CN106896374A - 一种基于gps的汽车定位控制系统 - Google Patents
一种基于gps的汽车定位控制系统 Download PDFInfo
- Publication number
- CN106896374A CN106896374A CN201710081190.8A CN201710081190A CN106896374A CN 106896374 A CN106896374 A CN 106896374A CN 201710081190 A CN201710081190 A CN 201710081190A CN 106896374 A CN106896374 A CN 106896374A
- Authority
- CN
- China
- Prior art keywords
- signal
- controller
- vehicle
- gps
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
- G01S19/16—Anti-theft; Abduction
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于GPS的汽车定位控制系统,包括车载终端和单片机控制器;所述车载终端前端面从左到右依次设置有摄像头和声音传感器;所述单片机控制器分别与数据存储器、数据处理器和无线射频收发器电性连接;所述单片机控制器的输入端分别与GPS卫星数据采集处理器、图像采集处理器、音频采集处理器和电源控制器的输出端电性连接;所述单片机控制器的输出端分别与车辆电路控制器、车辆油路控制器和滤波器的输入端电性连接;所述无线射频收发器通过GPRS网络与外部设备连接;所述电源控制器的输入端分别与外部电源和内部电源的输出端电性连接。本发明智能化程度高,具有对车辆远程定位、控制和监控的功能。
Description
技术领域
本发明属于汽车定位设备技术领域,尤其涉及一种基于GPS的汽车定位控制系统。
背景技术
随着现代社会的快速发展,人们对定位技术提出了越来越高的要求,全球定位系统已经越来越受到人们的重视,GPS可以提供车辆定位、防盗、反劫、行驶路线监控及呼叫指挥等功能。
GPS导航系统的基本原理是测量出已知位置的卫星到用户接收之间的距离,然后综合多颗卫星的数据就可知道接收机的具体位置。具体的,卫星的位置可以根据星载时钟所记录的时间在卫星星历中查出。
综上所述,现有技术存在的问题是:GPS定位系统,在车辆中主要为车辆提供定位和防盗功能,功能较为单一,且GPS定位系统因为电子元件,极易受到电磁干扰,当GPS定位系统供电电路受到破坏时,无法及时有效地实现定位功能;而且现有GPS定位系统智能化程度低,安全稳定性能差。
发明内容
为解决现有技术存在的问题,本发明提供一种基于GPS的汽车定位控制系统。
本发明为解决公知技术中存在的技术问题所采取的技术方案是:
本发明提供一种基于GPS的汽车定位控制系统,所述基于GPS的汽车定位控制系统包括车载终端和单片机控制器;所述车载终端通过信号连接单片机控制器;
所述车载终端前端面从左到右依次通过螺栓固定有摄像头和声音传感器;所述摄像头用于采集车辆的图像信号;所述声音传感器用于采集车辆的音频信号;所述摄像头将一个图片每一个像素的颜色由其相邻的n*n个像素的平均值来替代;将一个3*3的点阵,设带平滑的像素为f(i,j),平滑后为g(i,j),那么:
f(i-1,j-1) f(i-1,j) f(i-1,j+1);
f(i,j-1) f(i,j) f(i,j+1);
f(i+1,j-1) f(i+1,j) f(i+1,j+1);
g(i,j)=(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1))/9;
所述摄像头图像的滤波处理包括:
卷积滤波原理是y(n1,n2)=∑∑x(m1,m2)h(n1-m1,n2-m2),两个求和符号的范围分别是m1:0~N m2:0~N;其中x(m1,m2)为输入图像信号,h(n1-m1,n2-m2)为滤波系统对单位采样序列δ(n1,n2)的响应;图像中的噪声频谱位于空间频率较高的区域,空间域低通滤波用于平滑噪声;低通滤波的h(n1,n2)的3*3阵列如下:
采用5*5阵列低通滤波h(n1,n2)如下:
空域高通滤波是对图像的低频分量进行拟制,让图像的高频分量无损耗或者低损耗的通过;空域高通滤波常用的h(n1,n2)的如下:
所述车载终端的内腔底部固定有主机箱;所述单片机控制器分别与数据存储器、数据处理器和无线射频收发器电性连接;所述无线射频收发器用于接收和发射无线信号;
所述单片机控制器的输入端分别与GPS卫星数据采集处理器、图像采集处理器、音频采集处理器和电源控制器的输出端电性连接;所述图像采集处理器用于接收并处理摄像头采集的车辆图像信号;所述音频采集处理器用于接收并处理声音传感器采集的车辆音频信号;
所述图像采集处理器对重建后的图像按照颜色信息进行分割,得到多个目标区域块,具体操作如下:
(1)从灰度拉伸后的图像中随机选择一个像素,记为x,选取以该像素x为中心的一个窗口;
(2)计算该像素x的均值漂移向量mh(x):
其中xi是以像素x为中心的窗口中的像素点,k(x)为单位高斯核函数,表示求导,h是核函数k(x)的颜色带宽;n是以像素x为中心的窗口中的像素点的总数;
(3)设定误差阈值ε=0.1,判断|mh(x)-x|<ε是否成立,若成立,则x即为收敛点z,执行步骤(4);否则,更新x=mh(x),返回步骤(2)重新迭代;
(4)依次求出超分辨重建后的图像中的每个像素点的局部收敛点zi,i=1,2,…,n;
(5)将具有相同收敛点的像素点zi归为同一类,即划为一个分割区域,得到分割后的图像;
所述GPS卫星数据采集处理器的混合图像表示为:
即:
Sn=αnFn+βnαn-1Fn-1+…+βnβn-1…βn-iαn-iFn-i
+…+βnβn-1…β2β1G′;
其中βi=1-αi,i=1,2,…,n,选定参数μ′和初值α1,根据αi+1=μ′αi(1-αi)产生一个混沌序列{αi|0<αi<1,i=1,2,…n},作为迭代时的参数序列,在这里选取的参数μ′和初值α1要不同于产生水印时的参数μ(t)和初值x(1);
所述单片机控制器的输出端分别与车辆电路控制器、车辆油路控制器和滤波器的输入端电性连接;所述单片机控制器根据数据处理器反馈的信号,用于对车辆电路控制器和车辆油路控制器输入相应的信号;所述车辆电路控制器和车辆油路控制器分别用于对车辆电路系统和车辆油路系统控制;
所述GPS卫星数据采集处理器的输入端与GPS卫星的输出端连接;所述摄像头的输出端与图像采集处理器的输入端电性连接;所述声音传感器的输出端与音频采集处理器的输入端电性连接;所述无线射频收发器通过GPRS网络与外部设备连接;所述电源控制器的输入端分别与外部电源和内部电源的输出端电性连接;
所述车载终端的后端面设置有安装接口;
所述车辆电路控制器的输出端与车辆电路系统的输入端电性连接;
所述车辆油路控制器的输出端与车辆油路系统的输入端电性连接;
所述外部设备为手机、电脑具有网络连接功能的电子产品;所述外部设备用于通过GPRS网络直接控制单片机控制器,且实时查看车辆的位置状态。
进一步,所述数据处理器的图像信息脉冲耦合神经网络模型:
Fij[n]=Sij;
Uij[n]=Fij[n](1+βij[n]Lij[n]);
θij[n]=θ0e-αθ(n-1);
其中,βij[n]为自适应链接强度系数;
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3。
进一步,无线射频收发器提高发射部分辐射性能的方法包括:读取单片机控制器存储的RAMP曲线信息,根据存储的RAMP曲线测试发射符号的相位误差;当所述发射符号的相位误差大于协议规定阈值时,修改所述存储的RAMP曲线的上升沿,修改后的RAMP曲线满足无线射频收发器的时间模板;
根据所述修改后的RAMP曲线,测试发射符号的相位误差;
当发射符号的相位误差小于或等于协议规定阈值时,将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息;否则,重新修改所述存储的RAMP曲线的上升沿或所述修改后的RAMP曲线的上升沿,直至使发射符号的相位误差小于或等于协议规定阈值。
进一步,所述将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息包括:将所述修改后的RAMP曲线信息替换所述单片机控制器非易失性内存中所述存储的RAMP曲线信息;
所述协议规定阈值的取值范围包括:0°~5°;
所述修改所述存储的RAMP曲线的上升沿包括:提高所述存储的RAMP曲线的上升沿中平稳状态之前的多个时间采样点的控制字,且使所述多个时间采样点的控制字大于所述平稳状态时的控制字;
所述多个时间采样点包括3~5个时间采样点;
所述多个时间采样点修改后的控制字相同或不同;
所述测试发射符号的相位误差是采用单片机控制器内嵌的相位误差检测组件实现的。
进一步,GPS卫星数据采集处理器的信号采集方法包括:
首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i=1,…,M,其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测i=1,…,M,其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下式最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下式最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
进一步,GPS卫星数据采集处理器的信号处理方法包括:
(1)对接收信号x(t)进行非线性变换,按如下公式进行:
其中A表示信号的幅度,a(m)表示信号的码元符号,p(t)表示成形函数,fc表示信号的载波频率,表示信号的相位,通过该非线性变换后得到:
进一步,所述声音传感器接收音频信号的信号模型表示为:
r(t)=s1(t)+s2(t)+…+sn(t)+v(t)
其中,si(t)为音频重叠信号的各个信号分量,各分量信号独立不相关,n为音频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
本发明具有的优点和积极效果是:该基于GPS的汽车定位控制系统,通过GPS卫星数据采集处理器可接收GPS卫星的信号,实时的对车辆定位,并反馈给单片机控制器,车载终端通过摄像头和声音传感器可在驾驶员离开车辆时对车内的影像和声音进行采集,通过图像采集处理器和音频采集处理器可对采集的信息处理,并反馈给单片机控制器,数据处理器可对所采集的数据综合分析处理,并反馈给单片机控制器,单片机控制器能够控制车辆的电路系统和油路系统,且外部设备可通过GPRS网络直接控制单片机控制器,整个系统实现了对车辆定位、防盗及监控的目的,且设备结构简单,在设备外部电路被破坏时能够自动切换至内部电源,提高了设备运行的稳定性,同时具有防电磁干扰功能。
本发明通过无线射频收发器与单片机控制器配合,调节相位误差,提高了发射部分辐射性能;辐射性能相比与现有技术提高了进8个百分点。
本发明GPS卫星数据采集处理器的集信号采集和处理于一体,提高了信号捕获的准确率和信号的强度;对下一步的信号处理提供了保证,准确率相比于现有技术的93.12%提高到97.85%,提高了4个左右的百分点。本发明声音传感器接收音频信号的信号模型可获得准确的音频信号,对进一步的智能化提供了保证。
附图说明
图1是本发明实施例提供的基于GPS的汽车定位控制系统的原理框图;
图2是本发明实施例提供的基于GPS的汽车定位控制系统的结构示意图;
图3是本发明实施例提供的基于GPS的汽车定位控制系统的后视图。
图中:1、车载终端;2、单片机控制器;3、摄像头;4、声音传感器;5、主机箱;6、数据存储器;7、数据处理器;8、无线射频收发器;9、GPS卫星数据采集处理器;10、图像采集处理器;11、音频采集处理器;12、电源控制器;13、车辆电路控制器;14、车辆油路控制器;15、滤波器;16、GPS卫星;17、GPRS网络;18、外部设备;19、外部电源;20、内部电源;21、安装接口;22、车辆电路系统;23、车辆油路系统。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合图1至图3对本发明的结构作详细的描述:
本发明实施例提供的基于GPS的汽车定位控制系统,包括车载终端1和单片机控制器2;所述车载终端通过信号连接单片机控制器;
所述车载终端1前端面从左到右依次设置有摄像头3和声音传感器4;所述车载终端1的内腔底部固定有主机箱5;所述单片机控制器2分别与数据存储器6、数据处理器7和无线射频收发器8电性连接;
所述单片机控制器2的输入端分别与GPS卫星数据采集处理器9、图像采集处理器10、音频采集处理器11和电源控制器12的输出端电性连接;所述单片机控制器2的输出端分别与车辆电路控制器13、车辆油路控制器14和滤波器15的输入端电性连接;
所述GPS卫星数据采集处理器9的输入端与GPS卫星16的输出端连接;所述摄像头3的输出端与图像采集处理器10的输入端电性连接;所述声音传感器4的输出端与音频采集处理器11的输入端电性连接;所述无线射频收发器8通过GPRS网络17与外部设备连接;
所述电源控制器12的输入端分别与外部电源19和内部电源20的输出端电性连接;
所述车载终端1的后端面设置有安装接口21。
所述车辆电路控制器13的输出端与车辆电路系统22的输入端电性连接。
所述车辆油路控制器14的输出端与车辆油路系统23的输入端电性连接。
所述外部设备18为手机、电脑等具有网络连接功能的电子产品。
所述摄像头将一个图片每一个像素的颜色由其相邻的n*n个像素的平均值来替代;将一个3*3的点阵,设带平滑的像素为f(i,j),平滑后为g(i,j),那么:
f(i-1,j-1) f(i-1,j) f(i-1,j+1);
f(i,j-1) f(i,j) f(i,j+1);
f(i+1,j-1) f(i+1,j) f(i+1,j+1);
g(i,j)=(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1))/9;
所述摄像头图像的滤波处理包括:
卷积滤波原理是y(n1,n2)=∑∑x(m1,m2)h(n1-m1,n2-m2),两个求和符号的范围分别是m1:0~N m2:0~N;其中x(m1,m2)为输入图像信号,h(n1-m1,n2-m2)为滤波系统对单位采样序列δ(n1,n2)的响应;图像中的噪声频谱位于空间频率较高的区域,空间域低通滤波用于平滑噪声;低通滤波的h(n1,n2)的3*3阵列如下:
采用5*5阵列低通滤波h(n1,n2)如下:
空域高通滤波是对图像的低频分量进行拟制,让图像的高频分量无损耗或者低损耗的通过;空域高通滤波常用的h(n1,n2)的如下:
所述图像采集处理器对重建后的图像按照颜色信息进行分割,得到多个目标区域块,具体操作如下:
(1)从灰度拉伸后的图像中随机选择一个像素,记为x,选取以该像素x为中心的一个窗口;
(2)计算该像素x的均值漂移向量mh(x):
其中xi是以像素x为中心的窗口中的像素点,k(x)为单位高斯核函数,表示求导,h是核函数k(x)的颜色带宽;n是以像素x为中心的窗口中的像素点的总数;
(3)设定误差阈值ε=0.1,判断|mh(x)-x|<ε是否成立,若成立,则x即为收敛点z,执行步骤(4);否则,更新x=mh(x),返回步骤(2)重新迭代;
(4)依次求出超分辨重建后的图像中的每个像素点的局部收敛点zi,i=1,2,…,n;
(5)将具有相同收敛点的像素点zi归为同一类,即划为一个分割区域,得到分割后的图像。
所述GPS卫星数据采集处理器的混合图像表示为:
即:
Sn=αnFn+βnαn-1Fn-1+…+βnβn-1…βn-iαn-iFn-i
+…+βnβn-1…β2β1G′;
其中βi=1-αi,i=1,2,…,n,选定参数μ′和初值α1,根据αi+1=μ′αi(1-αi)产生一个混沌序列{αi|0<αi<1,i=1,2,…n},作为迭代时的参数序列,在这里选取的参数μ′和初值α1要不同于产生水印时的参数μ(t)和初值x(1)。
所述数据处理器的图像信息脉冲耦合神经网络模型:
Fij[n]=Sij;
Uij[n]=Fij[n](1+βij[n]Lij[n]);
θij[n]=θ0e-αθ(n-1);
其中,βij[n]为自适应链接强度系数;
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3。
无线射频收发器提高发射部分辐射性能的方法包括:读取单片机控制器存储的RAMP曲线信息,根据存储的RAMP曲线测试发射符号的相位误差;当所述发射符号的相位误差大于协议规定阈值时,修改所述存储的RAMP曲线的上升沿,修改后的RAMP曲线满足无线射频收发器的时间模板;
根据所述修改后的RAMP曲线,测试发射符号的相位误差;
当发射符号的相位误差小于或等于协议规定阈值时,将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息;否则,重新修改所述存储的RAMP曲线的上升沿或所述修改后的RAMP曲线的上升沿,直至使发射符号的相位误差小于或等于协议规定阈值。
所述将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息包括:将所述修改后的RAMP曲线信息替换所述单片机控制器非易失性内存中所述存储的RAMP曲线信息;
所述协议规定阈值的取值范围包括:0°~5°;
所述修改所述存储的RAMP曲线的上升沿包括:提高所述存储的RAMP曲线的上升沿中平稳状态之前的多个时间采样点的控制字,且使所述多个时间采样点的控制字大于所述平稳状态时的控制字;
所述多个时间采样点包括3~5个时间采样点;
所述多个时间采样点修改后的控制字相同或不同;
所述测试发射符号的相位误差是采用单片机控制器内嵌的相位误差检测组件实现的。
进一步,GPS卫星数据采集处理器的信号采集方法包括:
首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i=1,…,M,其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测i=1,…,M,其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下式最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下式最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
进一步,GPS卫星数据采集处理器的信号处理方法包括:
(1)对接收信号x(t)进行非线性变换,按如下公式进行:
其中A表示信号的幅度,a(m)表示信号的码元符号,p(t)表示成形函数,fc表示信号的载波频率,表示信号的相位,通过该非线性变换后得到:
进一步,所述声音传感器接收音频信号的信号模型表示为:
r(t)=s1(t)+s2(t)+…+sn(t)+v(t)
其中,si(t)为音频重叠信号的各个信号分量,各分量信号独立不相关,n为音频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
下面结合工作原理对本发明进一步描述。
该基于GPS的汽车定位控制系统,通过安装接口安装设备,可使得整个设备处于工作状态,数据存储器可对设备上产生的数据进行存储,数据处理器可对设备采集的数据进行处理分析,并反馈给单片机控制器,滤波器可过滤电磁波,减小电磁波对设备的影响,GPS卫星数据采集处理器可接收GPS卫星的信号,对车辆进行定位,并将信号反馈给单片机控制器,无线射频收发器可接收和发射无线信号,图像采集处理器可接收并处理摄像头采集的图像信号,音频采集处理器可接并收处理声音传感器采集的音频信号,电源控制器可控制设备接入的电源,单片机控制器可接收分别来自图像采集处理器和音频采集处理器的信号,单片机控制器根据数据处理器反馈的信号,可对车辆电路控制器和车辆油路控制器输入相应的信号,车辆电路控制器和车辆油路控制器可分别对车辆电路系统和车辆油路系统控制,外部设备可通过GPRS网络直接控制单片机控制器,且可实时查看车辆的位置状态。
本发明通过无线射频收发器与单片机控制器配合,调节相位误差,提高了发射部分辐射性能;辐射性能相比与现有技术提高了进8个百分点。由原来的85%提高带93.21%。此数据是通过大量实验所得的数据。
本发明GPS卫星数据采集处理器的集信号采集和处理于一体,提高了信号捕获的准确率和信号的强度;对下一步的信号处理提供了保证,准确率相比于现有技术的93.12%提高到97.85%,提高了4个左右的百分点。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于GPS的汽车定位控制系统,其特征在于,所述基于GPS的汽车定位控制系统包括车载终端和单片机控制器;所述车载终端通过信号连接单片机控制器;
所述车载终端前端面从左到右依次通过螺栓固定有摄像头和声音传感器;所述摄像头用于采集车辆的图像信号;所述声音传感器用于采集车辆的音频信号;所述摄像头将一个图片每一个像素的颜色由其相邻的n*n个像素的平均值来替代;将一个3*3的点阵,设带平滑的像素为f(i,j),平滑后为g(i,j),那么:
f(i-1,j-1) f(i-1,j) f(i-1,j+1);
f(i,j-1) f(i,j) f(i,j+1);
f(i+1,j-1) f(i+1,j) f(i+1,j+1);
g(i,j)=(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1))/9;
所述摄像头图像的滤波处理包括:
卷积滤波原理是y(n1,n2)=∑∑x(m1,m2)h(n1-m1,n2-m2),两个求和符号的范围分别是m1:0~N m2:0~N;其中x(m1,m2)为输入图像信号,h(n1-m1,n2-m2)为滤波系统对单位采样序列δ(n1,n2)的响应;图像中的噪声频谱位于空间频率较高的区域,空间域低通滤波用于平滑噪声;低通滤波的h(n1,n2)的3*3阵列如下:
采用5*5阵列低通滤波h(n1,n2)如下:
空域高通滤波是对图像的低频分量进行拟制,让图像的高频分量无损耗或者低损耗的通过;空域高通滤波常用的h(n1,n2)的如下:
所述车载终端的内腔底部固定有主机箱;所述单片机控制器分别与数据存储器、数据处理器和无线射频收发器电性连接;所述无线射频收发器用于接收和发射无线信号;
所述单片机控制器的输入端分别与GPS卫星数据采集处理器、图像采集处理器、音频采集处理器和电源控制器的输出端电性连接;所述图像采集处理器用于接收并处理摄像头采集的车辆图像信号;所述音频采集处理器用于接收并处理声音传感器采集的车辆音频信号;
所述图像采集处理器对重建后的图像按照颜色信息进行分割,得到多个目标区域块,具体操作如下:
(1)从灰度拉伸后的图像中随机选择一个像素,记为x,选取以该像素x为中心的一个窗口;
(2)计算该像素x的均值漂移向量mh(x):
其中xi是以像素x为中心的窗口中的像素点,k(x)为单位高斯核函数,表示求导,h是核函数k(x)的颜色带宽;n是以像素x为中心的窗口中的像素点的总数;
(3)设定误差阈值ε=0.1,判断|mh(x)-x|<ε是否成立,若成立,则x即为收敛点z,执行步骤(4);否则,更新x=mh(x),返回步骤(2)重新迭代;
(4)依次求出超分辨重建后的图像中的每个像素点的局部收敛点zi,i=1,2,…,n;
(5)将具有相同收敛点的像素点zi归为同一类,即划为一个分割区域,得到分割后的图像;
所述GPS卫星数据采集处理器的混合图像表示为:
即:
Sn=αnFn+βnαn-1Fn-1+…+βnβn-1…βn-iαn-iFn-i
+…+βnβn-1…β2β1G′;
其中βi=1-αi,i=1,2,…,n,选定参数μ′和初值α1,根据αi+1=μ′αi(1-αi)产生一个混沌序列{αi|0<αi<1,i=1,2,…n},作为迭代时的参数序列,在这里选取的参数μ′和初值α1要不同于产生水印时的参数μ(t)和初值x(1);
所述单片机控制器的输出端分别与车辆电路控制器、车辆油路控制器和滤波器的输入端电性连接;所述单片机控制器根据数据处理器反馈的信号,用于对车辆电路控制器和车辆油路控制器输入相应的信号;所述车辆电路控制器和车辆油路控制器分别用于对车辆电路系统和车辆油路系统控制;
所述GPS卫星数据采集处理器的输入端与GPS卫星的输出端连接;所述摄像头的输出端与图像采集处理器的输入端电性连接;所述声音传感器的输出端与音频采集处理器的输入端电性连接;所述无线射频收发器通过GPRS网络与外部设备连接;所述电源控制器的输入端分别与外部电源和内部电源的输出端电性连接;
所述车载终端的后端面设置有安装接口;
所述车辆电路控制器的输出端与车辆电路系统的输入端电性连接;
所述车辆油路控制器的输出端与车辆油路系统的输入端电性连接;
所述外部设备为手机、电脑具有网络连接功能的电子产品;所述外部设备用于通过GPRS网络直接控制单片机控制器,且实时查看车辆的位置状态。
2.如权利要求1所述的基于GPS的汽车定位控制系统,其特征在于,所述数据处理器的图像信息脉冲耦合神经网络模型:
Fij[n]=Sij;
Uij[n]=Fij[n](1+βij[n]Lij[n]);
其中,βij[n]为自适应链接强度系数;
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3。
3.如权利要求1所述的基于GPS的汽车定位控制系统,其特征在于,无线射频收发器提高发射部分辐射性能的方法包括:读取单片机控制器存储的RAMP曲线信息,根据存储的RAMP曲线测试发射符号的相位误差;当所述发射符号的相位误差大于协议规定阈值时,修改所述存储的RAMP曲线的上升沿,修改后的RAMP曲线满足无线射频收发器的时间模板;
根据所述修改后的RAMP曲线,测试发射符号的相位误差;
当发射符号的相位误差小于或等于协议规定阈值时,将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息;否则,重新修改所述存储的RAMP曲线的上升沿或所述修改后的RAMP曲线的上升沿,直至使发射符号的相位误差小于或等于协议规定阈值。
4.如权利要求3所述的基于GPS的汽车定位控制系统,其特征在于,所述将修改后的RAMP曲线信息取代所述存储的RAMP曲线信息包括:将所述修改后的RAMP曲线信息替换所述单片机控制器非易失性内存中所述存储的RAMP曲线信息;
所述协议规定阈值的取值范围包括:0°~5°;
所述修改所述存储的RAMP曲线的上升沿包括:提高所述存储的RAMP曲线的上升沿中平稳状态之前的多个时间采样点的控制字,且使所述多个时间采样点的控制字大于所述平稳状态时的控制字;
所述多个时间采样点包括3~5个时间采样点;
所述多个时间采样点修改后的控制字相同或不同;
所述测试发射符号的相位误差是采用单片机控制器内嵌的相位误差检测组件实现的。
5.如权利要求1所述的基于GPS的汽车定位控制系统,其特征在于,GPS卫星数据采集处理器的信号采集方法包括:
首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i=1,…,M,其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测i=1,…,M,其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下式最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下式最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
6.如权利要求1所述的基于GPS的汽车定位控制系统,其特征在于,GPS卫星数据采集处理器的信号处理方法包括:
(1)对接收信号x(t)进行非线性变换,按如下公式进行:
其中A表示信号的幅度,a(m)表示信号的码元符号,p(t)表示成形函数,fc表示信号的载波频率,表示信号的相位,通过该非线性变换后得到:
7.如权利要求1所述的基于GPS的汽车定位控制系统,其特征在于,
所述声音传感器接收音频信号的信号模型表示为:
r(t)=s1(t)+s2(t)+…+sn(t)+v(t)
其中,si(t)为音频重叠信号的各个信号分量,各分量信号独立不相关,n为音频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710081190.8A CN106896374A (zh) | 2017-02-15 | 2017-02-15 | 一种基于gps的汽车定位控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710081190.8A CN106896374A (zh) | 2017-02-15 | 2017-02-15 | 一种基于gps的汽车定位控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106896374A true CN106896374A (zh) | 2017-06-27 |
Family
ID=59198778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710081190.8A Pending CN106896374A (zh) | 2017-02-15 | 2017-02-15 | 一种基于gps的汽车定位控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106896374A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404057A (zh) * | 2011-07-08 | 2012-04-04 | 展讯通信(上海)有限公司 | 提高gsm终端射频发射部分辐射性能的方法 |
CN103036573A (zh) * | 2012-12-03 | 2013-04-10 | 南京工业大学 | 基于滤波的压缩感知信号采集方法 |
CN204269831U (zh) * | 2014-11-12 | 2015-04-15 | 辽宁省交通高等专科学校 | 一种用于汽车定位的gps定位系统 |
CN105342769A (zh) * | 2015-11-20 | 2016-02-24 | 宁波大业产品造型艺术设计有限公司 | 智能电动轮椅 |
CN105389797A (zh) * | 2015-10-16 | 2016-03-09 | 西安电子科技大学 | 一种基于超分辨率重建的无人机视频小目标检测方法 |
CN105490371A (zh) * | 2015-12-28 | 2016-04-13 | 国网山西省电力公司技能培训中心 | 一种多功能新能源发电蓄能供热供电控制系统 |
-
2017
- 2017-02-15 CN CN201710081190.8A patent/CN106896374A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404057A (zh) * | 2011-07-08 | 2012-04-04 | 展讯通信(上海)有限公司 | 提高gsm终端射频发射部分辐射性能的方法 |
CN103036573A (zh) * | 2012-12-03 | 2013-04-10 | 南京工业大学 | 基于滤波的压缩感知信号采集方法 |
CN204269831U (zh) * | 2014-11-12 | 2015-04-15 | 辽宁省交通高等专科学校 | 一种用于汽车定位的gps定位系统 |
CN105389797A (zh) * | 2015-10-16 | 2016-03-09 | 西安电子科技大学 | 一种基于超分辨率重建的无人机视频小目标检测方法 |
CN105342769A (zh) * | 2015-11-20 | 2016-02-24 | 宁波大业产品造型艺术设计有限公司 | 智能电动轮椅 |
CN105490371A (zh) * | 2015-12-28 | 2016-04-13 | 国网山西省电力公司技能培训中心 | 一种多功能新能源发电蓄能供热供电控制系统 |
Non-Patent Citations (2)
Title |
---|
APPLE5523: ""图像处理算法"", 《百度文库HTTPS://WENKU.BAIDU.COM/VIEW/C052CE43F524CCBFF0218435.HTML》 * |
高婷婷 等: ""基于混沌映射和迭代混合的数字图像水印"", 《计算机应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107132535B (zh) | 基于变分贝叶斯学习算法的isar稀疏频带成像方法 | |
CN102005037B (zh) | 结合多尺度双边滤波与方向滤波的多模图像融合方法 | |
CN101303764B (zh) | 基于非下采样轮廓波的多传感器图像自适应融合方法 | |
CN102221696B (zh) | 稀疏微波成像方法 | |
CN101980290B (zh) | 抗噪声环境多聚焦图像融合方法 | |
CN101404084A (zh) | 基于Wavelet和Curvelet变换的红外图像背景抑制方法 | |
US20200327369A1 (en) | Data analytics on pre-processed signals | |
CN104463808A (zh) | 基于空间相关性的高光谱数据降噪方法及系统 | |
CN102750714B (zh) | 基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法 | |
CN112002341A (zh) | 语音信号的参数化表达、加密传输和重构的方法及装置 | |
CN117792538B (zh) | 一种车载天线的信号接收性能测试方法 | |
CN107886751B (zh) | 一种车载终端实时路况预警系统 | |
CN106896374A (zh) | 一种基于gps的汽车定位控制系统 | |
CN114067217A (zh) | 基于非下采样分解转换器的sar图像目标识别方法 | |
CN118015562A (zh) | 一种恶劣天气下交通事故监控视频关键帧提取方法及系统 | |
Ngo et al. | Beamforming and scalable image processing in vehicle-to-vehicle networks | |
CN116359836A (zh) | 一种基于超分辨率测向的无人机目标跟踪方法和系统 | |
CN105427351A (zh) | 基于流形结构化稀疏先验的高光谱图像压缩感知方法 | |
CN103716057B (zh) | 一种基于压缩感知的车载轨道移频信号快速压缩方法 | |
CN105260992A (zh) | 基于鲁棒主成分分解和特征空间重构的交通图像去噪算法 | |
CN115601649A (zh) | 基于TransUnet的海洋内波条纹分割方法、设备及存储介质 | |
CN115600101A (zh) | 一种基于先验知识的无人机信号智能检测方法及装置 | |
CN113848532A (zh) | 基于降噪模型的fmcw雷达信号降噪系统及方法 | |
Zhang et al. | Cnn based target classification in vehicular networks with millimeter-wave radar | |
CN112668439A (zh) | 基于无线信号的人体姿势估计方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |