电动汽车绝缘电阻在线监测方法

提出通过测量电动汽车直流系统正负母线对电底盘的电压来实时监测绝缘状况的方法。对影响测量精度的主要因素进行相应分析,并提出了提高精度的措施。设计了在线监测系统,并进行了实际装车试验。试验结果表明系统符合预期的设计精度要求,对故障情况可以及时报警,能够较好地完成实时监测电动汽车绝缘性能的任务。     

智能交通系统中WSN定位算法研究及仿真模型

本文研究了适用于智能交通系统中的无线传感网络定位算法。该算法引入多径误差效应和高斯白噪声效应,建立基于噪声的RSSI车辆定位算法。本文分析了不同高斯白噪声值和不同信标节点密度对车辆定位误差的影响,引入卡尔曼滤波来减小噪声对信号和定位误差的影响,对比了滤波前和滤波后的系统定位误差值,最后开发了带有混合噪声和滤波算法的智能交通系统定位仿真模型,对车辆定位情况进行了模拟。该仿真结果对后续智能交通系统的设计和系统实施提供了设计依据,具有一定的参考价值。     

基于EMD和分形高斯噪声的陀螺仪噪声滤波方法研究

为降低MEMS陀螺仪输出信号中低频噪声提高信号精度,提出一种采用基于EMD和分形高斯噪声的滤波方法。陀螺仪输出的横摆角速度信号使用滑动窗口法,对窗口数据进行聚合方差法估计Hurst参数,并通过EMD分解窗口数据获得各层IMF分量及余项,计算窗口阈值并进行阈值处理选择,逐步处理滑动窗口数据,将处理后的IMF分量和余项整合,得出滤波后的信号数据。通过仿真实验验证及实车数据验证,证明滤波方法对信号噪声精度提高的可行性。     

基于信号滤波及动态补偿的电动转向系统控制研究

为提高电动助力转向(EPS)系统控制的精度,必须对传感器的输出信号进行动态补偿。阐述了EPS系统的结构原理,建立了EPS状态空间方程,设计了PID闭环控制器,并对参数进行了整定。仿真结果表明,通过对信号的滤波及动态补偿,能够显著抑制信号噪声的干扰,提高了EPS系统的控制质量。     

光纤陀螺用于桥梁线形检测精度提高方法研究

基于光纤陀螺(FOG)的线形检测系统在实际测量过程中会因桥面不平整产生瞬间冲击与振动给光纤陀螺叠加一个随机噪声信号,带来线形测量误差。文中采用小波分析、经验模态分解(EMD)和独立成分分析(ICA)混合信号处理方法对外界振动引起的噪声信号进行提取、滤波,以及线形数据重构,有效提高了系统检测精度。将该方法应用于新建大桥荷载试验数据处理,其测量精度达到1 cm,满足工程测量要求。     

电动汽车再生制动系统电机转速测量研究

再生制动系统能够提高能量利用率,在电动汽车上配置再生制动系统能够提高电动汽车的续驶里程。再生制动过程中控制系统需要获取电机转速信号,判断电机馈电电压的大小,选择采取升压或者降压再生制动模式,因此获取精确的电机转速信号有助于对再生制动过程进行准确的控制。在分析电机霍尔位置信号特性以及转速测量误差产生原因的基础上,提出了以电机霍尔位置信号组成的与方波信号为电机转速测量信号,采用1.5T测速并进行四采样点滑动平均滤波的方法,以提高电机转速测量的精度。设计了以ATMage16单片机为核心的电机转速测量系统硬件电路和软件系统,以实现电机转速信号的采集处理。理论分析和试验结果表明,所提出的电机转速测量方法和设计的电机转速测量系统能实现设计功能,满足电动汽车再生制动控制系统的要求。     

一种新型车灯色度检测软件系统的设计与实现

为实现对车灯色度的快速、准确测量,设计了一种车灯色度检测软件系统.系统基于Visual C .net平台开发,分为信号采集与控制层、运算处理层、用户层,各层之间既相互独立又有机的组合成一个整体.采用小波滤波方法对CCD接收到的含噪光谱信号进行处理,有效地除去了光谱信号中的噪声干扰;利用网络通信技术以降低系统对空间的要求,操作人员可在远离检测设备的控制室内对检测过程进行控制;使用SQL server数据库存储相关参数及测试结果.通过实际测量检验表明:系统色度精度为≤0.005,完全达到国家标准的要求,具有高速、稳定、重复性好、测量信息量大、扩展方便等特点.     

基于神经网络自适应滤波的车辆动态称重系统研究

针对车辆动态称重信号的特点,提出了一种车辆动态载重信号的处理方法。该方法采用基于神经网络的自适应滤波变步长LMS算法滤掉称重信号在各个频段内的噪声。在不同的环境下,对不同的车型,该技术适应性好,精度高,速度快。基于这种信号处理方法,开发了基于神经网络自适应滤波的车辆超载动态监测系统,选择高性能TMS32C2812芯片,设计了高效的软硬件系统,能够准确、及时测量高速公路上所经车辆的重量。     

电动汽车驱动系统直流母线稳定性分析

为提高电动汽车高压系统直流母线品质,基于稳定性分析原理提出了对驱动系统负载的限制要求。根据阻抗分析法建立了源/载侧阻抗模型,依据Middlebrook稳定判据推导了系统在全频域范围内的稳定条件,对接入直流母线的负载功率做出了明确限制。在此基础上,研究了通过源/载侧阻抗匹配提高系统稳定性的方法,为系统参数设计提供了理论依据。最后结合具体电动汽车实例,通过实验验证了分析结论。     

48V重型商用车坡度传感器滤波算法研究

本文针对重型商用车48V混合动力系统坡度传感器信号易被干扰、随机噪声复杂的问题，对坡度传感器信号的随机漂移模型及自适应Kalman滤波算法进行研究，通过采集数据信息，利用赤池信息量准则（AIC）确定自回归AR模型阶数，考虑所建立的模型具有模型参数和噪声统计特性存在误差的特点，研究一种含有强跟踪滤波渐消因子的Sagu-Husa自适应Kalman滤波算法。经与标准Kalman滤波算法进行对比仿真，表明改进后的滤波算法对模型参数和噪声统计特性不敏感，故该滤波算法能够有效提高48V混动坡度传感器信号精度。     

三轴客车室内道路模拟试验研究

对采集的道路载荷谱进行分析处理得到道路模拟试验的目标信号。确定了道路模拟试验系统的输入和输出的通道配置。采用白粉噪声进行系统识别。进行了道路模拟中的第一次驱动信号计算以及循环迭代,最终达到预定的模拟精度,为整车室内耐久试验奠定基础。结果表明,基于道路模拟技术,在室内复现三轴客车的路面激励工况,该方法可行、有效。     

铅酸蓄电池组在特种车供电系统中的应用及研究

特种车供电系统大多以并联铅酸蓄电池组(以下简称"蓄电池组")的低压直流母线为核心。蓄电池组作为系统低压直流母线的主供电电源或热备份电源,为负载提供所需电能。着重介绍了蓄电池组在供电系统中的应用、容量确定方法及维修保养注意事项等内容,为后续蓄电池组设计提供技术指导。     

车辆座椅悬架对舒适性改善的仿真分析

在MATLAB/Simulink平台下,利用滤波白噪声模拟路面不平度幅值信号,采用M-FileS-函数编程方法重构时域路面不平度模型,并以此作为车辆振动系统的输入进行仿真分析;分别以人体-车辆二自由度振动系统和人体-座椅-车辆三自由度振动系统为研究对象,对传至人体的加速度值进行仿真分析。结果表明,对工程车辆而言,座椅悬架对于改善驾驶员乘坐舒适性的效果明显,依据文中思路可以进一步进行座椅悬架参数的设计计算及优化。     

一种基于加速度及轮速信息的参考车速估计方法

以两轮驱动轿车为研究对象,提出了一种基于加速度及轮速信息的参考车速估计方法。以Kalman滤波为基本算法,结合试验分析,通过估计系统噪声特征和修正量测方程,改进了算法对加速度量测信号静态偏差变化的跟踪能力,提高了参考车速的估计精度。利用该方法估计参考车速具有不依赖大量试验、计算量小的特点,适于实车应用。     

纯电动汽车MCU母线电流采样电路及故障机制

设计一种纯电动汽车电机控制器直流母线电流采样电路,在此基础上提出一种电流采样故障的故障处理方法,该方法根据驱动系统当前状态实现了对电机控制器输入端直流母线电流的有效估算。当发生电机控制器直流母线电流采样回路故障后,利用估算值继续保证整车控制逻辑的正常执行,在保证安全行车的前提下,尽可能对驾驶员的驾驶感受进行保护。最后通过实车对该采样电路及故障机制进行验证。     

基于小波变换理论的车辆实测载荷谱优化处理方法研究

鉴于工程中采集到的车辆道路载荷谱易受外部环境干扰而存在噪声和异常的尖峰信号,而传统的傅里叶变换滤波方法容易将真实信号随噪声信号同时滤除,本文中研究了基于小波变换理论的车辆实测道路载荷谱降噪方法。选用Daubechies小波函数,结合多种小波阈值降噪准则对某试验车辆实测道路载荷谱进行降噪处理,系统性地研究了不同小波阈值降噪准则和小波消失矩对实测含噪随机载荷信号的降噪性能。结果表明,基于小波变换的降噪方法能有效剔除干扰噪声信号,其中Heuristic SURE准则对原载荷谱各项载荷特征的保留效果最好。此外,研究了基于小波变换理论的实测载荷谱中异常尖峰信号自动检测方法,为车辆实测道路载荷谱的优化处理提供了一定的参考。     

MT5500电动轮自卸车智能称重系统设计

为了解决国内电动轮自卸车称重系统称量误差较大、精度不高、各车称重系统独立运行、数据不能汇总统计分析,不够智能等缺点,设计了一款使用DSP28335控制芯片作为主控芯片的智能电动轮自卸车称重系统。首先,所设计的称重系统模拟通道调理电路采用精密器件搭建而成,减少通道信号的损失及提升滤波能力;然后,通过改进称重算法及控制逻辑提高称重系统称量精度,减少误差;最后,通过在现场调试校正称量系统数学模型公式中的系数,并在不同路况下测试称量精度,得出测量结果满足设计精度要求,更加智能,同时分析了引起误差的原因。     

基于无迹卡尔曼滤波与遗传算法相结合的车辆状态估计

针对汽车状态估计中过程噪声和量测噪声统计特性不确定的状况,通过UKF算法与遗传算法相结合,提出一种新的自适应滤波算法,以降低噪声对估计结果的干扰。为达到较高的精度,建立了7自由度非线性车辆动力学模型,结合"魔术公式"轮胎模型对汽车行驶过程中的纵、侧向速度、轮胎力和质心侧偏角分别进行了估计。在利用UKF对汽车状态参数进行估计的同时,引入遗传算法,根据适应度函数对过程噪声和量测噪声进行寻优,实现了噪声的自适应作用,估计精度大幅提高。仿真和道路模拟试验的结果表明,UKF结合遗传算法的方法,能提高估计精度且具有很好的抗干扰性。     

基于卡尔曼-高斯联合滤波的车辆位置跟踪

车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.      

基于高斯滤波和近似积分的电动车窗防夹算法

在蓄电池电压波动或汽车行驶在颠簸路面和深坑路面等情况下,车窗电机产生的霍尔信号脉冲会受到干扰。针对这一干扰,提出了一种防夹算法,即首先通过高斯滤波滤除部分噪声,然后采用近似积分法对脉宽曲线进行积分,再将积分面积和阈值进行比较做出是否防夹的判断。利用d SPACE建立电动车窗的快速控制原型系统进行试验。结果表明,与基于卡尔曼滤波的防夹算法相比,所提出的积分算法具有较快的运算速度和较高的鲁棒性。