汽車動態(tài)稱重信號分析與處理.pdf

1、 本文在詳細(xì)介紹應(yīng)變片式傳感器的主要型式以及各自優(yōu)缺點的基礎(chǔ)上，選擇了抗側(cè)向力能力強的圓板式傳感器用于中、低速汽車動態(tài)稱重，并對其動態(tài)參數(shù)進行了校驗。隨后對汽車動態(tài)稱重信號進行了詳盡的時域和頻域分析，并在此基礎(chǔ)上設(shè)計低通與帶阻數(shù)字濾波器，濾除了實際采集的信號中的工頻干擾與大部分白噪聲，效果顯著。 論文詳細(xì)介紹了EMD、參數(shù)估計和優(yōu)化方法的原理，并將其用于對汽車動態(tài)稱重信號的處理，結(jié)果表明上述幾種算法對確定車型處理精度較高，實現(xiàn)高精

2、度的通用算法有賴于準(zhǔn)確的車型分類信息。論文還對廣泛使用的平均法提出了改進，實驗結(jié)果證實了改進的有效性。神經(jīng)網(wǎng)絡(luò)算法具有良好的學(xué)習(xí)能力與分類能力，本文將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于汽車動態(tài)稱重。本文設(shè)計了單隱層的BP網(wǎng)絡(luò)，在充分考察不同車型不同車速汽車動態(tài)稱重信號特點的基礎(chǔ)上，將信號的均值、最大值、汽車經(jīng)過秤臺的速度和靈敏度參數(shù)作為網(wǎng)絡(luò)輸入，使用420組數(shù)據(jù)作樣本訓(xùn)練，430組數(shù)據(jù)進行驗證，結(jié)果表明神經(jīng)網(wǎng)絡(luò)算法用于汽車動態(tài)稱重方案可行。 論文