基于融合特征的汽车鸣笛声识别方法

• 作者: 邓鑫 王岩松 杨超 郭辉
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 变分模态分解 特征提取 融合算法 BP神经网络
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 科技创见与应用|Scientific achievement and application
• 页码范围: 197-200,208
• 页数: 5页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2021.12.039

摘要

针对复杂路况和现实环境条件下,传统汽车鸣笛声识别方法的分辨力不足问题,提出了一种基于变分模态分解和融合特征的汽车鸣笛声识别方法.采用变分模态分解(VMD)将鸣笛声信号分解为多个固有模态信号(IMF),基于峭度准则筛选出主IMF分量并重构信号;提取重构信号的MFCC和LPCC特征参数.利用融合算法获得基于上述两种特征的融合特征参数,并将其作为BP神经网络模型的输入特征,实现汽车鸣笛声的准确识别.研究表明,相较于单一特征方法,基于融合特征方法可有效提取汽车鸣笛声特征,提升识别准确率.