摘要： 当前电动车事故总是引起民众大量关注与讨论，故设计一种基于声音振动信号来判断电动车主要状态的识别方案，可以为车辆状况、驾驶习惯、事故鉴定等提供数据支持。在信号采集方面，设计并开发实时采集声音信号和振动信号的装置。在状态识别方面，研究一种小波包能量熵与改进灰狼搜索算法优化支持向量机参数的方法，寻找支持向量机最佳的惩罚系数和核函数，从而确定支持向量机状态识别模型。最后进行电动车不同状态下的实验测试，结果表明，相比于经验模态分解、变分模态分解、网格搜索算法、灰狼搜索算法，基于小波包能量熵与改进灰狼搜索算法优化支持向量机的方法对电动车运行状态识别具有准确率高、稳定性强的优势。

关键词: 振动与波, 电动车, 状态识别, 支持向量机