车型自动分类与识别是智能化交通的重要组成部分。磁频率、视频等技术已被应用于车型自动分类与识别中。利用车辆行驶过程中所产生的声频信号进行交通控制与管理是一种新方法,有较大的应用前景。本文首先概述了车辆声频信号的产生原理及特点,为车辆声频信号的产生过程建立了线性模型,并介绍了同态处理的基本理论及倒谱参数的取得及其优点。然后对AR模型参数的估计及其快速的格型算法做了详细的叙述,并以此为基础介绍了线性预测编码(LPC)系数的提取过程。本文接着分析以了短时平均能量、短视平均过零率、功率谱等车辆声频信号特征为基础进行车型自动分类与识别中存在的问题,选取基于线性预测编码(LPC)的倒谱系数LPCC作为车辆声频信号的特征进行车型自动分类与识别。本文对车辆声频信号提取其LPCC特征参数,并使用本文介绍的直接距离判别法、Fisher判别法及K均值聚类算法数据分析方法及分类识别流程对车辆进行自动分类与识别。通过对所采集的四类车辆声频信号进行分类与识别,结果证明此方法是准确和有效的。作为一种车型分类与识别的新技术,基于车辆声频信号的车型分类与识别在车流量不大的普通公路交通量检测中有着较大的应用前景,并可配合其他车型分类识别技术以达到更准确和可靠的分类与识别效果。