专利名称：一种基于小波变换的车辆横摆角速度滤波测量方法
技术领域：
本发明涉及一种基于‘sym8’小波的车辆横摆角速度的滤波测量方法，其目的在于通过低成本的轮速传感器实现对横摆角速度的较高精度测量，以便评价车辆的操纵稳定性，属于汽车道路试验与测试领域。
背景技术：
操纵稳定性是车辆主动安全性的重要评价指标，是现代车辆的重要使用性能之一。车辆横摆角速度，是衡量车辆操纵稳定性的重要标志。在汽车操稳试验和ESP电子稳定程序等领域都是一项重要参数。在GB/T63^-1994《汽车操纵稳定性试验方法》和QC/ T480-1999《汽车操纵稳定性指标限值和评价方法》中都作了明确的规定，多项汽车操纵稳定性基本评价内容都将横摆角速度作为重要指标横摆角速度是转向盘角阶跃输入下的响应、横摆角速度频率响应特性和回正性等基本评价内容的主要评价参数之一；典型行驶工况性能中的蛇形性能、移线性能、双移线性能，也都将横摆角速度纳为评价参量。此外，ESP 电子稳定程序(Electronic Stability Program)是当今车辆主动安全控制系统的典型代表，这个系统的重要输入量和控制量之一就是横摆角速度。根据国内外现有的研究情况，横摆角速度通常采用陀螺仪直接测量得到。但是，陀螺仪的价格昂贵，微机械陀螺仪一般价格在几千元人民币，而性能更好的光纤陀螺仪价格更是高达数万甚至几十万元人民币；并且陀螺仪安装比较麻烦，要尽量安装在车辆质心位置，限制了它的广泛使用。实际上，横摆角速度还可以通过适当的运动关系由轮速等信号间接测量得到。这种方法一方面将有效的降低成本，另一方面在引入适当的滤波方法后还可以提高测量精度；即使在保留现有陀螺仪的情况下，也可以通过横摆角速度的估计实现对传感器的冗余故障诊断，因此得到了日益广泛的应用。轮速信号的传感回路是弱电系统，容易受外界强电磁的干扰；而且车辆运行过程中由于路面的影响，检测装置也容易发生震动，这些都可能导致干扰信号产生，并与正常信号叠加在一起。由于这种横摆角速度测量方法主要通过轮速信号推算得到，因此，对测得的横摆角速度信号进行滤波，抑制和防止干扰，提高测量精度，具有重要的意义。信号的滤波方法主要有用傅立叶变换对信号进行时频变换方法、卡尔曼滤波和神经网络滤波等。由于干扰信号随机性较强，频率成分比较复杂，当信号和噪声的频带相互重叠时，傅立叶变换对信号进行时-频变换的方法无法在频域对其进行有效的区分，不能很好的滤除干扰信号的影响。卡尔曼滤波需要建立准确的系统状态和观测模型，并且需要知道精确的系统噪声和观测噪声，在实际操作中这些很难准确得到，导致卡尔曼滤波的精度不高。神经网络滤波需要较多的先验数据，并且需要较长的训练时间，这些制约了神经网络滤波的应用。为克服上述方法的局限性，本发明将针对汽车操稳性试验中横摆角速度的测量要求，提供一种低成本、较高精度的横摆角速度测量方法。

发明内容
本发明提出了一种低成本、较高精度的基于‘sym8’小波的车辆横摆角速度信号的滤波测量方法，适用于前轮为转向轮、后轮为非转向轮的汽车操纵稳定性试验中横摆角速度的测量。技术方案本发明为实现上述目的，采用如下的技术方案本发明提出了一种基于小波变换的车辆横摆角速度滤波测量方法，适用于前轮为转向轮、后轮为非转向轮的汽车横摆角速度的测量，其特征在于包含如下步骤步骤1)首先利用汽车轮速传感器测出右后轮的轮速Ui)和左后轮的轮速 Vlr (i) (i = 1,2,…，n，i表示采样序数，η为数据的长度)，右后轮和左后轮均为非转向轮；步骤2)对测得的右后轮轮速数据Vct(i)先进行中值滤波，i = 1,2,…，n，除去粗大误差，保持Vct(I)、Vrr (2)、Vrr(n-1)和V (n)不变，设数据的采样间隔为T秒，取阈值为 0.5gT，g 为重力加速度，如果 Vrr (j)彡 Vrr(j-l)+0.5gT 或者 Vrr(j) ^Vrr(J-I)-O. 5gT, 则 Vrr(J)取 median {Vrr(j-2)，Vrr(J-I)，Vrr(J)，Vrr (j+Ι)，Vrr (j+2)},否则 Vrr(J)不变， 3彡j彡n-2，median表示取中位数；再对测得的左后轮轮速数据I⑴进行中值滤波，i = 1,2,…，n，保持1(1)、 Vlr (2)、Vlr (n-1)和 Vlr (η)不变，取阈值为 0. 5gT，如果 Vlr(J)彡 Vlr(j-l)+0. 5gT 或者 Vlr(J)彡 Vlr(J-I)-O. 5gT,则 Vlr(J)取 median{Vlr(j-2), Vlr(j-1), Vlr(j), Vlr(j+1), Vlr (j+2)}，否则 Vlr (j)不变，3 ^ j ^ n-2 ；步骤3)根据步骤2)中得到的滤波后的轮速数据，由公式0 =得到未
滤波的横摆角速度ω( )，i = 1,2,…，n，根据Mallat算法，并选用‘sym8’小波，对横摆角速度数据ω⑴进行7层小波分解，得到第七层低频系数，k7= 1，2，...，m7，
mn = floori^^)，以及第一层高频系数<& ,K = 1,2,...^,,m,= floor(^-)，第二层高
jjj +15
频系数 4 ^M = 1,2,... ,m2,Ttt2= floori-^—)，第三层高频系数為 ^,K= L2,... ,m3,
J'Jf1 >LJ'Jf1 >L
m3 = floor(-^-)，第四层高频系数《& ,k4 = l,2,...,m4,m4=)，第五层高
jjj +15
频系数為、，k5 = 1，2，· · ·，m5，= floor( ^ )，第六层高频系数式、，k6 = 1，2，· · ·，m6，
W6 = floor、、~)和第七层高频系数…kiS= 1,2,... ,m7,Jn1= floor(-^~)，floor 表
示下取整运算，Tw为后轴左右轮的轮距，分解的具体过程如下首先用初始序列Qu。表示未滤波的横摆角速度ω⑴序列，i = 1，2，···，ηΛ。= 1，2，···、，!!!。= !!，对序列Qu。进行长度为16的对称延拓，得到( ，k' Q = 1，2，. . .，n+32，将延拓后的( 与低通分解滤波器L0_ D作卷积，然后将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即
可得到第一层低频系数J1 = 1,2, . . . ,Hi1，岬将延拓后的与高通分解滤波器HI_D做卷积，然后再将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即可得到第一层高频系数，
权利要求
1. 一种基于小波变换的车辆横摆角速度滤波测量方法，适用于前轮为转同轮、后轮为非转向轮的汽车横摆角速度的测量，其特征在于包含如下步骤步骤1)首先利用汽车轮速传感器测出右后轮的轮速Vct (i)和左后轮的轮速V1Ji) (i =1,2,...,n,i表示采样序数，η为数据的长度)，右后轮和左后轮均为非转向轮；步骤幻对测得的右后轮轮速数据V (i)先进行中值滤波，i = 1，2，...，n，除去粗大误差，保持Vrr(I) >Vrr(2)、Vrr(n-l)和Vrr (η)不变，设数据的采样间隔为T秒，取阈值为0. 5gT， g 为重力加速度，如果 Vrr (j)彡 Vrr(j-l)+0. 5gT 或者 Vrr(J)彡 Vrr(J-I)-O. 5gT，则 Vrr(J) 取 median {Vrr (j-2)，Vrr (j-1)，Vrr (j)，Vrr (j+1)，Vrr (j+2)}，否则 Vrr (j)不变，3 彡 j 彡 n_2， median表示取中位数；再对测得的左后轮轮速数据V1Ji)进行中值滤波，i = 1,2, ...，n，保持1(1)、 Vlr (2)、Vlr (n-1)和 Vlr (η)不变，取阈值为 0. 5gT，如果 Vlr(J)彡 Vlr (j-1)+0. 5gT 或者 Vlr(J)彡 Vlr(J-I)-O. 5gT,则 Vlr(J)取 median{Vlr(j-2), Vlr(j-1), Vlr(j), Vlr(j+1), Vlr (j+2)}，否则 Vlr (j)不变，3 ^ j ^ n-2 ；步骤幻根据步骤幻中得到的滤波后的轮速数据，由公式 =^^^1得到未滤波的横摆角速度ω (i)，i = 1，2，...，n，根据Mallat算法，并选用‘sym8’小波，对横摆角速度数据yyt +15ω⑴进行7层小波分解，得到第七层低频系数G7t，k7 = 1，2，. . . ,m7,m7=floor(^—), 以及第一层高频系数A = 1，2，...，Hi1，叫=//00r(〒)，第二层高频系数易&，k2 = 1， 2，· · ·，m2，W2 = floor(mi^15)，第三层高频系数為 ^，k3 = 1，2，· · ·，m3，W3 = floorC2^)，yyt _L ^第四层高频系数<&，k4 = 1，2，. . .，m4，m4 = floor(^—)，第五层高频系数《&，k5 = 1， 2, ... ,m5,m5= floor(-^~)，第六层高频系数式 ^,K= 1，2，· · ·，m6，W6 = floor(-^~)yyt _L ^和第七层高频系数…、，k7 = 1，2，...，m7，m7=_/foor(^^)，floor表示下取整运算，Tw为后轴左右轮的轮距，分解的具体过程如下首先用初始序列C<U。表示未滤波的横摆角速度ω (i)序列，i = 1，2，· · ·，n，k。= 1，2，· · ·，m。，m。= n，对序列0)人进行长度为16的对称延拓，得到，k' ^ = 1，2，. . .，n+32,将延拓后的( 与低通分解滤波器L0_D作卷积，然后将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即可得到第一层低频系数Λ = 1,2,.. . ,Hi1，岬将延拓后的与高通分解滤波器HI_D做卷积，然后再将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即可得到第一层高频系数，ki = 1，2，. . .，^ml=，同理，接着对Cia Λι = 1，2，...，Hi1，岬=_/foor(^^)，进行长度为 16 的对称延拓得到 ，k' ！ = 1， 2，. . .，mi+32，将延拓后的'与低通分解滤波器L0_D做卷积，然后再将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即可得到第二层低频系数C2^2 ,k2 = 1,yyt _L ^·2，. . .，m2，= floor(^—)；将延拓后的与高通分解滤波器HI_D作卷积，然后再将卷积后的结果首、尾部各去掉16个数，再对剩余的元素进行二元下抽样即可得到第二层高频_L I ^碰s = 1，2，. . .，m2，《2 =/oor(^~)，按上述过程继续进行分解，依次得到第三层jjj +15高频系数為^，k3 = 1，2，...，!113，約=/0#(^~)，第四层高频系数<&，k4 = 1，2，···，yy^ _Ι_ 15fy^ 15^m4= floor (^―)，第五层高频系数為、,k5=l,2,.. · ,m5,m5 = floor、^ )，第六层jjj +15高频系数《ke,K= 1,2,... ,m6,m6= floor(^—)，第七层高频系数…、，k7 = 1，2，...，叫，唧二/^^^^；！，和第七层低频系数匚，k7= 1，2，...，m7，其中低通分解滤波器L0_ D和高通分解滤波器HI_D的取值如下L0_D = {-0. 0034 -0. 0005 0.0317 0.0076 -0. 1433 -0. 0613 0.48140. 7772 0. 3644 -0.0519 -0. 0272 0. 0491 0. 0038 -0. 0150 -0. 00030. 0019},HI_D= {-0. 0019 -0. 0003 0. 0150 0. 0038 -0. 0491 -0. 0272 0. 0519 0. 3644-0. 7772 0.4814 0.0613 -0. 1433 -0.0076 0.0317 0.0005 -0.0034}，步骤4)小波分解高频系数的阈值量化保留第七层低频系数Ga不变，k7 = 1,2,...， m7，对分解得到的高频系数序列du用软阈值法进行量化处理，k= 1，2，...，7，1 = 1,2..., mk，即当λ 时, 尸為厂义；当 du 彡-λ \H,dkj=dkJ+A·^ Idul < λ \H,dkJ=0,其中，k = 1，2，· · ·，7，1 = 1，2· · ·，mk, ^ = σ^2\η(η)，σ = median ( dxky ) /0.6745 = 1,2,...,Hi1 ；经量化处理得到量化处理后的第一层高频系数I1，Ic1 = 1，2，. . .，Hi1,量化处理后的第二层高频系数劣A2 = 1,2,...，m2，量化处理后的第三层高频系数劣%3，k3 = 1， 2，. . .，m3，量化处理后的第四层高频系数名%444 = 1,2,.. .，m4，量化处理后的第五层高频系数劣\，k5 = 1,2, ... , m5，量化处理后的第六层高频系数《\，k6 = 1,2, ... , m6，和量化处理后的第七层高频系数劣%7，k7 = 1，2，. . .，m7 ；步骤5)进行逆小波变换，重构滤波后的信号由第七层低频系数，k7 = 1,2,..., m7，量化处理后的第一层高频系数^^!^ = 1，2，...，Hi1，量化处理后的第二层高频系数 ^ik2'K = 1，2，. . .，m2，量化处理后的第三层高频系数劣%3 ^k3= 1,2,...，m3，量化处理后的第四层高频系数名%444 = 1,2,...，m4，量化处理后的第五层高频系数劣\，k5 = 1,2,..., m5，量化处理后的第六层高频系数《\，k6 =1,2, ..., ,以及量化处理后的第七层高频系数游Λ、= 1，2，. . .，m7，做逆小波变换即可得到滤波后的横摆角速度信号，具体过程如下 首先让序列=Cva，k7 = 1，2，. . .，m7，再将和量化处理后的第七层高频系数劣%7分别进行长度为16的对称延拓得到( ^^ ，其中，k7 = 1，2，. . .，m7，k' 7 = 1,2,..., m7+32，再对延拓后的( %和延拓后的分别做二元上抽样，k' 7 = 1,2,.. . ,m7+32,f/%, 表示二元上抽样的结果，^ 表示￥% 二元上抽样的结果，然后将与低通重构滤波器L0_R作卷积得到序列β; ,P1 = 1,2, ... , Om7+80)，f/l^;与高通重构滤波器HI_R作卷积得到序列A5P1，并将序列01,P1与序列药#中相对应元素分别进行相加，得到新序列高α， P1 = 1,2,..., ^n7+80)，找到&的第项& +4。，如果步骤4)中的m6为奇数，则在高必中从^^^^』勺前一项开始向前取f项，从⑽的后一项开始向后也取页， 保留& +40，这m6个数据按原来的先后顺序排列就得到重构后的第六层低频系数( +，k6 =1，2，...，m6;如果步骤4)中的m6为偶数，则在中从⑽的前一项开始向前取$项，从高,+4。的后一1 页开始向后取I-1项，保留高,+4。，这 个数据按原来的顺序排列就得到重构后的第六层低频系数^°&，1^6 = 1,2,..., ,同理，将量化处理后的第六层高频系数《\分别进行长度为16的对称延拓得到，k6 = 1，2，. . .，m6，k' 6 = 1,2, ... , m6+32，再分别对延拓后的( %和延拓后的二元上抽样，k' 6 = 1,2,..., m6+32，￠7( %表示( % 二元上抽样的结果，(7 %表示二元上抽样的结果，然后将￠7( %与低通重构滤波器L0_R作卷积得到序列02# ,P2 = 1,2, ... , Om6+80) ,￠7 %与高通重构滤波器HIR作卷积得到序列馬,P2，并将序列02,^与序列馬,P2中相对应元素分别进行相加，得到序列& ,P2 = 1，2，...，^n6+80)，找到&的第2m6+8()项 +4。，如果步骤4)中的m5丄,P2丄,P2丄+4U为奇数，则⑽的前一项开始向前取^^项，⑽的后一项开始向后也取^^ 项，保留&&+4(3，这Hl5个数据按原来的顺序排列就得到重构后的第五层低频系数( +，k5 =niz 1,2,...，m5 ；如果步骤4)中的m5为偶数，则+⑽的前一项开始向前取〒项，+40 的后一项向后取，-I项，保留& +⑽，这Hl5个数据按原来的顺序排列就得到重构后的第五层低频系数(^>5，k5= 1，2，...，m5，按上述过程继续进行重构，最终可得到(^aAci= 1， 2,...,m0,m0 = η,即为滤波后的横摆角速度数据，其中低通重构滤波器L0_R和高通重构滤波器HI_R的取值如下L0_R = {0.0019 -0. 0003 -0. 0150 0.0038 0.0491 -0. 0272 -0. 0519 0.36440. 7772 0.4814 -0.0613 -0. 1433 0.0076 0.0317 -0.0005 -0.0034}，HI_R = {-0. 0034 0.0005 0.0317 -0. 0076 -0. 1433 0.0613 0.4814 -0. 77720. 3644 0.0519 -0.0272 -0.0491 0.0038 0.0150 -0.0003 -0.0019}。
全文摘要
本发明公开了一种基于小波变换的车辆横摆角速度滤波测量方法，适用于前轮为转向轮、后轮为非转向轮的汽车横摆角速度的测量。首先测出两个非转向轮的轮速，利用中值滤波法去除轮速粗大误差，由平面复合运动的运动关系，将通过中值滤波后的轮速进一步推算出未滤波的车辆横摆角速度，然后根据小波变换理论，选用‘sym8’小波基，对未滤波的车辆横摆角速度进行七层小波分解，并用软阈值法对高频系数进行阈值量化处理，最后用第七层低频系数和软阈值法量化处理后的高频系数进行逆小波变换，即可重构得到精度较高的滤波后的横摆角速度。
文档编号G01P3/44GK102221629SQ20111005288
公开日2011年10月19日 申请日期2011年3月4日 优先权日2011年3月4日
发明者李旭, 陈伟 申请人:东南大学