首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于声音识别的交通信息检测技术研究

摘要第4-5页
Abstract第5页
第一章 绪论第9-16页
    1.1 课题研究背景第9-12页
        1.1.1 我国高速公路的发展状况第9-10页
        1.1.2 高速公路的交通事故状况第10-11页
        1.1.3 高速公路信息化管理状况第11-12页
    1.2 车辆检测器的发展现状第12-15页
        1.2.1 传统车辆检测设备第12-14页
        1.2.2 基于声音识别的车辆检测方法第14-15页
    1.3 研究的主要内容及意义第15-16页
第二章 车辆声音识别基础第16-23页
    2.1 语音识别技术简介第16-17页
    2.2 车辆声音信号与语音信号的对比第17-21页
        2.2.1 车辆声音信号与语音信号的发生第17-19页
        2.2.2 车辆声音信号与语音信号的特征第19-20页
        2.2.3 车辆噪声声场的特点第20-21页
    2.3 影响车辆音频信号的主要因素第21-22页
        2.3.1 天气及地表因素第21页
        2.3.2 道路混杂噪声因素第21-22页
        2.3.3 采样频率的选择第22页
    2.4 本章小结第22-23页
第三章 车辆声音信号处理及特征提取研究第23-41页
    3.1 车辆声音信号的预处理第23-29页
        3.1.1 预加重第23-24页
        3.1.2 加窗分帧第24-26页
        3.1.3 车辆声音信号的端点检测第26-29页
    3.2 车辆声音信号的滤噪第29-34页
        3.2.1 小波变换理论第30-32页
        3.2.2 小波分析对声音信号的去噪处理第32-34页
    3.3 车辆声音信号的特征提取分析第34-40页
        3.3.1 车辆声音信号的时域分析第34-36页
            3.3.1.1 短时能量和平均幅度第34-35页
            3.3.1.2 短时平均过零率第35-36页
        3.3.2 车辆声音信号的变换域分析第36-40页
            3.3.2.1 短时傅里叶变换 STFT第36-38页
            3.3.2.2 线性预测倒谱系数 LPCC第38-39页
            3.3.2.3 梅尔频率倒谱系数 MFCC第39-40页
    3.4 本章小结第40-41页
第四章 基于隐马尔可夫模型(HMM)的车型识别研究第41-50页
    4.1 车型分类问题概述第41-42页
    4.2 基于声音信号的车型识别方法第42页
    4.3 HMM 在车辆声音识别中的应用第42-48页
        4.3.1 HMM 的数学背景第42-43页
        4.3.2 HMM 的数学描述第43-45页
        4.3.3 HMM 的三个基本问题及相应算法第45-48页
            4.3.3.1 评估问题及“前向—后向”算法第45-46页
            4.3.3.2 解码问题及 Viterbi 算法第46-47页
            4.3.3.3 学习问题及 Baum-Welch 算法第47-48页
    4.4 基于 HMM 的车型识别方案研究第48-49页
        4.4.1 车型识别系统的训练过程第48-49页
        4.4.2 车辆声音信号的识别过程第49页
    4.5 本章小结第49-50页
第五章 车辆声音识别实验硬件设计第50-60页
    5.1 声音传感器模块第50-53页
        5.1.1 驻极体麦克风第50-52页
        5.1.2 声音传感器模块第52-53页
    5.2 AD7606 数据采集模块第53-54页
    5.3 主控系统板第54-59页
        5.3.1 MCU 主控单元第55-56页
        5.3.2 供电模块第56-57页
        5.3.3 USB 转串口电路第57-58页
        5.3.4 复位电路第58页
        5.3.5 启动模式设置接口电路第58-59页
        5.3.6 AD7606 数据采集模块接口第59页
    5.4 本章小结第59-60页
第六章 车辆声音信号采集实验及信号分析第60-68页
    6.1 实验目的第60页
    6.2 实验过程第60-61页
    6.3 声音信号分析第61-67页
        6.3.1 滤噪算法第61-62页
        6.3.2 短时能量算法第62-63页
        6.3.3 短时过零检测算法第63-65页
        6.3.4 Mel 倒谱分析第65页
        6.3.5 车辆识别算法的验证第65-67页
    6.4 本章小结第67-68页
结论与展望第68-70页
参考文献第70-73页
攻读学位期间取得的研究成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:居住小区人车分行模式研究
下一篇:高速公路运营管理标准体系研究