CN106355896A - 一种地磁车辆检测器信号处理方法 - Google Patents

Abstract

本发明公开了一种地磁车辆检测器信号处理方法，步骤如下：S1：选取一段包含噪音和车辆驶入的数据作为待分析数据；S2：粗略选取一个分割点，将待处理数据分为噪声数据和信号数据；S3：分别对噪声数据和信号数据建立AR模型；S4：利用Akaike信息准则，分别对噪声数据AR模型和信号数据AR模型进行定阶；S5：计算AIC函数；S6：对AIC函数进行最小值搜索，获得AIC函数的最小值点；S7：输出最小值点，并将最小值点作为无车状态和有车状态的状态分割点。本发明将数据认为是噪声数据和信号数据的组合，对其搜索AIC函数的最小值点即可获得有车状态与无车状态的最佳分割点，使整个判断过程不对幅值敏感而仅对模型分割点敏感，对环境白噪声有很好的适应性。

Description

一种地磁车辆检测器信号处理方法

技术领域

本发明涉及地磁车辆检测器技术领域，具体是一种地磁车辆检测器信号处理方法。

背景技术

地磁车辆检测器，是车辆本身含有的铁磁物质会对车辆存在区域的地磁信号产生影响，使车辆存在区域的地球磁力线发生弯曲。当车辆经过传感器附近，传感器能够灵敏感知到信号的变化，经信号分析就可以得到检测目标的相关信息。

目前用于地磁车辆检测器检测车辆的方法为阈值法，即在安装地磁车辆检测器时设置一个基准值代表无车状态，若在之后的时间里传感器采集到一个超过阈值的数值即判断有车辆驶入，若数值低于基准值即判断车辆离开。此方法极易受到外界环境的干扰，因为一套系统的服役时间至少会在2年以上，服役期间内环境因素的改变都会导致传感器读数的漂移，从而导致地磁车辆检测器的误报。针对传感器读数漂移目前最常用的方法是定期标定，即重新设置一个基准值代表无车状态，但此方法需要耗费较大人力和时间，此外会造成标定期间检测数据的丢失。

发明内容

本发明的目的在于提供一种地磁车辆检测器信号处理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种地磁车辆检测器信号处理方法，步骤如下：

S1：选取一段包含噪音和车辆驶入的数据作为待分析数据；

S2：粗略选取一个分割点，将待处理数据分为两段，分别为噪声数据和信号数据；

S3：分别对噪声数据和信号数据建立AR模型；

S4：利用Akaike信息准则，分别对噪声数据AR模型和信号数据AR模型进行定阶；

S5：计算AIC函数；

S6：对AIC函数进行最小值搜索，获得AIC函数的最小值点；

S7：输出最小值点，并将最小值点作为无车状态和有车状态的状态分割点。

作为本发明进一步的方案：所述步骤S3中，待分析数据X_n＝{x₁，x₂，...，x_n}以时刻点K为分界线，分为两段数据，分别为噪声数据和信号数据，对噪声数据和信号数据分别建立AR模型，噪声数据和信号数据的AR模型为：

$\left\{\begin{array}{cc}{x}_n=\underset{m=1}{\overset{M_1}{\Σ}}{a}_m^1{x}_{t-m}+e_t^1& 1\≤t\≤K\\ x_n=\underset{m=1}{\overset{M_2}{\Σ}}{a}_m^2{x}_{t-m}+e_t^2& K+1\≤t\≤N\end{array}\right.$

式中，M₁和M₂分别是噪声数据AR模型和信号数据AR模型的阶数，M₁和M₂为通过信息准则的模型定价方法获得，和分别为噪声数据AR模型和信号数据AR模型的模型参数，和分别为噪声数据AR模型和信号数据AR模型的高斯噪声，N为整个数据长度。

作为本发明再进一步的方案：步骤S5中，AIC函数为：

$AIC\left(K\right)=(K-M_1)log\left({\mathrm{\σ}}_{1,\max }^2\right)+(N-M_2-K)log\left({\mathrm{\σ}}_{2,max}^2\right)+C_1$

其中，和分别为噪声数据和信号数据的方差，C₁为常数。

与现有技术相比，本发明的有益效果是：

1、本发明地磁车辆检测器信号处理方法能够准确获得有车状态与无车状态的最佳分割点，且不易受到环境因素的影响。

2、在地磁车辆检测器在长期服役过程中因为环境因素的影响造成传感器读数漂移时，运用本发明地磁车辆检测器信号处理方法将数据认为是噪声数据和信号数据的组合，对其搜索AIC函数的最小值点即可获得有车状态与无车状态的最佳分割点，使整个判断过程不对幅值敏感而仅对模型分割点敏感，对环境白噪声有很好的适应性。

附图说明

图1为地磁车辆检测器信号处理方法的流程示意图。

图2为绘制的AR-AIC(K)曲线图。

具体实施方式

由于车辆本身会对地球磁场产生扰动，该地磁车辆检测器信号处理方法，利用地磁车辆检测器中三轴地磁传感器可以定量获得扰动的数值，因此在传感器采集的数据可以转换为有车状态与无车状态的时间序列模型，通过寻找两个状态间的分割点来判断车位的占用和空闲状态。

下面结合具体实施方式对本发明的技术方案作进一步详细地说明。

请参阅图1-2，一种地磁车辆检测器信号处理方法，步骤如下：

S1：选取一段包含噪音和车辆驶入的数据作为待分析数据；

S2：粗略选取一个分割点，将待处理数据分为两段，分别为噪声数据和信号数据；

S3：分别对噪声数据和信号数据建立AR模型；

假设待分析数据为X_n＝{x₁，x₂，...，x_n}，用AR模型将其表示出来为：

$x_t=\underset{m=1}{\overset{M}{\Σ}}{a}_m{x}_{t-m}+e_t$

式中，M是模型阶数，通过信息准则的模型定价方法获得，a_m是模型参数，认为是高斯噪声，它的平均值E{e_n}＝0，方差E{(e_n)²}＝σ²；

本实施例中，将待分析数据以时刻点K为分界线，分为两段数据，分别为噪声数据和信号数据，对噪声数据和信号数据分别建立AR模型，噪声数据和信号数据的AR模型为：

$\left\{\begin{array}{cc}{x}_n=\underset{m=1}{\overset{M_1}{\Σ}}{a}_m^1{x}_{t-m}+e_t^1& 1\≤t\≤K\\ x_n=\underset{m=1}{\overset{M_2}{\Σ}}{a}_m^2{x}_{t-m}+e_t^2& K+1\≤t\≤N\end{array}\right.$

式中，M₁和M₂分别是噪声数据AR模型和信号数据AR模型的阶数，M₁和M₂为通过信息准则的模型定价方法获得，和分别为噪声数据AR模型和信号数据AR模型的模型参数，和分别为噪声数据AR模型和信号数据AR模型的高斯噪声，N为整个数据长度；

S4：利用Akaike信息准则，分别对噪声数据AR模型和信号数据AR模型进行定阶；

S5：计算AIC函数；

AIC函数为：

其中，和分别为噪声数据和信号数据的方差，C₁为常数；

S6：对AIC函数进行最小值搜索，获得AIC函数的最小值点；

本实施例中，绘制的AR-AIC(K)曲线如图2所示，从图中可以看出，曲线明显分为两段，一段是呈下降趋势的直线，其反映的是车辆驶入前的环境噪声数据，一段是呈上升趋势的曲线，其反映的是车辆驶入的数据，其最小值点即为噪声数据和信号数据的最佳分割点。

S7：输出最小值点，并将最小值点作为无车状态和有车状态的状态分割点。

本发明地磁车辆检测器信号处理方法能够准确获得有车状态与无车状态的最佳分割点，且不易受到环境因素的影响。在地磁车辆检测器在长期服役过程中因为环境因素的影响造成传感器读数漂移时，运用本发明地磁车辆检测器信号处理方法将数据认为是噪声数据和信号数据的组合，对其搜索AIC函数的最小值点即可获得有车状态与无车状态的最佳分割点，使整个判断过程不对幅值敏感而仅对模型分割点敏感，对环境白噪声有很好的适应性。

上面对本发明的较佳实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (3)

1.一种地磁车辆检测器信号处理方法，其特征在于，步骤如下：

S1：选取一段包含噪音和车辆驶入的数据作为待分析数据；

S2：粗略选取一个分割点，将待处理数据分为两段，分别为噪声数据和信号数据；

S3：分别对噪声数据和信号数据建立AR模型；

S4：利用Akaike信息准则，分别对噪声数据AR模型和信号数据AR模型进行定阶；

S5：计算AIC函数；

S6：对AIC函数进行最小值搜索，获得AIC函数的最小值点；

S7：输出最小值点，并将最小值点作为无车状态和有车状态的状态分割点。

2.根据权利要求1所述的地磁车辆检测器信号处理方法，其特征在于，所述步骤S3中，待分析数据X_n＝{x₁，x₂，...，x_n}以时刻点K为分界线，分为两段数据，分别为噪声数据和信号数据，对噪声数据和信号数据分别建立AR模型，噪声数据和信号数据的AR模型为：

$\left\{\begin{array}{cc}{x}_n=\underset{m=1}{\overset{M_1}{\mathrm{\Σ}}}{a}_m^1{x}_{t-m}+e_t^1& 1\≤t\≤K\\ x_n=\underset{m=1}{\overset{M_2}{\mathrm{\Σ}}}{a}_m^2{x}_{t-m}+e_t^2& K+1\≤t\≤N\end{array}\right.$

式中，M₁和M₂分别是噪声数据AR模型和信号数据AR模型的阶数，M₁和M₂为通过信息准则的模型定价方法获得，和分别为噪声数据AR模型和信号数据AR模型的模型参数，和分别为噪声数据AR模型和信号数据AR模型的高斯噪声，N为整个数据长度。

3.根据权利要求1或2所述的地磁车辆检测器信号处理方法，其特征在于，步骤S5中，AIC函数为：

$AIC\left(K\right)=(K-M_1)log\left({\mathrm{\σ}}_{1,max}^2\right)+(N-M_2-K)log\left({\mathrm{\σ}}_{2,max}^2\right)+C_1$

其中，和分别为噪声数据和信号数据的方差，C₁为常数。