[发明专利]一种基于DWPT-MFCC与GMM的车内异响识别方法

摘要

本发明提供了一种基于DWPT‑MFCC与GMM的车内异响声音识别方法，首先通过收纳并采集常见的几种车内异响的声音信号，提取其MFCC特征向量，并针对异响信号非平稳突变的特点，对MFCC的提取过程加以改进，将小波变换带入其计算过程，得到新的特征参数：DWPT‑MFCC，然后对每种异响声音建立GMM模型，训练得到异响声音数据库，最后将采集到的待识别异响信号与库中已建立的模型进行比较，根据最大后验概率估计得到识别结果，达到对异响声音进行识别的目的。能够准确识别车内常见的几种异响声音，为汽车异响测试提供参考，指导相关人员进行车内NVH性能的优化。

主权项

1.一种基于DWPT‑MFCC与GMM的车内异响声音识别方法，其特征在于，包括以下步骤：步骤一，异响信号的采集：在异响半消声实验室中借助声传感器采集车内异响声音信号，步骤二，信号的预处理：首先通过端点检测将突变异响声音从采集的声音信号中分离出来，然后对分离出来信号进行分帧处理，最后对信号进行加窗；步骤三，特征参数的提取：首先将预处理之后的信号进行Mel频率的转换，然后计算其MFCC特征参数值，在计算MFCC特征参数值的过程中，引入小波包变换，得到DWPT‑MFCC参数值，作为异响声音识别的特征参数；步骤四，模型训练：利用提取到的特征参数作为GMM模型训练的参数输入，为每一类异响声音建立GMM模型；最后将训练得到的每种异响的模板存入模板库，用于后续识别模块的匹配识别；步骤五，待测异响的识别：采集待测异响信号，根据步骤二～三的方法对待测异响信号进行预处理、提取特征参数，再与模板库中的异响的模板数据进行模式匹配与辨别，根据最大后验概率法得到识别结果。