基于多传感器信息融合的轮胎压力监测系统

文章摘要： 其测量的压力范围是100～450 kPa ,温度范围是- 40～125 ℃, 工作的环境温度范围是- 40～175 ℃, 当环境温度在150～175 ℃之间时, 可以工作30 min。压力信号是采用双温度校准方法得出的12 位, 温度信号是10 位, 所以压力和温度信号是可以区分的。NPX 传感器是目前功能最完备的传感器系统, 但是它并没有集成发射机, 如果国内厂家在这方面有所突破, 必将有广阔的市场,并且可以为我国TPMS 的发展做出贡献, 振兴我国轮胎工业。轮胎压力监测系统 融合方法的选择对于轮胎来说, 压力是其生命,而温度也是不可忽视的。目前轮胎的主要质量问题如“肩空”和“胎圈脱层”等

基于多传感器信息融合的轮胎压力监测系统,标签：传感技术知识,传感器与检测技术,http://www.88dzw.com
  　　其测量的压力范围是100～450 kPa ,温度范围是- 40～125 ℃, 工作的环境温度范围是- 40～175 ℃, 当环境温度在150～175 ℃之间时, 可以工作30 min。压力信号是采用双温度校准方法得出的12 位, 温度信号是10 位, 所以压力和温度信号是可以区分的。NPX 传感器是目前功能最完备的传感器系统, 但是它并没有集成发射机, 如果国内厂家在这方面有所突破, 必将有广阔的市场,并且可以为我国TPMS 的发展做出贡献, 振兴我国轮胎工业。 　 轮胎压力监测系统  　 融合方法的选择 　　对于轮胎来说, 压力是其生命,而温度也是不可忽视的。目前轮胎的主要质量问题如“肩空”和“胎圈脱层”等, 即是由于这些部位的温度过高造成的。作者在研制“汽车轮胎安全性能智能”, 所以在其模型中需要融合温度和压力两种信号。   　　本文采用贝叶斯(Bayes) 方法来融合压力及由温度转化来的压力。该方法不需要任何有关轮胎压力和温度的历史统计资料与专家经验知识, 仅对有限个压力温度传感器(集成传感器) 的测量结果, 以置信距离测度作为数据融合的融合度, 再利用置信矩阵、融合矩阵得到多传感器的最佳融合数。以Bayes 估计理论为基础得到多传感器的最优融合数据。贝叶斯判别法本质上是一种模式分类器, 基于多传感器的贝叶斯判别的过程实际上是决策信息融合的过程。贝叶斯决策属于风险型决策, 决策者虽不能控制客观因素的变化, 但却可掌握其变化的可能状况及各状况的分布概率, 并利用期望值即未来可能出现的平均状况作为决策准则。不确定性是生活中的常态,贝叶斯决策不是使决策问题完全无风险, 而是通过其他途径增加信息量使决策中的风险减小。由此可以看出, 贝叶斯决策是一种比较实际可行的方法。  　 融合模型 　　信息融合模型可以从功能、结构和数学模型等几方面来研究和表示。在功能模型上, 本系统的融合级别为检测级, 即直接在多传感器分布检测系统中检测判决或信号层上进行的融合, 它通常是根据所选择的检测准则形成最优化门限, 以产生最终的检测输出。对于其结构模型, 本系统采用并行结构, 也可以采用两级并行结构, 即先把温度信息融合后再同压力信息融合。数学模型是信息融合算法和综合逻辑。系统中同时存在着压力和温度这两种互补信息。互补信息的融合减少了由于缺少某些环境特征而产生的对环境理解的歧义, 提高了系统描述环境的完整性和正确性, 增强了系统正确决策的能力。由于互补信息来自于异质传感器, 它们在测量精度、范围、输出形式等方面有较大的差异, 因此融合前先将不同传感器的信息抽象为同一种表达式就显得尤为重要。在此, 可以通过理想气体定律PV = nR T将温度转化为压力后再融合。推导出的公式为: p₂ = p₁ + p₁ ( t₂ - t₁ ) / 273                         (1) 其中: t₁ 为初始温度; t₂ 为目前温度; p₁ 为初始压力; p₂ 为对于t₂ 的压力。 　　设第i 个传感器和第j 个传感器所测得的数据为t _i 、t_j ,且t_i 、t_j都服从高斯正态分布。所测数据的期望E ( t) , 方差D ( t) 公式为:   　　如果某个传感器在使用中发生故障, 而在算法中不考虑该情况的话, 就会造成误报或漏报, 所以该系统多传感器信息融合包括失效信息剔除与有效信息融合两大内容。在剔除失效信息后, 以Bayes 估计理论为基础得到多传感器的最优融合数据t : 　　其中: t_k ———第k 个传感器的观测值; σ

上一页  [1] [2] [3]  下一页

Tag:传感技术，传感技术知识,传感器与检测技术，传感技术