RLS自适应滤波算法在宽高检测系统中的研究与应用

RLS自适应滤波算法在宽高检测系统中的研究与应用

论文摘要

随着车辆超载超限问题的日益突出,车辆超限检测系统已广泛应用在各高速公路的入口处,车辆宽高检测系统作为其中的一部分发挥着重要作用。在治理超限车辆时,需要准确的测量出车辆的几何尺寸(包括车辆的长度、宽度与高度),而在传感器测量的过程中存在着噪声干扰。本文利用激光传感器对车辆的宽高进行检测,并采用RLS自适应滤波算法来滤除其中参杂的统计特性无规律的噪声干扰,它能够根据环境的改变,在不需要事先知道输入信号和噪声的统计特性的知识的前提下,在自己的工作过程中逐渐地估计出所需的统计特性,不断的改变其权值,实现滤波功能。在软件实现方面,应用了Matlab6.5中的Matlab COM Builder技术,将内容为自适应算法的M文件最终转换为COM组件供宽高检测系统的应用程序调用,从而实现了在脱离Matlab环境下VB与Matlab语言的混合编程。本文的主要内容如下:(1)通过实践测量与分析宽高检测系统的测量数据,得出了测量数据中参杂有统计特性无规律的噪声干扰;(2)研究了自适应滤波器的结构与原理,通过研究发现自适应算法能够有效的去除噪声;(3)分析比较了LMS自适应算法和RLS自适应算法各自的优缺点,并通过matlab仿真研究了两种算法各自的滤波性能,通过对比选择了滤波性能相对优越的RLS自适应滤波算法应用在宽高检测系统中。(4)学习了Matlab6.5中的Matlab COM Builder功能模块。通过该功能模块将Matlab中的M文件转换为COM组件并注册到目标计算机中,基于VB语言的宽高检测程序通过调用该组件实现了Matlab中的自适应滤波功能;(5)通过分析Matlab仿真滤波前后的波形以及大量现场实测数据,证明了RLS自适应滤波算法对测量数据中所含的噪声干扰能够进行有效的抑制,能够提高宽高检测系统的精度,本设计真实有效、切实可行。(6)对本研究进行了总结与展望。分析了宽高检测系统仍存在的一些问题,并指出了本系统未来的上升空间。其中的主要创新点,将递推最小二乘(RLS)算法应用在了宽高检测系统对数据的处理中;且在软件实现方面应用了将M文件转换为COM组件的方式,成功的实现了VB语言调用Matlab算法的功能。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题背景
  • 1.2 车辆宽高检测系统的研究现状
  • 1.3 本文的研究内容及所做的工作
  • 1.4 本章小结
  • 第二章 车辆宽高检测系统介绍
  • 2.1 车辆宽高检测系统简介
  • 2.2 检测系统硬件结构
  • 2.3 检测系统软件结构
  • 2.3.1 双传感器测量算法
  • 2.3.2 单传感器测量算法
  • 2.4 宽高检测系统数据库设计
  • 2.4.1 数据库需求分析
  • 2.4.2 概念设计
  • 2.4.3 数据库逻辑设计
  • 2.4.4 数据库连接
  • 2.5 本章总结
  • 第三章 自适应滤波理论在宽高检测系统中的应用
  • 3.1 宽高检测系统存在的问题
  • 3.2 自适应滤波的原理
  • 3.3 宽高检测系统自适应模型
  • 3.4 自适应滤波算法
  • 3.4.1 基于最陡下降法的LMS算法
  • 3.4.2 递推最小二乘(RLS)算法
  • 3.5 LMS算法与RLS算法的对比分析
  • 3.5.1 信号生成
  • 3.5.2 LMS算法仿真分析
  • 3.5.3 RLS算法仿真分析
  • 3.5.4 算法选择
  • 3.6 自适应算法的软件实现
  • 3.7 本章总结
  • 第四章 RLS自适应算法的仿真与效果分析
  • 4.1 数据与分析
  • 4.2 本章总结
  • 第五章 总结与展望
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的学术论文目录
  • 相关论文文献

    标签:;  ;  ;  ;  

    RLS自适应滤波算法在宽高检测系统中的研究与应用
    下载Doc文档

    猜你喜欢