智能交通系统ITS (Intelligent Transportation System)是目前世界交通运输领域的前沿研究课题,ITS是研究在现有的交通状况下,充分利用现代高新技术进行合理的交通需求分配和管理,通过卫星导航系统、汽车自动引路系统、交通信息通信和计算机管理等多种技术手段,将整个路网的通行能力迅速提高,实现安全、快速和便捷运输的一种交通综合治理方案。在智能交通系统中,车辆信息的计算和获取对车辆自动监控和全自动收费系统的建立起着关键的指导作用,而车型识别是实现公路自动化的前提和条件,因此开发价格低廉、适合我国国情的车型识别系统具有很重要的实际意义。本论文以车辆的声信号和地振动信号的产生、采集为主线,以现场采集的试验数据为基础,以参数模型分析为手段,以DSP技术为平台,深入研究基于车辆声信号与地振动信号的车型识别技术。本文首先介绍了模式识别及当前车型识别技术的发展,然后简述了谱估计的AR模型分析理论,由于AR参数模型的寻阶过程是事先在MATLAB上离线仿真验证的,所以重点只介绍本文采用的Yule-Walker方程的方法。在AR参数模型实现过程中,是基于TI公司的TMS320C5402平台,提出了一个方案,并讨论了在该方案中所遇到的问题及解决办法。最后,在分析高速公路上汽车音频信号的特征时选用相同的阶数来对车速相同和不同两种情况进行分析,结果表明,车速相同和车速不同时都可以对大、小车型进行判别,并能提取出各自车型(或车速)的特征指标,说明参数模型方法适用于高速公路交通信息中汽车音频信号来鉴别或判定汽车的车型。因此,用参数模型方法分析汽车车型是一种可行的、有效的新途径。