CN116539333A - 基于车用冲击传感器的碰撞测量信号预处理方法及装置 - Google Patents

Abstract

本发明涉及测量信号预处理技术领域，公开了一种基于车用冲击传感器的碰撞测量信号预处理方法及装置，包括以下步骤，步骤1：进行车辆碰撞测试，并采用车用冲击传感器采集得到车辆碰撞过程中的初始速度信号；所述初始速度信号包括加速度信号和角速度信号；步骤2：对初始速度信号进行频谱自适应分割，并自初始速度信号频谱中确认得到初始速度信号的有效频段；步骤3：基于有效频段，自初始速度信号中获取有效频段信号作为有效速度信号。本发明能够配合冲击传感器获取得到准确、有效的测量数据，有助于降低传感器设置成本并提升测量信号测量精准度。

Description

基于车用冲击传感器的碰撞测量信号预处理方法及装置

技术领域

本发明涉及测量信号预处理技术领域，具体涉及一种基于车用冲击传感器的碰撞测量信号预处理方法及装置。

背景技术

在汽车碰撞测试中，现有一种基于惯性测量单元的动态位移测量方法，通过采用多个惯性测量单元配合来测定碰撞过程中试验样品的加速度信号和角速度信号，再通过导航解算，得到待测碰撞点所产生的动态位移，以用于进行车辆碰撞变形分析，进而评估车辆安全性。

目前，在此方法的实际应用中，常采用MEMS-IMU类型传感器作为惯性测量器件来进行线加速度及角速度信号的采集，其运行性能稳定，零偏较小且测量精度较高。为有效获取整车碰撞特性，保证数据采集精度要求，在整车碰撞测试中，冲击传感器的加速度及角速度的采样率一般都设定在10K Hz及以上。但是，现有的MEMS-IMU类型传感器的信号采集频率均较低，大多为200Hz左右，其中的加速度计幅值也较低，往往不能满足车辆碰撞测试的采集要求，故而需要对MEMS-IMU类型传感器进行改造或定制生产特定类型的MEMS器件，满足目标要求的MEMS器件往往成本较高，改造难度较大，通常带宽也在1K Hz以下。

而还有的常规的车用冲击传感器因其自身特性和应用场景的不同，其在进行输出模拟量采集时，相较于MEMS-IMU类型传感器，虽然其频率响应指标更高，能够满足车辆碰撞测试的采集需求，但其采集精度存在不足，特别是在车辆碰撞过程中，由于工况极为复杂，常规冲击传感器采集得到的数据易于导致较大的解算误差。

发明内容

本发明意在提供一种基于车用冲击传感器的碰撞测量信号预处理方法及装置，能够配合冲击传感器获取得到准确、有效的测量数据，有助于降低传感器设置成本并提升测量信号测量精准度。

为达到上述目的，本发明提供的基础方案为：

方案一

基于车用冲击传感器的碰撞测量信号预处理方法，包括以下步骤：

步骤1：进行车辆碰撞测试，并采用车用冲击传感器采集得到车辆碰撞过程中的初始速度信号；所述初始速度信号包括加速度信号和角速度信号；

步骤2：对初始速度信号进行频谱自适应分割，并自初始速度信号频谱中确认得到初始速度信号的有效频段；

步骤3：基于有效频段，自初始速度信号中获取有效频段信号作为有效速度信号。

本方案的工作原理及优点在于：采用车用冲击传感器采集初始速度信号，能够实现较高采集频率下的信号采集，采集得到的初始速度信号可以进行实时输出，可满足车辆碰撞测试的基础采集需求。再通过对初始速度信号频谱进行分析和自适应分割，利用频谱，对初始速度信号中存在的测量噪声所在的频谱进行分割，进而定位得到初始信号频谱中的有效频谱，进而提取得到对应有效频谱的有效频段信号作为有效速度信号。该有效速度信号不受噪声信号干扰，可靠度较高。

本方案能够配合冲击传感器获取得到准确、有效的测量数据，有助于降低传感器设置成本并提升测量信号测量精准度。重点在于，第一，信号采集操作基于常规的车用冲击传感器进行，无需额外定制MEMS-IMU类型传感器，能够高频率采集速度信号，装置设置成本较低。第二，本方案设置的基于自适应频谱分割方式的信号处理方法，能够准确定位有效频段并提取有效速度信号作为参与惯导解算、动态位移解算的测量信号，能够大幅提高测量信号的精准度，有助于提高后续动态位移解算的精准度，提高碰撞测试可靠性。

特别的是，本方案突破了常规测试方法中进行信号采集时依赖于定制传感器的设置局限，采用了常规的车用冲击传感器进行车辆碰撞测试，并使得常规的车用冲击传感器能够直接应用于车辆碰撞测试中，并等效提高了车用冲击传感器的采集精度。相较于定制的MEMS-IMU类型传感器，本方案的测试成本更低，并能够达到相较于定制传感器更高的采集频率及加速度幅值等，采样效果更佳。

并且，在常规碰撞测试中，往往不会采用冲击传感器来进行信号采集，概因为现有的冲击传感器输出的均为模拟量，虽然模拟量的输出频率较高，但其采样精度较低，较大的采样误差会直接影响到位移解算的精准度，并且，模拟量的数据量较大，数据处理难度相较于MEMS-IMU类型传感器所输出的数字量更高。而本方案则突破性地采用了常规所不会采用的车用冲击传感器作为采集装置，突破了常规的测试思维局限。

进一步地，本方案通过设定特殊的信号处理策略使得冲击传感器等效具备较高的采样精度。并且，此处本方案所提供的信号处理策略，与常规的预处理方法不同。一般的预处理，通常只是对采集数据的噪点去除、对数据整体的均值滤波，即就是对采集数据在原有内容上的优化，不会超出采集范围，也不改变采集范围，没有的质的改变，并且实质上去除了部分真实的采集数据。而本方案的处理方法，是在此种预处理之前的，实际是基于冲击传感器所采集的高频率数据，对其进行的动态测度，在自适应的频谱处理中，从根本上动态精选了采样数据的频谱范围、采样范围，调整的是采样数据整体，减少了后续模拟量的数据处理量的同时，实际保留了完整的真正的有效的速度信号，实现的是对采样数据整体的质的提升，数据有效度更高，精准度提升更大。

方案二

一种碰撞测量信号采集装置，包括车用冲击传感器；所述车用冲击传感器与一数据处理模块建立信号连接；所述数据处理模块内预设有如方案一所述的基于车用冲击传感器的碰撞测量信号预处理方法；所述数据处理模块用于预处理车用冲击传感器测量得到的信号数据。

本方案的工作原理及优点在于：由车用冲击传感器正常采集车辆碰撞测试中的线加速度及角速度信号，并由数据处理模块按照方案一的方式，通过自适应分割频谱进一步自高频率采集的数据中提取得到有效速度信号，完成碰撞测量信号的采集。

本方案所提供的采集装置，基于车用冲击传感器改进得到，通过联立一数据处理模块即可完成改进，改进成本较低。整体采集装置可保有车用冲击传感器自身的高频率采集、高抗冲击性等特点的同时，车用冲击传感器的采集精度误差能够被数据处理模块协同处理，进而达到较高的数据采集精度。相较于现有的定制式的MEMS-IMU类型传感器，本采集装置的设置成本更低，生产及使用更为方便，抗冲击性更强，测试效果更好。

附图说明

图1为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的方法流程示意图；

图2为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的频谱自适应分割示意图；

图3为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的FIR带通滤波器的运作示意图；

图4为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的仿真信号及各分量的时域波形图；

图5为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的信号频谱及分割边界示意图；

图6为本发明基于车用冲击传感器的碰撞测量信号预处理方法及装置实施例的信号滤波前后对比图。

具体实施方式

下面通过具体实施方式进一步详细的说明：

实施例基本如附图1所示：基于车用冲击传感器的碰撞测量信号预处理方法，包括以下步骤：

步骤1：进行车辆碰撞测试，并采用车用冲击传感器采集得到车辆碰撞过程中的初始速度信号。所述初始速度信号包括加速度信号和角速度信号。本实施例中，所述车用冲击传感器为六轴角速度传感器。

步骤2：对初始速度信号进行频谱自适应分割，并自初始速度信号频谱中确认得到初始速度信号的有效频段。

在进行频谱自适应分割时，包括以下子步骤：

S1：对初始速度信号进行快速傅里叶变换，并对其频谱进行归一化处理。本实施例中，将初始速度信号定义为x(t)。

具体地，车用冲击传感器采集得到的初始速度信号均为模拟量。

在进行快速傅里叶变换时，包括以下过程：

一个模拟信号x(t)的连续傅里叶变换可以表示为：

x(t)在n个采样周期T后变为x(nT)；并设x(n)为N点有限长序列。

离散傅里叶变换(DFT)可表示为：

将离散傅里叶变换公式拆分成奇偶项，则前N/2个点可以表示为：

其中

同理，后N/2点可以表示为：

由此可知，后N/2个点的值完全可以通过计算前N/2个点的中间过程值确定。对A(k)与B(k)继续进行奇偶分解，直至变成两个点的DFT，进而实现快速离散傅里叶变换。

S2：搜索频谱中的极大值点，并对其进行插值处理，得到频谱的极大值包络线E_max；

所述插值处理为进行线插值或分段进行3次Hermite插值。通过插值处理获取得到的极大值包络线能够减弱频谱泄漏对定位特征频率的干扰，有助于后续准确定位特征频率。

S3：搜索频谱的极大值包络线E_max的极大值序列{p_i}(i＝1,2,…,P)，P为E_max中极大值点的数目；并计算得到每个极大值点p_i的动态测度，并获取p_i的特征频率。其中，通过计算动态测度有助于进一步“筛除”虚假特征频率，并消除噪声对定位特征频率的干扰，可进一步提升特征频率的定位准确度。

具体地，在获取特征频率时，首先设定一特征频率的阈值μ，本实施例中，其值一般不超过1K，若p_i≥μ，则判定p_i对应的频率为特征频率。

S4：在获取M(M≤P)个特征频率序列{Ω_m}(m＝1,2,...,)后，以相邻两个特征频率的中点对应的频率{ω_m}(m＝1,2,...,-1)作为两个频带的辨识，加上频谱的两端边界，共得到M+1个边界；基于边界将扰动信号x(t)的频谱分割成M+2个区间，从而实现频谱的自适应分割；如附图2所示。

在完成频谱的自适应分割后，更便于后续快速且准确地定位有效频谱。并且，本方案中，通过设定的自适应分割方法，可对S1中进行傅里叶变换时可能因主观因素、信号频谱泄露和噪声等影响因素而导致分解的信号混入虚假分量或者分解不充分的现象进行弥补，通过S3、S4中特征频率的确定，间接确定信号的分解模态数，使得S1中的傅里叶变换等效于在已知信号的分解模态数的情况下进行，提升了S1中信号处理的自适应性和准确性，进而进一步保证了整体信号分割、有效判断确定的准确性。

当初始速度信号中混有高频噪声时，对第M个特征频率后的频谱进行分割，即对扰动信号最高频率分量的右边界ω_M进行延拓，其中，ω_M＝2Ω_M-ω_M-1；并基于ω_M，将初始速度信号分割为低频干扰段[0,ω₀]、高频噪声段[ω_M,ω_max]及信号有效段[ω₀,ω_M]。

步骤3：基于有效频段，自初始速度信号中获取有效频段信号作为有效速度信号。

基于有效频段，采用FIR带通滤波器(如附图3所示)对初始速度信号进行滤除处理，并得到有效频段信号作为有效速度信号。

具体地，由FIR带通滤波器将有效频段范围外的信号均做滤除处理，进而留存得到有效频段范围内的准确的初始速度信号(即有效速度信号)，能够有效提升测量信号的准确性。

本实施例还提供一种碰撞测量信号采集装置，包括车用冲击传感器；所述车用冲击传感器与一数据处理模块建立信号连接；所述数据处理模块内预设有如上述的基于车用冲击传感器的碰撞测量信号预处理方法；所述数据处理模块用于按照如上述的基于车用冲击传感器的碰撞测量信号预处理方法，预处理车用冲击传感器测量得到的信号数据。

本实施例提供的一种基于车用冲击传感器的碰撞测量信号预处理方法，首先打破了常规认为冲击传感器无法适用于车辆碰撞试验的速度信号采集的技术偏见，特别采用常规所不认可的车用冲击传感器进行信号采集，并通过设定特定的处理策略，使得车用传感器能够等效拥有较高的采样精度。本方法能够配合常规的车用冲击传感器，对车用冲击传感器的测量信号进行优化处理，通过自适应频谱分割方式准确定位有效频段并提取有效速度信号作为参与惯导解算、动态位移解算的测量信号，能够大幅提高测量信号的精准度，使得车用冲击传感器的采样精度等效满足测试需求，并同步保有其较强的抗冲击性、高采样率的特征，有助于提高后续动态位移解算的精准度，提高碰撞测试可靠性。

并且，本实施例提供的装置，基于常规的车用冲击传感器改良得到，改进成本较低，可充分发挥车用冲击传感器的高采样率(可达到1k Hz以上)、高频率响应、高抗冲击(可采样的加速度范围由150g提升至500g，角速度范围由4000°/s提升至12000°/s)等特点，满足车辆碰撞测试的采集需求的同时，可达到较高的测量精度。

此外，此处引入一模拟案例对本方案的测量信号处理效果进行展示。

具体地，设定模拟仿真的初始速度信号x(t)，且x(t)＝x₁(t)+x₂(t)+x₃(t)

其中，x₁(t)＝10*cos(40πt)，x₂(t)＝8*cos(80πt+π/2)，x₃(t)＝2*cos(1200πt)，采样频率设定为1024Hz。此条件下，仿真信号x(t)及各分量的时域波形图如图4所示。

采用如上述的频谱自适应分割方法，对x(t)进行处理。处理得到的信号频谱及分割边界如图5所示。自图5可知，通过频谱自适应分割方法可准确获得20Hz和40Hz的特征频率以及10Hz、30Hz、50Hz三条分割边界，并得到有效频段为[10Hz，50Hz]。

再基于有效频段，采用FIR带通滤波器提取有效频段信号作为有效速度信号。

本实施例中，使用Filter Design Assistant Tool(过滤器设计辅助工具)进行FIR带通滤波仿真。此处，FIR带通滤波器的技术参数设置如附表1所示：

表1滤波器参数表

采用FIR带通滤波器，基于有效频段进行信号滤波，筛除有效频段外的信号数据。滤波操作的前后对比图如图6所示，信号高频段已被有效滤除，剩余的均为有效频段的信号数据，数据处理效果较佳。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。

Claims (7)

1.基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，包括以下步骤：

步骤1：进行车辆碰撞测试，并采用车用冲击传感器采集得到车辆碰撞过程中的初始速度信号；所述初始速度信号包括加速度信号和角速度信号；

步骤2：对初始速度信号进行频谱自适应分割，并自初始速度信号频谱中确认得到初始速度信号的有效频段；

步骤3：基于有效频段，自初始速度信号中获取有效频段信号作为有效速度信号。

2.根据权利要求1所述的基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，所述车用冲击传感器为六轴角速度传感器。

3.根据权利要求1所述的基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，在进行频谱自适应分割时，包括以下子步骤：

S1：对初始速度信号进行快速傅里叶变换，并对其频谱进行归一化处理；

S2：搜索频谱中的极大值点，并对其进行插值处理，得到频谱的极大值包络线E_max；

S3：搜索频谱的极大值包络线E_max的极大值序列{p_i}(i＝1,2,…,P)，P为E_max中极大值点的数目；并计算得到每个极大值点p_i的动态测度，并获取p_i的特征频率；

S4：在获取M(M≤P)个特征频率序列{Ω_m}(m＝1,2,…,M)后，以相邻两个特征频率的中点对应的频率{ω_m}(j＝1,2,…,M-1)作为两个频带的辨识，加上频谱的两端边界，共得到M+1个边界；基于边界将扰动信号x(t)的频谱分割成M+2个区间，从而实现频谱的自适应分割。

4.根据权利要求3所述的基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，在S2中，所述插值处理为进行线插值或分段进行3次Hermite插值。

5.根据权利要求3所述的基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，当初始速度信号中混有高频噪声时，对第M个特征频率后的频谱进行分割，即对扰动信号最高频率分量的右边界ω_M进行延拓，其中，ω_M＝2Ω_M-ω_M-1；并基于ω_M，将初始速度信号分割为低频干扰段[0,ω₀]、高频噪声段[ω_M,ω_max]及信号有效段[ω₀,ω_M]。

6.根据权利要求1所述的基于车用冲击传感器的碰撞测量信号预处理方法，其特征在于，在步骤3中，基于有效频段，采用FIR带通滤波器对初始速度信号进行滤除处理，并得到有效频段信号。

7.一种碰撞测量信号采集装置，其特征在于，包括车用冲击传感器；所述车用冲击传感器与一数据处理模块建立信号连接；所述数据处理模块内预设有如权利要求1-6任一项所述的基于车用冲击传感器的碰撞测量信号预处理方法；所述数据处理模块用于预处理车用冲击传感器测量得到的信号数据。