一种基于自适应全变分滤波的车辆状态估计方法技术

本发明专利技术提出了一种基于自适应全变分滤波的车辆状态估计方法，步骤如下：步骤1：车辆原始信号的采集与预处理；步骤2：噪声水平评价；步骤3：Teager

【技术实现步骤摘要】
一种基于自适应全变分滤波的车辆状态估计方法


[0001]本专利技术属于车辆信号滤波、状态估计
，涉及一种用于信号还原的滤波框架。

技术介绍

[0002]车辆系统智能化、电动化程度的不断提升，对车辆数据的降噪方法也得到了越来越多的学者的关注。传统处理车辆数据的方法主要包括低通滤波、高通滤波、带通滤波等，上述方法对数据降噪能起到非常明显的作用，但是在实现数据平滑度提升的同时，往往会损失数据的尖峰信息。
[0003]由于车辆驾驶特性、道路特征，车辆数据呈现出一定的稀疏性，上述滤波方法对稀疏数据的效果还有待提升。全差分(TVD)是一种针对稀疏数据开发的一种滤波方法，其通过建立目标函数的方式将滤波转化为最优化问题，从而实现稀疏数据的滤波。目前的车辆数据滤波方法中主要存在以下几方面的问题：
[0004](1)传统的滤波方法在提升数据平滑度、剔除噪声的同时，很难保留数据的尖峰信息，而数据的尖峰信息对车辆安全阈值的判定、车辆状态的辨识往往起到非常重要的作用；
[0005](2)全差分(TVD)滤波方法，非常适用于对稀疏数据进行降噪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应全变分滤波的车辆状态估计方法，其特征在于，步骤如下：步骤1：车辆原始信号的采集与预处理；步骤2：噪声水平评价；步骤3：Teager
‑
Kaiser能量评价；步骤4：最优化问题构建；步骤5：利用步骤4输滤波后的信号，应用于车辆状态的估计。2.如权利要求1所述的基于自适应全变分滤波的车辆状态估计方法，其特征在于，所述步骤1：首先针对车辆试验的典型工况，利用传感器对车辆的车速、加速度、车轮轮速、横摆角速度、电机转矩数据进行采集，同时对信号p进行一阶差分f1的求解，求解公式为f1(n)＝|p(n)
‑
p(n
‑
1)|，为后续步骤2、步骤3、步骤4提供数据源。3.如权利要求2所述的基于自适应全变分滤波的车辆状态估计方法，其特征在于，所述步骤2包括：2.1噪声水平评价及噪声自适应参数的求解根据步骤1中的信号一阶差分f1，进行信号二阶差分f2的计算，计算公式为f2(n)＝|f1(n)
‑
f1(n
‑
1)|，基于信号二阶差分f2进行信号中噪声水平评价，评价公式为得到噪声自适应参数K
e
(n)，提供给步骤4最优化问题中平滑度约束项权重系数；2.2噪声指数阈值设置根据步骤2.1中的...

【专利技术属性】
技术研发人员：陈虹，卢佳兴，张琳，李斌，
申请(专利权)人：同济大学，
类型：发明
国别省市：