摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外主要研究现状及方向 | 第12-15页 |
1.2.1 车辆检测器国内外研究现状 | 第12-13页 |
1.2.2 基于声信号分析的检测方法国内外研究现状 | 第13-15页 |
1.2.3 发展方向 | 第15页 |
1.3 主要研究内容及创新点 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 主要创新点 | 第16-17页 |
1.4 本文组织架构 | 第17-18页 |
1.5 本章小结 | 第18-19页 |
第二章 声信号分析及特征提取 | 第19-28页 |
2.1 车辆声信号分析 | 第19-21页 |
2.1.1 车辆声信号组成 | 第19-20页 |
2.1.2 车辆声音信号特征 | 第20-21页 |
2.1.3 声音信号传播的影响因素 | 第21页 |
2.2 车辆震动信号分析 | 第21-22页 |
2.2.1 车辆震动信号的组成 | 第21-22页 |
2.2.2 车辆震动信号的特征 | 第22页 |
2.2.3 震动信号传播的影响因素 | 第22页 |
2.3 发声带信号分析 | 第22-23页 |
2.3.1 发声带信号的组成 | 第22-23页 |
2.3.2 减速带声信号的特征 | 第23页 |
2.3.3 发声带声信号影响因素 | 第23页 |
2.4 信号特征提取 | 第23-27页 |
2.4.1 特征提取的重要性 | 第24-25页 |
2.4.2 常用的时域特征及参数 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第三章 基于变换步长的包络提取 | 第28-45页 |
3.1 包络提取的重要性 | 第28页 |
3.2 常用的信号包络提取法 | 第28-30页 |
3.2.1 HILBERT变换法 | 第28-29页 |
3.2.2 小波分解法 | 第29-30页 |
3.3 基于变换步长的声信号包络提取算法 | 第30-41页 |
3.3.1 算法描述 | 第31-34页 |
3.3.2 算法验证 | 第34-35页 |
3.3.3 结果分析 | 第35-37页 |
3.3.4 误差分析 | 第37-41页 |
3.4 方法对比 | 第41-44页 |
3.4.1 对比分析 | 第41-43页 |
3.4.2 结论 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 基于发声带的车辆参数识别 | 第45-53页 |
4.1 目标信号的提取 | 第46-49页 |
4.1.1 基于时域的端点检测常用方法 | 第46-47页 |
4.1.2 最速上升沿目标信号检测法 | 第47-49页 |
4.2 车速判断 | 第49-50页 |
4.3 车型识别 | 第50-52页 |
4.4 车流量统计 | 第52页 |
4.5 本章小结 | 第52-53页 |
第五章 实验分析 | 第53-69页 |
5.1 数据来源 | 第53-54页 |
5.2 数据预处理 | 第54-58页 |
5.2.1 预处理描述 | 第54-57页 |
5.2.2 效果验证 | 第57-58页 |
5.3 车辆参数识别 | 第58-68页 |
5.3.1 实验分析 | 第58-67页 |
5.3.2 结论 | 第67-68页 |
5.4 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-72页 |
6.1 全文总结 | 第69-70页 |
6.2 展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-76页 |
攻读学位期间取得的研究成果 | 第76页 |