛各自聲信號特征的識別信息，對車輛進(jìn)行識別排序。

試驗(yàn)結(jié)果表明，所提出的僅考慮一種（而不是多種信號特征）信號特征的聲信息融合技術(shù)能夠明顯提高車輛識別有效性。

Biernacki, Pawel et al. 2014 IEEE International Conference on Methods and Models in Automation and Robotics (MMAR), Miedzyzdroje-Sept.2-5,2014.

編譯：謝秀磊