[博士]基于垂直動載的路面不平度識別研究

內容簡介

　　[博士]基于垂直動載的路面不平度識別研究　　學科專業(yè): 精密儀器及機械　　授予學位：博士　　學位授予單位：東南大學　　學位年度：2007　　基于垂直動載的路面不平度的研究在交通領域中具有重大的意義.可以應用到汽車室內模擬試驗進行響應力的模擬，實現(xiàn)道路模擬試驗本質的飛躍。還可以應用于路況監(jiān)測，準確決定道路維修時機，節(jié)省龐大的維修經(jīng)費.　　準確地進行數(shù)據(jù)處理是響應力模擬的關鍵?；诖怪眲虞d的路面不平度識別在汽車研發(fā)的重要地位使得該技術處于保密狀態(tài)，國內外沒有數(shù)據(jù)處理方面的文獻見諸報導?；诖怪眲虞d的路面不平度識別有幾個難題需要解決。首先汽車在路面行駛時，測得的垂直動載包含眾多千擾信號，要使得垂直動載準確反映路面不平度信息，必須首先去除干擾信號。其次根據(jù)垂直動載準確識別路面不平度需要提取合適數(shù)量、合適類型的特征參數(shù)，這是整個問題的關鍵。最后分類器的類型和性能也是影響結果準確率的重要因素。根據(jù)上述問題，確定了本文研究的主要內容:　　 (1)由于訓練分類器需要大量的樣本，而路面類型有限，提出了可行的樣本構造方案?！　? (2)分析垂直動載的構成以及特點，為采用垂直動載識別路面不平度提供了證據(jù).然后將其與語音信號進行了比較，在生成以及處理任務兩者具有很大的相似之處。為后續(xù)的譜減去噪和特征參數(shù)提取提供了指導?！　? (3)分析了垂直動載信號中噪聲的來源及類別，并根據(jù)不同的噪聲類型分別采用不同的濾波處理一一先用靜態(tài)小波變換去除隨機噪聲，然后再參考語音信號處理中的譜減方法對周期性噪聲進行了濾波?！　? (4)根據(jù)信號的特點，對小波分解系數(shù)參數(shù)、小波包分解系數(shù)參數(shù)、功率譜系數(shù)、倒譜系數(shù)參數(shù)、共振峰幅值參數(shù). FFT分段系數(shù)參數(shù)和離散余弦變換系數(shù)等等參數(shù)進行了提取，并采用Fisher判據(jù)和自組織映射神經(jīng)網(wǎng)絡進行了特征參數(shù)的分類能力的鑒定，然后采用基于粗糙集的方法對特征進行了進一步的篩選。數(shù)據(jù)處理表明小波包系數(shù)參數(shù)和小波系數(shù)參數(shù)具有較好的識別路面不平度的能力?！　? (5)根據(jù)統(tǒng)計學習理論，按照兩種減少期望風險的方法進了分類器的設計和比較。首先設計了RBF神經(jīng)網(wǎng)絡分類器，并對提高其泛化能力的方法進行了歸納，確定了較優(yōu)的RBF神經(jīng)網(wǎng)絡分類器。然后基于核方法的設計了適用于基于垂直動載的路面不平度識別的支持向量分類機，確定了多分類的方法，得到了較為可靠的、正確識別率較高的路面不平度分類器。RBF網(wǎng)絡和支持向量機分類器的最高正確識別率分別為50%和62.5%.　　該文的研究成果對汽車室內道路試驗的研究有極大的幫助，為汽車研發(fā)提供到了經(jīng)濟、有效、可靠的試驗手段，將推動我國汽車產(chǎn)業(yè)的自主創(chuàng)新。

專題推薦