基于声学信号多特征融合的超载货车轴型识别方法

本发明公开了一种基于声音多特征融合和优化分类器的超载货车轴型识别方法。首先，根据GB1589‑2016将超载货车轴型划分为二轴、三轴、四轴、五轴和六轴五类，采集不同轴型超载货车不同工况(不同超载比率、不同行驶速度等)下的音频，同时对音频信号进行预处理。其次，选取短时能量和线性预测倒谱系数LPCC作为时域特征，选取梅尔倒谱系数MFCC及其一阶差分、伽玛通滤波器系数GFCC作为频域特征。再次，将提取的时频特征进行一阶段并联式加权特征融合和二阶段t分布随机近邻嵌入特征融合，最后采用改进的PSO‑BP分类器对融合后的特征进行训练、测试得到分类模型。本发明考虑到单一声信号特征对超载货车轴型识别的局限性，分阶段多层次融合不同类型的声学特征，进而增强特征间的协同效应和区分度，不仅能够减少数据的冗余和噪声，还在多个层面增强音频处理系统的性能，如实时性和内存消耗等，从而提升超载货车轴型识别的鲁棒性和准确率。