随着交通建设的飞速发展,公路交通已成为社会经济发展的重要纽带;计算机和信息技术的迅速发展,交通控制也朝着信息化、智能化的方向发展。交通流特征参数信息是智能交通系统(ITS)众多交通信息中的根本信息。实现交通信息检测的智能化、信息化、高效化是实现交通智能管理的重要前提。基于声信号分析的交通信息检测技术具有成本低、信息冗余小、受外界干扰小等优点,该检测技术可提高交通信息检测的效果,有利于实现交通信息的智能化检测。针对国内外基于声音和震动信号的交通流参数识别方法的研究,发现现有方法主要存在以下两点不足:一是利用单一的车辆声音信号难以排除噪声干扰,很难实现对交通多参数的识别;二是目前的研究方法大部分都需采用多目标信号,多信号则需多传感器,存在同步困难、易损坏路面的缺点。针对现有方法的不足,本研究对车辆经过发声带时的声信号进行分析,提出基于发声带信号分析的交通流特征参数识别方法。具体实施:传感器实时采集车辆通过减速带时的声信号;对该信号进行分析确定目标信号,并提取信号包络,进一步提取特征参数—峰值时间;利用波峰时间和减速带之间的距离,计算车辆的车速;在车速的基础上,进一步得到车辆轴距,通过与基本车辆类型轴距信息对比,将被检车辆进行车型分类;在车速和分类的基础上,对固定时间内车辆数目进行分析,实现车流量的统计。主要研究内容如下:1.目标信号的确定在分析常用信号起止点检测方法过零率法、短时能量法和双门限法的适用情况的基础上,提出一种适用于本文的目标信号检测方法:最速上升沿检测法。2.信号的分析:特征的选择与提取对采集的声信号进行降噪预处理,分析信号特点及常用信号特征和特征参数,提出基于变换步长的车辆压线声信号包络提取算法,与常用包络算法进行对比分析。最后利用阈值与极值相结合的方法确定时域特征参数-峰值点。3.车辆参数识别主要在车速判断、车辆分类和车流量统计三个方面进行车辆参数的识别。通过具体实验验证本文提出的基于发声带信号分析的交通流特征参数识别方法的可行性。本研究中信号采集只需一种设备,克服了多传感器检测环境下,同步困难的缺点;该方法较易获得减速带声音波形,主要在时域内完成车辆车速的测定和车型的识别,比其他已有方法更加简单。