基于小波变换的汽车振动信号去噪分析

从小波变换的理论背景出发,介绍了利用小波变换对信号进行分解的原理。并针对汽车振动信号的非平稳性特点,对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析,并运用Matlab中的WaveletToolbox对其进行去噪处理,取得了明显的效果。通过与Fourier去噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。     

基于小波变换的汽车车型识别

介绍了多品种混流机器人喷漆自动线的汽车车型识别系统的一种识别方法。主要是利用小波变换具有良好的多尺度特征表达能力,以及能在空域、频域和方向上分别进行分解,而且能够去除冗余信息和噪声等优点对汽车图像进行分解。然后把分解后的图像作为多层前馈神经网络的输入节点,对自动喷漆线上的汽车车型进行识别。结果表明：基于小波变换的神经网络汽车车型识别方法,能够识别返修车,提高了车型识别率。     

用于交通事故分析的汽车碰撞计算机模拟方法

应用非线性有限元结构分析软件对多种轿车正面碰撞的过程进行了计算机模拟.给出位移、速度、加速度、能量等特征参数的基本规律.指出汽车正面碰撞的变形与速度的关系为抛物线方程和轿车的分类方法,并给出其实用方程.将其应用于交通事故分析,为交通事故责任认定提供了理论依据.     

利用小波变换对钢索公路护栏的拦截性能研究

实车与足尺护栏碰撞试验是研究公路护栏的安全性最直观和有效的方法,其本质上是以实际交通事故再现的方式分析碰撞前后汽车相对护栏的运动状态和乘员伤害情况。通过实车与足尺钢索护栏的碰撞试验,用小波变换方法分析碰撞过程中的非线性、非稳态信号,能够较为准确的研究护栏、汽车和乘员的动态响应特性。结果表明钢索护栏完全符合要求,为高速公路护栏的设计、施工以及在不同地点的设置提供有益的借鉴。     

基于小波变换和神经网络的汽车安全部件故障识别

汽车安全部件的工作状态直接影响汽车的安全行驶，运用小波变换理论对汽车在不同部件参数作用下的运动参量进行小波分解。提取相关低频信号和车辆动态评价指标作为汽车运动的特征值，结合神经网络技术进行了部分安全部件的故障状态识别。     

基于小波变换的ITS数据集成方法研究

为了提高实时的ITS数据对交通规划的实用性,需要对原始的ITS数据进行合理的集成,以满足不同类型用户的需求。首先对运用统计分析和小波变换两种方法进行ITS数据集成的原理做了分析和评述,然后重点建立了基于小波变换理论的ITS数据集成方法,该方法将一段时间内的ITS数据视为随时间变化的随机信号,利用小波变换将ITS数据分解为低频成分和高频成分来进一步处理,最后应用MATLAB软件结合实际数据进行了编程实现,并给出了不同分解层次下的建议集成度。     

基于小波变换的交通车流密度分析

车流密度是研究交通流理的重要参数之一。小波变换是近年来兴起的一种信号分析工具，它可以将信号进行多分辨分析。本文将小波变换应用于车流信号的分析，从而更好地分析它的概貌与局部细节。     

基于小波变换的四轮车辆非平稳振动时频研究

基于8自由度的车辆动力学模型,以四轮相关滤波白噪声路面为系统输入,对四轮车辆的非平稳随机振动过程进行了计算机时域模拟,进而采用谱分析和小波分析技术分析了系统响应,在时频平面内建立了各振级之间的振动联系,考察了振动能量的流动情况,深入揭示了车辆非平稳振动过程的本质。     

汽车侧面碰撞的CAE仿真分析

汽车被动安全开发,需要进行大量的整车碰撞和SRS验证,周期较长,过程复杂。随着GB、C-NCAP等评价要求的提高,往往需要投入高昂的开发费用,而进行汽车碰撞安全的CAE仿真计算,并进行结构优化模拟,逐步成为研究汽车耐撞性的必然选择。本文对汽车侧碰进行建模,根据仿真结果对基础车型进行评价,并通过结构优化提升车体结构耐撞性,为后续开发提供参考。     

我国乘用车正面碰撞标准分析

GB11551—2003正面碰撞标准实施多年,已暴露出不足：乘员受伤的评价指标少,胸部性能指标过宽,自主品牌乘用车的安全性难于提高。因此,建议该标准增加颈部、小腿、膝关节评价指标和转向盘位移要求,加严胸部指标;或由于GB／T20913-2007标准已颁布,评价指标更合理全面,建议将GB／T20913—2007作为强制性标准,以提高自主品牌乘用车的正面碰撞安全性。     

汽车碰撞行人伤害值分析及数据库建立

通过介绍行人与汽车碰撞的特点、相关参数的测量以及分析有关的事故伤亡指标,将各种影响行人受伤害的因素联系起来,对国际上一些传统的行人伤害公式进行了简化改进,在此基础上对行人的伤害进行分析,认为碰撞速度是行人伤害最大的因素,提出了符合我国行人身体素质的伤害标准。结合有关的数据库理论,初步建立汽车碰撞后行人伤害数据库。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于振动信号和小波变换的转速测量方法研究

通过分析发动机振动信号的基频与转速之间的数学关系,设计了基于LabVIEW的采集系统,利用小波变换的方法提取振动信号的基频,提出了一种精度高、易于实现的发动机瞬时转速检测算法,并通过试验验证了该方法的可行性.经过与实际转速比较,该算法的误差率在1%以内,准确性和鲁棒性均符合测量求,具有重要的实用价值.     

行驶车辆振动信号的小波分析

本文介绍了小波分析的理论方法，并上小波分析方法应用到了行驶车辆振动的分析中，即：通过二进离散小波变换，把实际振动信号进行多层小波分解，使异常信号和非平稳高频信号得到良好的时间定位和图形显示，并把信号的路面激励与本体振动分离开来。     

基于大规模浮动车数据的城市道路网复杂度分析

针对现有浮动车技术应用研究中缺乏道路网络复杂度的定量分析,引入置信点的概念,提出了一种基于大规模浮动车数据的城市路网复杂度分析方法.利用该方法统计了路网中各路段的置信点分布情况和置信点的平均匹配距离,建立了城市路网复杂度模型.结合浮动车数据的预处理,提出了城市路网复杂度的分析流程.以广州市为例,分析了广州市全局路网和4类典型城市道路代表路段的复杂度.对于地图匹配算法实证研究中的指定路径,具体分析了其各组成路段的复杂度及其主要影响因素.     

基于小波分析的大跨径桥梁健康监测数据预处理研究

针对小波分析方法在桥梁健康监测系统中面临的小波基函数合理选择问题,采用一周期性仿真信号作为算例,考察了在其他研究领域内广泛用来进行信号去噪的Haar、Db、Sym、Coif、Bior、Rbio、Dmey等7种小波基函数,选取出去噪效果最显著的Bb8小波基函数.依托已建立的江阴大桥健康监测系统,对具有明显周期性的塔顶GPS的竖向数据进行去噪计算,并将计算结果与采用低通滤波进行去噪的结果进行比较分析.结果表明:由于小波方法采用了比低通滤波方法更为细致的处理方法,其去噪效果比低通滤波方法更有效.