论文部分内容阅读
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.