高速公路交通流特征参数被动声学检测技术研究
【摘要】：论文依托于国家自然科学基金资助预研项目《基于车辆声谱特征的高速公路交通事件及交通流特性直接检测技术研究》,结合国内外交通流特征参数检测技术研究进展,提出并研究基于车辆声学特征的高速公路交通流特征参数检测技术。主要研究内容为:系统地分析了汽车噪声和地振动信号特征;设计并搭建了实验声学检测系统;研究了利用小波分析和参数模型来提取声学信号特征技术;提出了基于短时能量谱和短时过零率相结合的车辆检测方法;设计了基于声学信号的软件计数器程序;使用均差方函数计算延时量,解决了经典测试方法用于声学被动测速的关键问题,并对利用声信号特征进行速度判定做了初步研究;研究了车辆车型被动声学自动分类技术,实现了两类车型的神经网络分类;研究了利用粗集理论进行特征选择;研究了交通事故声学直接自动检测技术,提出了一种全新的交通事故自动直接检测技术。
【关键词】：高速公路 交通流特征参数 声学信号 信号处理 被动声检测
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：U491.112
【DOI】：CNKI:CDMD:1.2006.013739
【目录】：
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：U491.112
【DOI】：CNKI:CDMD:1.2006.013739
【目录】：
- 第一章 绪论10-22
- 1.1 课题研究背景10-14
- 1.1.1 我国高速公路发展状况10-11
- 1.1.2 高速公路交通事故与交通拥堵状况11-12
- 1.1.3 高速公路信息化管理状况12-14
- 1.2 国内外研究现状14-19
- 1.2.1 交通检测器研究现状14-18
- 1.2.2 被动声学检测技术研究现状18-19
- 1.3 论文研究目的和意义19-20
- 1.4 研究内容20
- 1.5 论文研究技术线路20-21
- 1.6 本章小结21-22
- 第二章 声学基础与实验检测系统设计22-40
- 2.1 声学基本知识22-26
- 2.1.1 声音与声源22-23
- 2.1.2 声波基本性质23-24
- 2.1.3 声波传播特性24
- 2.1.4 多普勒效应24-25
- 2.1.5 声波空气传播衰减25-26
- 2.2 汽车声学信号26-31
- 2.2.1 汽车噪声26-28
- 2.2.2 汽车噪声频谱分析28-29
- 2.2.3 地振动信号29-30
- 2.2.4 地振动信号谱分析30-31
- 2.3 检测系统设计31-39
- 2.3.1 硬件部分31-37
- 2.3.2 软件部分37-39
- 2.4 本章小结39-40
- 第三章 声信号分析与处理方法40-68
- 3.1 信号时域分析40
- 3.2 参数模型方法40-50
- 3.2.1 经典功率谱估计40-42
- 3.2.2 谱估计的参数模型方法42-50
- 3.3 小波分析方法50-67
- 3.3.1 时-频分析50-52
- 3.3.2 小波分析52-63
- 3.3.3 小波包分析63-67
- 3.4 本章小结67-68
- 第四章 车辆检测与计数68-79
- 4.1 车辆检测68-73
- 4.1.1 能量法68-69
- 4.1.2 短时能量谱和短时过零率结合法69-73
- 4.2 车辆计数73-76
- 4.2.1 硬件计数器73-74
- 4.2.2 软件计数器74-76
- 4.3 实验分析76-78
- 4.3.1 仿真实验76-77
- 4.3.2 实测实验77-78
- 4.4 本章小结78-79
- 第五章 车辆速度测定79-88
- 5.1 车辆速度测量方法79-82
- 5.1.1 经典测量方法79-82
- 5.1.2 基于声学信号的车速判定方法82
- 5.2 实验与分析82-87
- 5.2.1 经典测速实验分析82-84
- 5.2.2 声学信号特征判定车速实验分析84-87
- 5.3 本章小结87-88
- 第六章 车辆车型自动分类88-119
- 6.1 车型自动分类问题概述88-91
- 6.1.1 车型分类标准88-89
- 6.1.2 车辆自动分类方法89-91
- 6.2 模式识别91-95
- 6.2.1 模式和模式识别概念91-92
- 6.2.2 模式识别系统组成92-94
- 6.2.3 典型的模式识别方法94-95
- 6.3 基于粗糙集的特征选择原理95-99
- 6.3.1 粗糙集的基本概念96-99
- 6.3.2 粗糙集算法的特点99
- 6.4 BP 神经网络分类器99-105
- 6.4.1 BP 网络应用99-100
- 6.4.2 BP 网络模型100-101
- 6.4.3 BP 网络学习算法101-103
- 6.4.4 BP 网络性能及其改进103-105
- 6.5 实验分析105-118
- 6.5.1 特征提取105-109
- 6.5.2 实验数据特征向量提取109-112
- 6.5.3 粗糙集合特征选择112-114
- 6.5.4 U检验与粗集结果不一致图形分析114-116
- 6.5.5 神经网络识别116-118
- 6.6 本章小结118-119
- 第七章 交通事件自动直接检测119-138
- 7.1 交通事件管理系统119-120
- 7.2 现有交通事件检测技术120-124
- 7.2.1 检测技术分类120-121
- 7.2.2 事件自动检测技术121-123
- 7.2.3 事件自动直接检测技术123-124
- 7.3 交通事故声学直接检测技术124-128
- 7.4 实验与分析128-136
- 7.4.1 小波包特征提取128-131
- 7.4.2 实测信号实验131-134
- 7.4.3 仿真信号实验134-136
- 7.5 本章小结136-138
- 第八章 结论与展望138-141
- 8.1 本文取得的主要进展138-139
- 8.2 论文工作展望139-141
- 附录Ⅰ 车辆速度判定数据分析相关表格141-149
- 附录Ⅱ 车型自动分类数据分析相关表格149-161
- 附录Ⅲ U检验和粗集特征选择对比分析图和表格161-166
- 附录Ⅳ 交通事故自动检测数据分析相关表格166-172
- 参考文献172-179
- 作者攻读博士学位期间发表的学术论文、参与的科研项目179-180
- 致谢180-181
- 摘要181-183
- ABSTRACT183-185
CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式
| 【引证文献】 | ||
|
|||||||||||
|
|||||||||||
| 【参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【共引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【同被引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||
|
|||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级引证文献】 | ||
|
|||||||||||||||||
|
|||||||||||||||||
| 【二级参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||