基于小波分析和支持向量机的立体车库内汽车发动机状态识别研究

• 作者: 孔德凯 陈晔 程建山 张志成 薄晓鸣
• 来源期刊: 大众标准化
• 关键词: 小波变换 发动机 特征提取 支持向量机
• 年，卷（期）: 2021,（23）
• 所属期刊栏目: 学术论坛
• 页码范围: 99-103
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1350.2021.23.035

摘要

智能立体车库已广泛应用于日常生活,针对车辆运行过程中因人为未关闭汽车发动机导致的重大安全事故频发现象,车库安全检测系统的完善势在必行.文章采用小波分析和支持向量机开发了一种复杂环境下立体车库内检测发动机状态的方法.首先采用麦克风对不同的汽车发动机、不同车库环境的情况进行声音采集,然后通过数据分析得出发动机声音信号属于与复杂环境相对应的低频分量,对分解后的信号应用选取固定频率波段的方法,以滤除车库环境下的高频信号;最后在有无发动机运行的两种状态下提取信号分量的特征,训练分类识别模型,文章采用支持向量机算法对现场发动机数据进行预测,结果表明,采用小波的方法用于复杂环境下的发动机声音识别检测,SVM能够准确识别发动机状态,满足车库需求.