[发明专利]一种基于振动传感器的车辆识别方法

摘要

本发明公开了一种基于振动传感器的车辆识别方法，能够自动识别车辆类型。该方法利用振动传感器接收车辆引起的路面振动信号，对采集的振动信号进行经验模态分解，得到一组固有模态函数，对每个固有模态函数乘以不同权重，再对固有模态函数求和形成一个新的信号，对新生成的信号进行功率谱分析，获取MFCC特征向量，训练BP神经网络得到分类器，用于识别车辆种类。本发明车辆识别方法鲁棒性强，识别率高，可用于军事车辆分类以及民用中的智能交通系统，前景广阔。

主权项

1.一种基于振动传感器的车辆识别方法，其特征在于，包括以下步骤：(1)利用振动传感器，采集车辆行驶引起的路面振动信号；(2)对步骤(1)采集的振动信号进行经验模态分解EMD，得到一组固有模态函数IMF；(3)对步骤(2)得到的固有模态函数分别乘以不同的权重，再求和得到新的信号，记为xnew(t)；其中wi为对应第i个IMF的权重，n为信号分解之后产生的IMF的个数；固有模态的权重由以下方式求取：以BP神经网络均方误差MSE作为适应度评估函数，应用粒子群算法进行求解，MSE表达式如下：其中N为所有样本的个数，y_i为第i个样本的观察值，为第i个样本的估计值；粒子群算法权重的更新采用如下公式：分别代表经过k次迭代后第i个粒子在第D个维度上的速度、历史最佳位置、位置；代表第k次迭代后在第D个维度上的全局最优位置；r₁、r₂为[0,1]区间内的随机数；迭代求解的目的是获取一组使MSE最小的w值；(4)根据步骤(3)得到的全局最优解w，与样本经EMD分解得到的IMF相乘求和得到新的信号xnew(t)，对其提取梅尔频率倒谱系数MFCC作为特征，训练3层BP神经网络，用训练好的神经网络判断车辆类型。