一种识别重叠噪声的交通量检测算法

在传统的交通量检测中，短时能量法和短时平均幅度法存在无法识别重叠行车噪声段的问题，而提取与重叠信号相关的频谱视图（spectrum view，SV）作为重叠行车噪声段的特征有助于解决以上问题。针对以上问题进行研究，提出了一种基于SV特征的交通量检测算法。该算法首先对含有重叠行车噪声段的交通噪声进行滤波降噪；然后将交通噪声通过快速傅里叶变换（fast Fourier transform，FFT）以提取其SV特征，并对SV特征进行平滑处理；最后基于SV特征并以双门限判决原理为依托，对交通噪声进行端点检测并分离出重叠的行车噪声段。基于单车道、少流量路段的交通噪声数据集的实验表明，与传统方法相比，本文算法准确率提高了20%，从而验证了该算法的有效性。