[发明专利]基于波形检测的车辆识别方法

权利要求书

1.一种基于波形检测的车辆识别方法，其特征在于：它包括如下步骤：

A)获取实时的原始磁场强度三轴矢量信号，通过滑动窗口进行均值滤波过滤掉信号中的高频背景噪声，得到平滑的磁场强度序列；被检车辆经过若干地磁传感器检测节点后，获取实时的原始磁场强度三轴矢量信号，对实时地磁信号进行均值滤波并根据方差动态调整背景阈值；若则新阈值采用自回归模型预测，若则新阈值与前一时刻阈值保持不变，根据以下公式：

tx(k)=tx(k-1)×(1-η)+tx×ηs2(x^i)<h0×ntx(k-1)s2(x^i)≥h0×n,i=k-50,...,k-1]]>

ty(k)=ty(k-1)×(1-η)+ty×ηs2(y^i)<h0×nty(k-1)s2(y^i)≥h0×n,i=k-50,...,k-1]]>

tz(k)=tz(k-1)×(1-η)+tz×ηs2(z^i)<h0×ntz(k-1)s2(z^i)≥h0×n,i=k-50,...,k-1]]>

其中t_x(k),t_y(k),t_z(k)为x,y,z轴背景环境基值，k为当前时刻，分别为(k-50)至(k-1)时段内x、y、z轴地磁信号的方差，h₀为无车辆经过时z轴地磁信号的方差，η为更新权值0.05，n为方差的放大倍数，其取值为40；

B)确定合成磁场强度曲线的波形特征点，提取疑似波形：

(1)利用磁场信号值计算合成磁场强度的值g(k)，所述合成磁场强度的值g(k)公式如下：

g(k)=(x^(k)-tx(k)tx(k))2+(y^(k)-ty(k)ty(k))2+(z^(k)-tz(k)tz)2]]>

其中分别为经过滤波后的x,y,z三轴磁场值；

(2)结合分段线性拟合与局部加权拟合对合成磁场强度波形进行实时特征抽取以压缩数据量，抽取得到的特征数据作为后续波形与状态机检测部分的输入数据：

如果当前点的合成磁场强度值超过预设阈值的105％，则初步判断当前是因车辆行驶引起的地磁波形扰动，记录并标记为疑似波形W，若不是，则自动跳过重新取下一点；在疑似状态下，如果当前点的合成磁场强度值小于阈值的85％，则模块转入确认状态，此时本状态的维持时间若大于等于T_threshold，则截断疑似波形W进入输出状态；一次检测流程结束后，回到开始状态，循环之前的流程；

C)采用多中间状态机得到车辆检测的结果：

(3)对检测结果进一步处理得到被检车辆的车速：将疑似波形W的数据作为多中间状态机的输入，输出状态STATE包括“车辆预检测状态”、“无车状态”、“虚警预检测状态”和“有车状态”，其中，状态机内的预设值Ls借助车辆的速度信息调整，根据公式其中β是前车速度对当前车的速度的影响因子0.1，Ls_min,Ls_max分别是预设值Ls的最小值10和最大值24，k_current是当前车辆的合成磁场强度波形的斜率；根据状态机的输出状态STATE，得到车辆识别的最终结果，用车辆检测事件序列(0-1序列)d(k)表示，d(k)＝0表示无车即是当状态机输出STATE为“虚警预检测状态”或“无车状态”时，d(k)＝1表示有车即是当状态机输出STATE为“有车状态”时；

(4)采用可信度法初步判断、欧式距离法细致判断推断得到被检车辆的车型：

所述采用欧式距离法进行细分类首先将大量样本输入分类算法进行学习、训练，然后对合成磁场强度在时间、幅值两部分分别进行归一化后的序列输入算法，得到当前序列与各样本序列的欧式距离，选取与当前序列距离最近的样本的类别作为当前车辆的判断类别。