本發明屬于智能交通管理技術領域，具體涉及一種機動車違章鳴笛自動取證系統及方法。

背景技術：
隨著機動車的保有量持續增長，機動車鳴笛已成為市區環境噪音的主要來源，雖然交管部門設置了多處禁鳴區域，但由于在目前技術情況下難以取證，很難對鳴笛車輛進行取證及處罰，禁鳴區域形同虛設。為了解決以上問題，申請號為200710057183.0的中國專利公開了一種車輛違章鳴笛電子取證裝置、電子警察系統及取證方法，申請號為200710097878.1的中國專利公開了一種車輛違章鳴笛自動取證路口機裝置，申請號為200710147572.2的中國專利公開了一種車輛違章鳴笛電子取證工作站及取證方法，這三個專利的算法核心均是采用麥克風陣列對聲源進行定位，以尋找到鳴笛車輛，進而命令攝像頭對鳴笛車輛進行拍攝，但由于受麥克風陣列聲源定位的精度所限，如果在禁鳴區域有多輛機動車經過，則很容易形成誤判。交通管理部門僅能給出判定為鳴笛時的照片及鳴笛錄音，但鳴笛錄音與照片很有可能不屬于同一輛車，因此違法鳴笛取證的可靠性較低。申請號為200910219076.2的中國專利公開了一種機動車在禁鳴區鳴笛的取證系統，是在機動車上安裝額外的無線發射裝置，使得機動車不鳴笛時發射“正常行駛信號”，鳴笛時發射“違規鳴笛信號”，進而通過數據庫比對尋找違法鳴笛車輛。其缺點在于所采用的無線信號易于受到車輛運行速度、發射與接收距離的影響，且全國數據庫均需要聯網，否則，僅適用于小區域內的違法鳴笛取證。同時，若將一個車輛的信號與全國數據庫比對，則需要大量的計算時間，實時性較差，其所述交警手持設備并不能實時顯示違規車輛車牌號。申請號為201420300914.5的中國專利公開了一種汽車鳴笛身份識別裝置，將上述無線信號更替為超聲波信號，并將機動車信息進行編碼后發送，不需要進行數據庫比對，但由于受到超聲波在空氣中傳輸距離及發射超聲波所需驅動電壓等的影響，系統的可靠性不穩定。申請號為200820095371.2的中國專利公開了一種鳴笛監測裝置及鳴笛監測系統，主要從提醒駕駛員在禁鳴時間和區域不要鳴笛考慮，且需要對儲存有禁鳴時間和區域的車載數據進行定期升級，車載數據庫的維護與升級是限制其實用的主要因素。綜上所述，現有技術均不能很好地機動車違章鳴笛自動取證的問題。

技術實現要素：
本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種結構簡單、設計合理，實現方便的機動車違章鳴笛自動取證系統。為解決上述技術問題，本發明采用的技術方案是：一種機動車違章鳴笛自動取證系統，其特征在于：包括發射系統和接收系統，所述發射系統包括發射端微處理器和與發射端微處理器相接且用于存儲機動車牌號文本信息的發射端數據存儲器，所述發射端微處理器的輸入端與機動車鳴笛按鈕連接，所述發射端微處理器的輸出端接有用于對植入機動車牌號文本水印的笛音信號進行播放的數字喇叭；所述接收系統包括接收端微處理器以及與接收端微處理器相接的接收端數據存儲器和用于與上位計算機進行通信的通信電路模塊，所述接收端微處理器的輸入端接有音頻采集模塊和視頻采集模塊，所述音頻采集模塊的輸入端接有用于獲取植入機動車牌號文本水印的笛音信號的麥克風陣列，所述視頻采集模塊的輸入端接有用于獲取違章鳴笛機動車圖像的攝像頭。上述的一種機動車違章鳴笛自動取證系統，其特征在于：所述發射端微處理器和接收端微處理器均為單片機。本發明還公開了一種方法步驟簡單，實現方便的機動車違章鳴笛自動取證方法，其特征在于該方法包括以下步驟：步驟一、發射系統發射信號，具體過程為：步驟101、將機動車牌號文本信息存儲于發射端數據存儲器中；步驟102、發射端微處理器讀取存儲在發射端數據存儲器中的機動車牌號文本信息，并調用符號化處理模塊將機動車牌號文本信息處理為值為-1和+1的符號序列bs；步驟103、發射端微處理器調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟102中產生的符號序列進行調制，得到發射端跳時擴頻水印信號cs；步驟104、駕駛員按下機動車鳴笛按鈕時，發射端微處理器采用心理聲學模型對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w；步驟105、將待植入的水印信號w與笛音信號x進行疊加，得到植入水印信號的機動車笛音信號y，并通過數字喇叭播放；步驟二、接收系統提取水印信號，具體的過程為：步驟201、麥克風陣列獲取植入機動車牌號文本水印的笛音信號并濾噪，音頻采集模塊對麥克風陣列輸出的植入機動車牌號文本水印的笛音信號進行采集并傳輸給接收端微處理器；步驟202、接收端微處理器采用心理聲學模型對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β；步驟203、接收端微處理器調用維納濾波器濾波系數生成模塊對濾波處理后的含水印笛音信號β和預先存儲在接收端數據存儲器中的校正車牌號文本信息進行分析處理，得到對濾波處理后的含水印笛音信號β進行維納濾波所需的維納濾波器的濾波系數；步驟204、接收端微處理器采用步驟203中得到的維納濾波器的濾波系數對濾波處理后的含水印笛音信號β進行維納濾波處理，獲得維納濾波輸出信號步驟205、接收端微處理器對維納濾波輸出信號進行相關解調，獲得接收到的值為-1和+1的符號序列；步驟206、接收端微處理器將接收到的值為-1和+1的符號序列轉化為二進制序列，再將二進制序列轉化為文本信息，獲得車牌信息，并儲存于接收端數據存儲器中；步驟三、違章鳴笛取證，具體過程為：步驟301、攝像頭獲取違章鳴笛機動車圖像，視頻采集模塊對攝像頭輸出的違章鳴笛機動車圖像進行采集并傳輸給接收端微處理器；步驟302、接收端微處理器將步驟206中獲得的車牌信息和步驟301中獲得的違章鳴笛機動車圖像，以及違章鳴笛笛音、地點和時間一并生成違章信息，存儲在接收端數據存儲器中，并通過通信電路模塊傳輸給上位計算機，供車輛管理部門查看。上述的方法，其特征在于：步驟102中發射端微處理器調用符號化處理模塊將機動車牌號文本信息處理為值為-1和+1的符號序列bs的具體過程為：步驟1021、將機動車牌號文本信息從ASCII碼轉換到二進制碼，得到一維向量as；步驟1022、根據公式bs＝2as-1對一維向量as進行乘2減1處理，得到值為-1和+1的符號序列bs。上述的方法，其特征在于：步驟103中發射端微處理器調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟102中產生的符號序列進行調制，得到發射端跳時擴頻水印信號cs的具體過程為：步驟1031、生成偽隨機序列q；步驟1032、對偽隨機序列q采用Walsh序列發生器生成Walsh-Hadamard序列的擴頻信號v；步驟1033、根據公式對擴頻信號v進行跳時擴頻處理，得到發射端跳時擴頻水印信號cs；其中，cs(n)為發射端跳時擴頻水印信號cs的第n個元素，n的取值為1～Ns，Ns為發射端跳時擴頻水印信號cs的維數；bs,m為符號序列bs的第m個元素，m的取值為0～Ms-1，Ms為符號序列bs的維數；L為擴頻信號v的維數。上述的方法，其特征在于：步驟104中駕駛員按下機動車鳴笛按鈕時，發射端微處理器采用心理聲學模型對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w的具體過程為：步驟1041、發射端微處理器對駕駛員按下機動車鳴笛按鈕時產生的笛音信號x采用在MPEG-1音頻中使用的心理聲學模型進行濾波處理，獲得一掩蔽閾值；步驟1042、將步驟1041中獲得的掩蔽閾值作為濾波器的輸出相應，設計一全極點濾波器并采用Levinson遞推算法獲得全極點濾波器G(z)的系數ai(i＝1,2,…r)和b0，其中，r為全極點濾波器G(z)的階數且r的取值為3～15，z為對連續時間系統采樣得到的采樣信號進行處理的空間域；步驟1043、采用步驟1042中設計的全極點濾波器G(z)對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w。上述的方法，其特征在于：步驟202中接收端微處理器采用心理聲學模型對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β的具體過程為：步驟2021、接收端微處理器對植入水印信號的機動車笛音信號y采用在MPEG-1音頻中使用的心理聲學模型進行濾波處理，獲得一掩蔽閾值；步驟2022、將步驟2021中獲得的掩蔽閾值作為濾波器的輸出相應，設計一全零點濾波器并采用Levinson遞推算法獲得全零點濾波器H(z)的系數di(i＝1,2,…u)和e0，其中，u為全零點濾波器H(z)的階數且u的取值為3～15，z為對連續時間系統采樣得到的采樣信號進行處理的空間域；步驟2023、采用步驟2022中設計的全零點濾波器H(z)對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β。上述的方法，其特征在于：步驟203中接收端微處理器調用維納濾波器濾波系數生成模塊對濾波處理后的含水印笛音信號β和預先存儲在接收端數據存儲器中的校正車牌號文本信息進行分析處理，得到對濾波處理后的含水印笛音信號β進行維納濾波所需的維納濾波器的濾波系數的具體過程為：步驟2031、接收端微處理器讀取存儲在接收端數據存儲器中的校正車牌號文本信息，并調用符號化處理模塊將校正車牌號文本信息處理為值為-1和+1的符號序列br；步驟2032、接收端微處理器調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟2031中產生的符號序列進行調制，得到接收端跳時擴頻水印信號cr，其具體過程為：步驟20321、生成與步驟1031中相同的偽隨機序列q；步驟20322、對偽隨機序列q采用Walsh序列發生器生成Walsh-Hadamard序列的擴頻信號v；步驟20323、根據公式對擴頻信號v進行跳時擴頻處理，得到接收端跳時擴頻水印信號cr；其中，cr(n)為接收端跳時擴頻水印信號cr的第n個元素，n的取值為1～Nr，Nr為接收端跳時擴頻水印信號cr的維數；br,m為符號序列br的第m個元素，m的取值為0～Mr-1，Mr為符號序列br的維數；L為擴頻信號v的維數；步驟2033、分別計算濾波處理后的含水印笛音信號β的自相關函數和接收端跳時擴頻水印信號cr的自相關函數；步驟2034、構建Wiener-Hopf方程并求出Wiener-Hopf方程的解，得到維納濾波器的系數其中，φββ(k)為濾波處理后的含水印笛音信號β的自相關函數，k＝-2p,-2p+1，…，2p-1,2p，為接收端跳時擴頻水印信號cr的自相關函數，k′＝-p,-p+1，…，p-1,p，p為維納濾波器的階數。上述的方法，其特征在于：步驟2031中接收端微處理器調用符號化處理模塊將校正車牌號文本信息處理為值為-1和+1的符號序列br的具體過程為：步驟20311、將校正車牌號文本信息從ASCII碼轉換到二進制碼，得到一維向量ar；步驟20312、根據公式br＝2ar-1對一維向量ar進行乘2減1處理，得到值為-1和+1的符號序列br。上述的方法，其特征在于：步驟206中接收端微處理器將接收到的值為-1和+1的符號序列轉化為二進制序列的具體過程為：接收端微處理器將接收到的值為-1和+1的符號序列中的-1置為0，將接收到的值為-1和+1的符號序列中的+1置為1。本發明與現有技術相比具有以下優點：1、本發明機動車違章鳴笛自動取證系統的結構簡單，設計合理，實現方便且成本低。2、本發明麥克風陣列接收到的笛音信號包含了道路周圍的各類噪音，雖麥克風陣列本身可以在一定程度上將噪音濾除，但為了能夠準確提取出鳴笛車輛的車牌號，本發明采用了擴頻方法，使文本水印對于環境噪聲攻擊有較強的魯棒性。3、本發明的機動車違章鳴笛自動取證方法，在步驟104中采用心理聲學模型對步驟103中得到的跳時擴頻調制水印信號進行濾波處理，能夠保證水印的知覺透明度，即水印的不可聽性，能夠使在笛音信號中植入的水印信號對笛音的響度等特性影響較小，從聽覺上不宜感知。4、本發明機動車違章鳴笛自動取證方法的方法步驟簡單，設計合理，實現方便。5、本發明的實用性強，使用效果好，便于推廣使用。綜上所述，本發明設計合理，對于環境噪聲攻擊有較強的魯棒性，實用性強，使用效果好，便于推廣使用。下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。附圖說明圖1為本發明機動車違章鳴笛自動取證系統的電路原理框圖。圖2為本發明待檢測機動車牌號文本信息“陜A9B8E1”的符號序列bs的編碼圖。圖3為本發明發射端跳時擴頻水印信號cs的編碼圖。圖4A為本發明待植入的水印信號w的幅值圖。圖4B為本發明笛音信號x的幅值圖。圖4C為本發明植入水印信號的機動車笛音信號y的幅值圖。圖5為本發明接收端校正車牌號文本信息“京C123AB”的符號序列br的編碼圖。圖6為本發明接收端跳時擴頻水印信號cr的編碼圖。圖7為本發明接收端微處理器將接收到的值為-1和+1的符號序列轉化為二進制序列后的編碼圖。附圖標記說明:1—發射系統；1-1—發射端微處理器；1-2—發射端數據存儲器；1-3—數字喇叭；2—接收系統；2-1—接收端微處理器；2-2—接收端數據存儲器；2-3—通信電路模塊；2-4—音頻采集模塊；2-5—視頻采集模塊；2-6—麥克風陣列；2-7—攝像頭；3—機動車鳴笛按鈕。具體實施方式如圖1所示，本發明的機動車違章鳴笛自動取證系統，包括發射系統1和接收系統2，所述發射系統1包括發射端微處理器1-1和與發射端微處理器1-1相接且用于存儲機動車牌號文本信息(還可以為機動車發動機號文本信息、機動車車架號文本信息等)的發射端數據存儲器1-2，所述發射端微處理器1-1的輸入端與機動車鳴笛按鈕3連接，所述發射端微處理器1-1的輸出端接有用于對植入機動車牌號文本水印的笛音信號進行播放的數字喇叭1-3；所述接收系統2包括接收端微處理器2-1以及與接收端微處理器2-1相接的接收端數據存儲器2-2和用于與上位計算機進行通信的通信電路模塊2-3，所述接收端微處理器2-1的輸入端接有音頻采集模塊2-4和視頻采集模塊2-5，所述音頻采集模塊2-4的輸入端接有用于獲取植入機動車牌號文本水印的笛音信號的麥克風陣列2-6，所述視頻采集模塊2-5的輸入端接有用于獲取違章鳴笛機動車圖像的攝像頭2-7。本實施例中，所述發射端微處理器1-1和接收端微處理器2-1均為單片機。本發明的機動車違章鳴笛自動取證的方法，包括以下步驟：步驟一、發射系統1發射信號，具體過程為：步驟101、將機動車牌號文本信息存儲于發射端數據存儲器1-2中；步驟102、發射端微處理器1-1讀取存儲在發射端數據存儲器1-2中的機動車牌號文本信息，并調用符號化處理模塊將機動車牌號文本信息處理為值為-1和+1的符號序列bs；本實施例中，步驟102中發射端微處理器1-1調用符號化處理模塊將機動車牌號文本信息處理為值為-1和+1的符號序列bs的具體過程為：步驟1021、將機動車牌號文本信息從ASCII碼轉換到二進制碼，得到一維向量as；按照國內普通車牌號編寫規則，機動車牌號總共有7位字符，因包含漢字，每位字符轉換成二進制碼后為16位，則最終形成一個112位的一維向量as；步驟1022、根據公式bs＝2as-1對一維向量as進行乘2減1處理，得到值為-1和+1的符號序列bs。本實施例中，將待檢測機動車牌號文本信息“陜A9B8E1”進行步驟101和步驟102的處理，得到的待檢測機動車牌號文本信息“陜A9B8E1”的符號序列bs的編碼圖如圖2所示；步驟103、發射端微處理器1-1調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟102中產生的符號序列進行調制，得到發射端跳時擴頻水印信號cs；本實施例中，步驟103中發射端微處理器1-1調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟102中產生的符號序列進行調制，得到發射端跳時擴頻水印信號cs的具體過程為：步驟1031、生成偽隨機序列q；步驟1032、對偽隨機序列q采用Walsh序列發生器生成Walsh-Hadamard序列的擴頻信號v；擴頻信號v的元素值為-1或1；步驟1033、根據公式對擴頻信號v進行跳時擴頻處理，得到發射端跳時擴頻水印信號cs；其中，cs(n)為發射端跳時擴頻水印信號cs的第n個元素，n的取值為1～Ns，Ns為發射端跳時擴頻水印信號cs的維數；bs,m為符號序列bs的第m個元素，m的取值為0～Ms-1，Ms為符號序列bs的維數；L為擴頻信號v的維數。本實施例中，對待檢測機動車牌號文本信息“陜A9B8E1”的符號序列bs進行調制，得到的發射端跳時擴頻水印信號cs的編碼圖如圖3所示；步驟104、駕駛員按下機動車鳴笛按鈕3時，發射端微處理器1-1采用心理聲學模型對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w；采用心理聲學模型對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，能夠保證水印的知覺透明度，即水印的不可聽性，能夠使在笛音信號中植入的水印信號對笛音的響度等特性影響較小，從聽覺上不宜感知；本實施例中，步驟104中駕駛員按下機動車鳴笛按鈕3時，發射端微處理器1-1采用心理聲學模型對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w的具體過程為：步驟1041、發射端微處理器1-1對駕駛員按下機動車鳴笛按鈕3時產生的笛音信號x采用在MPEG-1音頻中使用的心理聲學模型進行濾波處理，獲得一掩蔽閾值；具體實施時，所采用的心理聲學模型參見ISO/CEI標準11172-3:1993(F),pp.122-128；步驟1042、將步驟1041中獲得的掩蔽閾值作為濾波器的輸出相應，設計一全極點濾波器并采用Levinson遞推算法獲得全極點濾波器G(z)的系數ai(i＝1,2,…r)和b0，其中，r為全極點濾波器G(z)的階數且r的取值為3～15，z為對連續時間系統采樣得到的采樣信號進行處理的空間域；步驟1043、采用步驟1042中設計的全極點濾波器G(z)對步驟103中得到的發射端跳時擴頻水印信號cs進行濾波處理，獲得在聽覺上不易察覺的待植入的水印信號w。步驟105、將待植入的水印信號w與笛音信號x進行疊加，得到植入水印信號的機動車笛音信號y，并通過數字喇叭1-3播放；本實施例中，待植入的水印信號w的幅值圖如圖4A所示，笛音信號x的幅值圖如圖4B所示，植入水印信號的機動車笛音信號y的幅值圖如圖4C所示；步驟二、接收系統2提取水印信號，具體的過程為：步驟201、麥克風陣列2-6獲取植入機動車牌號文本水印的笛音信號并濾噪，音頻采集模塊2-4對麥克風陣列2-6輸出的植入機動車牌號文本水印的笛音信號進行采集并傳輸給接收端微處理器2-1；步驟202、接收端微處理器2-1采用心理聲學模型對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β；本實施例中，步驟202中接收端微處理器2-1采用心理聲學模型對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β的具體過程為：步驟2021、接收端微處理器2-1對植入水印信號的機動車笛音信號y采用在MPEG-1音頻中使用的心理聲學模型進行濾波處理，獲得一掩蔽閾值；具體實施時，所采用的心理聲學模型參見ISO/CEI標準11172-3:1993(F),pp.122-128；步驟2022、將步驟2021中獲得的掩蔽閾值作為濾波器的輸出相應，設計一全零點濾波器并采用Levinson遞推算法獲得全零點濾波器H(z)的系數di(i＝1,2,…u)和e0，其中，u為全零點濾波器H(z)的階數且u的取值為3～15，z為對連續時間系統采樣得到的采樣信號進行處理的空間域；步驟2023、采用步驟2022中設計的全零點濾波器H(z)對植入水印信號的機動車笛音信號y進行濾波處理，獲得濾波處理后的含水印笛音信號β。步驟203、接收端微處理器2-1調用維納濾波器濾波系數生成模塊對濾波處理后的含水印笛音信號β和預先存儲在接收端數據存儲器2-2中的校正車牌號文本信息進行分析處理，得到對濾波處理后的含水印笛音信號β進行維納濾波所需的維納濾波器的濾波系數；本實施例中，步驟203中接收端微處理器2-1調用維納濾波器濾波系數生成模塊對濾波處理后的含水印笛音信號β和預先存儲在接收端數據存儲器2-2中的校正車牌號文本信息進行分析處理，得到對濾波處理后的含水印笛音信號β進行維納濾波所需的維納濾波器的濾波系數的具體過程為：步驟2031、接收端微處理器2-1讀取存儲在接收端數據存儲器2-2中的校正車牌號文本信息，并調用符號化處理模塊將校正車牌號文本信息處理為值為-1和+1的符號序列br；本實施例中，步驟2031中接收端微處理器2-1調用符號化處理模塊將校正車牌號文本信息處理為值為-1和+1的符號序列br的具體過程為：步驟20311、將校正車牌號文本信息從ASCII碼轉換到二進制碼，得到一維向量ar；按照國內普通車牌號編寫規則，機動車牌號總共有7位字符，因包含漢字，每位字符轉換成二進制碼后為16位，則最終形成一個112位的一維向量ar；步驟20312、根據公式br＝2ar-1對一維向量ar進行乘2減1處理，得到值為-1和+1的符號序列br。本實施例中，將接收端校正車牌號文本信息“京C123AB”進行步驟2031的處理，得到的接收端校正車牌號文本信息“京C123AB”的符號序列br的編碼圖如圖5所示；步驟2032、接收端微處理器2-1調用跳時擴頻處理模塊并采用跳時擴頻方法對步驟2031中產生的符號序列進行調制，得到接收端跳時擴頻水印信號cr，其具體過程為：步驟20321、生成與步驟1031中相同的偽隨機序列q；步驟20322、對偽隨機序列q采用Walsh序列發生器生成Walsh-Hadamard序列的擴頻信號v；步驟20323、根據公式對擴頻信號v進行跳時擴頻處理，得到接收端跳時擴頻水印信號cr；其中，cr(n)為接收端跳時擴頻水印信號cr的第n個元素，n的取值為1～Nr，Nr為接收端跳時擴頻水印信號cr的維數；br,m為符號序列br的第m個元素，m的取值為0～Mr-1，Mr為符號序列br的維數；L為擴頻信號v的維數；本實施例中，對接收端校正車牌號文本信息“京C123AB”的符號序列br進行調制，得到的接收端跳時擴頻水印信號cr的編碼圖如圖6所示；步驟2033、分別計算濾波處理后的含水印笛音信號β的自相關函數和接收端跳時擴頻水印信號cr的自相關函數；步驟2034、構建Wiener-Hopf方程并求出Wiener-Hopf方程的解，得到維納濾波器的系數其中，φββ(k)為濾波處理后的含水印笛音信號β的自相關函數，k＝-2p,-2p+1，…，2p-1,2p，為接收端跳時擴頻水印信號cr的自相關函數，k′＝-p,-p+1，…，p-1,p，p為維納濾波器的階數。步驟204、接收端微處理器2-1采用步驟203中得到的維納濾波器的濾波系數對濾波處理后的含水印笛音信號β進行維納濾波處理，獲得維納濾波輸出信號步驟205、接收端微處理器2-1對維納濾波輸出信號進行相關解調，獲得接收到的值為-1和+1的符號序列；具體實施時，采用步驟20322生成的擴頻信號v對維納濾波輸出信號進行相關解調；步驟206、接收端微處理器2-1將接收到的值為-1和+1的符號序列轉化為二進制序列，再將二進制序列轉化為文本信息，獲得車牌信息，并儲存于接收端數據存儲器2-2中；本實施例中，步驟206中接收端微處理器2-1將接收到的值為-1和+1的符號序列轉化為二進制序列的具體過程為：接收端微處理器2-1將接收到的值為-1和+1的符號序列中的-1置為0，將接收到的值為-1和+1的符號序列中的+1置為1。本實施例中，接收端微處理器2-1將接收到的值為-1和+1的符號序列轉化為二進制序列后的編碼圖如圖7所示；步驟三、違章鳴笛取證，具體過程為：步驟301、攝像頭2-7獲取違章鳴笛機動車圖像，視頻采集模塊2-5對攝像頭2-7輸出的違章鳴笛機動車圖像進行采集并傳輸給接收端微處理器2-1；步驟302、接收端微處理器2-1將步驟206中獲得的車牌信息和步驟301中獲得的違章鳴笛機動車圖像，以及違章鳴笛笛音、地點和時間一并生成違章信息，存儲在接收端數據存儲器2-2中，并通過通信電路模塊2-3傳輸給上位計算機，供車輛管理部門查看。以上所述，僅是本發明的較佳實施例，并非對本發明作任何限制，凡是根據本發明技術實質對以上實施例所作的任何簡單修改、變更以及等效結構變化，均仍屬于本發明技術方案的保護范圍內。