间接式频率法轮胎压力监测系统的关键技术研究

论文摘要

随着汽车消费市场的日益升温,汽车的安全性能备受消费者的关注。主要用于汽车在行驶时实时地对轮胎气压进行自动监测的轮胎压力监测系统（Tire Pressure Monitoring System, TPMS）是车辆安全行驶的有效保障措施,对提高行车安全具有重要的意义,因此具有广阔的应用前景。基于频率估计实现间接式TPMS系统在具体实现过程中包括一系列的关键技术:轮速信号的误差处理,涉及异点剔除、消除齿轮误差、齿轮误差匹配等;非均匀采样信号的重建过程,即如何高效、快速、不失真地恢复出原始信号;共振频率的提取方法等。论文对上面关键技术进行了较为深入地研究,具有创新性的工作主要包括以下几个部分:（1）分析了胎压对轮胎的影响;利用扭转和垂直振动方向的弹簧-阻尼模型建立了连续时间轮胎模型和离散时间扭转振动模型;推导了轮胎共振频率与模型参数之间的对应关系。（2）描述了轮速传感器的特性,轮速信号的测量及误差产生的原因。研究了异点剔除方法,提出了基于弹性BP神经网络分析轮速传感器误差及实现误差匹配的方法,并根据轮速信号的特点构造了BP神经网络,最终实现了对轮速信号的修正。仿真和实验结果表明,该方法使误差精度达到2×10-4,能够有效地消除传感器误差,提高轮速信号的精度。（3）比较分析了信号重建的几种方法,包括插值重建,基函数扩展重建等。针对非均匀采样信号的特点,应用自适应权值梯度法（Adaptive Weights Preconditioned Conjugate Gradient method,AWPCG）对信号进行重建。首先,将整个信号的重建过程转化为对Toeplitz方程组的求解;然后在此基础上加入了修正权值,重新得到Toeplitz矩阵;最后采用预条件共轭梯度法对Toeplitz方程组进行求解。理论和仿真结果表明该方法精度高、时延短,能够很好地完成对非均匀采样信号的重建;通过AWPCG方法重建的信号与真实值之间的相对误差不超过0.01。（4）针对轮速非均匀采样信号插值算法复杂,插值过程耗时较长的问题,提出了应用非均匀小波变换直接对初步修正后未插值轮速数据处理的提取共振频率的方法。仿真结果表明插值后采用均匀采样的小波变换结果稍优于未插值直接用修正后数据采用非均匀采样小波变换结果,而非均匀采样小波变换提取信号频率在耗时和节省系统内存资源方面较插值后应用均匀采样的小波变换有明显优势。论文利用道路实验采集的不同胎压状态下的轮速信号对弹性BP神经网络分析传感器误差及误差匹配算法、自适应权值梯度法实现非均匀采样信号的重建算法和提取共振频率的AR模型参数法和非均匀小波变换法进行了验证。试验结果表明了论文中提出的各种算法的有效性和可行性。论文中TPMS系统算法的研究对汽车轮胎安全系统的进一步发展和完善具有一定的参考价值和现实意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 TPMS技术的研究现状和发展趋势
• 1.2.1 轮胎压力监测系统实现方法
• 1.2.2 国外轮胎压力监测技术的发展
• 1.2.3 国内轮胎压力监测技术的发展
• 1.3 间接式频率法TPMS关键技术及研究动态
• 1.3.1 轮速信号误差处理
• 1.3.2 非均匀采样信号的重建
• 1.3.3 共振频率的提取技术
• 1.3.4 基于非均匀小波变换的共振频率提取技术
• 1.4 主要研究工作和内容安排
• 1.4.1 主要研究工作
• 1.4.2 论文内容安排
• 第二章 间接式频率法TPMS模型研究
• 2.1 轮胎特性和胎压的影响
• 2.2 轮胎振动模型
• 2.3 连续时间振动模型
• 2.4 离散时间扭转振动模型
• 2.5 本章小结
• 第三章 轮速传感器误差处理方法研究
• 3.1 轮速信号的测量及误差产生的原因
• 3.2 异点剔除
• 3.2.1 轮速干扰信号产生的原因
• 3.2.2 异点剔除处理算法
• 3.3 基于BP神经网络估计传感器误差及误差匹配
• 3.3.1 人工神经网络的基本原理
• 3.3.2 BP神经网络
• 3.3.3 弹性BP神经网络结构和设计
• 3.4 仿真结果
• 3.4.1 传感器误差估计
• 3.4.2 误差匹配
• 3.5 本章小结
• 第四章 非均匀采样信号的重建方法研究
• 4.1 插值重构
• 4.1.1 常规的插值方法
• 4.1.2 带有滤波效果的插值
• 4.2 基扩展重建
• 4.3 自适应权值梯度算法
• 4.3.1 非均匀采样信号的模型
• 4.3.2 Toeplitz矩阵与预条件共轭梯度法
• 4.3.3 加权修正法估计
• 4.3.4 AWPCG算法
• 4.4 仿真结果
• 4.5 本章小结
• 第五章 基于AR模型的共振频率提取方法
• 5.1 基于经典谱估计的共振频率的提取
• 5.2 基于AR模型的现代谱估计方法
• 5.2.1 平稳随机过程的参数模型
• 5.2.2 AR模型的正则方程
• 5.2.3 AR模型参数的提取方法
• 5.3 AR模型在间接式频率法TPMS中的应用
• 5.3.1 模型选择
• 5.3.2 AR模型阶次的选择
• 5.3.3 扭转振动的共振频率提取
• 5.4 仿真和试验结果
• 5.4.1 仿真结果
• 5.4.2 试验结果
• 5.5 本章小结
• 第六章 基于非均匀小波变换的共振频率提取方法
• 6.1 小波子空间采样理论发展概况
• 6.2 非均匀小波变换提取轮胎共振频率的优势
• 6.2.1 AR谱估计方法提取轮胎共振频率的缺陷
• 6.2.2 基于小波分析的非均匀采样理论
• 6.3 小波子空间上Shannon型非均匀采样定理
• 6.3.1 小波子空间Shannon型均匀采样定理
• 6.3.2 小波子空间Shannon型非均匀采样定理
• 6.3.3 等事件采样信号的非均匀小波变换
• 6.4 基于Mallat多分辨率分析的非均匀采样信号的小波变换
• 6.4.1 小波函数的非均匀化
• 6.4.2 非均匀小波变换
• 6.4.3 一维正交多分辨分析和离散小波变换的Mallat算法
• 6.4.4 非均匀小波的抗混叠性
• 6.5 基于非均匀小波变换提取轮胎共振频率的算法研究及仿真
• 6.6 本章小结
• 第七章 TPMS系统的设计实现与试验
• 7.1 TPMS系统硬件平台的构建
• 7.1.1 轮速信号预处理电路
• 7.1.2 基于PTS HSI模式的轮速信号采集电路
• 7.1.3 DSP在TPMS系统中的应用
• 7.2 试验数据处理
• 7.2.1 轮速信号的获取
• 7.2.2 轮速信号处理
• 7.3 本章小结
• 第八章 结论和展望
• 8.1 主要研究结论
• 8.2 进一步研究展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果