JP2004150280A - Device for smoothing signal by using epsilon filter - Google Patents

Abstract

<P>PROBLEM TO BE SOLVED: To provide a filter for restricting fluctuation in the normal condition by reducing the generation of phase delay. <P>SOLUTION: This device for smoothing a given signal by using an ε filter computes a fluctuation width of the given signal by using wavelet conversion, and sets a threshold value of the ε filter in response to the computed fluctuation width. The given signal is filtered by the ε filter, of which threshold value is set in response to the fluctuation width. A moving average filter for moving the given signal to average it can be, furthermore, provided. The ε filter carries out filtering to the signal moved to average it. As the given signal, an output from an air-flow meter can be used, and an output through the ε filtering is used to decide the fuel injection quantity. <P>COPYRIGHT: (C)2004,JPO

Description

【００３０】
図３は、この従来手法に従う、エアフローメータ出力Ｇｔｈと移動平均値Ｇｔｈ＿ａｖｅの遷移を示す。参照番号２１によって示されるように、吸入空気量が本来一定となっている状態（すなわち定常状態）において、移動平均値Ｇｔｈ＿ａｖｅに“ゆらぎ”が残留している。これは、脈動周期の微妙な位相ずれや脈動振幅の変動の影響に起因するものである。このゆらぎにより燃料噴射量が変動し、よって混合気の空燃比に変動を生じさせるおそれがある。
【００３１】
これを解決するため、脈動周波数以上の周波数（正確には、脈動周波数よりも少し低い周波数に対して高周波側にある周波数成分）を阻止する特性を持つチェビシェフフィルタ等を用いて、該阻止する周波数領域を大きくとることにより、このゆらぎを抑制することが考えられる。しかしながら、この手法では、空気量Ｇｔｈに対してフィルタリングした値の位相遅れが増大し、過渡時における空燃比制御が低下するので好ましくない。
【００３２】
また、カルマンフィルタによって空気量Ｇｔｈをフィルタリングする手法もある。しかしながら、空気量Ｇｔｈの挙動は、過渡状態から定常状態へと多岐にわたっているので、その挙動を単一のモデルで記述することは困難である。複数のモデルを用いると、そのモデルを切り替える際に、カルマンフィルタによる出力を連続的に保つことが困難となる。
【００３３】
以下に、定常時におけるゆらぎを効率よく低減し、かつ過渡時における位相遅れの少ないフィルタを実現する本発明の一実施形態を説明する。
【００３４】
本発明の一実施形態に従う吸入空気量を平滑化する装置
図４は、本発明の一実施形態に従う、吸入空気量を平滑化する装置のブロック図である。エアフローメータ出力Ｇｔｈは、周期ｎで検出される。第１の移動平均フィルタ３１は、１ＴＤＣ周期中にサンプリングされた６個のエアフローメータ出力Ｇｔｈを平均し、第１の移動平均値Ｇｔｈ＿ａｖｅを求める。
【００３５】
ダウンサンプリング部３２は、第１の移動平均値Ｇｔｈ＿ａｖｅを、周期ｋでダウンサンプリングする。ここで、周期ｋは、周期ｎの６倍であり、よって周期ｋはＴＤＣ周期に対応する。このダウンサンプリングにより、周期ｋで移動平均値Ｇｔｈ＿ａｖｅが求められ、これは、εフィルタ３３に渡される。
【００３６】
εフィルタ３３は、式（２）に従い、εフィルタリング値Ｇｔｈ＿εを求める。式（２）における”ｎ＋１”は、移動平均数を示す。εフィルタ３３は、非線形関数Ｆεによる効果を有する、ｎ＋１個の移動平均フィルタである。
【００３７】
【数２】

【００３８】
ここで、関数Ｆεは、式（３）のように定義される。
【００３９】
【数３】

【００４０】
ｕは、関数Ｆεへの入力データを示し、ｖは、関数Ｆεの基準データを示す。式（３）を式（２）に適用すると、式（３）のｕは、（ｋ−ｉ）番目のサイクルの第１の移動平均値Ｇｔｈ＿ａｖｅであり、式（３）のｖは、ｋ番目のサイクルの第１の移動平均値Ｇｔｈ＿ａｖｅである。この非線形関数Ｆεにより、以下のような特性が得られる。
【００４１】
第１の移動平均値Ｇｔｈ＿ａｖｅの変動幅が“Ｇｔｈ＿ａｖｅ（ｋ）−ε”から“Ｇｔｈ＿ａｖｅ（ｋ）＋ε”までの範囲内にあるならば、すなわち第１の移動平均値Ｇｔｈ＿ａｖｅが定常状態にあるならば、関数Ｆεの値は、Ｇｔｈ＿ａｖｅ（ｋ−ｉ）となる。εフィルタリング値Ｇｔｈ＿εは、Ｇｔｈ＿ａｖｅ（ｋ−ｉ）からＧｔｈ＿ａｖｅ（ｋ−ｎ）までの移動平均値となる。
【００４２】
一方、第１の移動平均値Ｇｔｈ＿ａｖｅの変動幅が“Ｇｔｈ＿ａｖｅ（ｋ）−ε”から“Ｇｔｈ＿ａｖｅ（ｋ）＋ε”までの範囲内に収まらないとき、すなわち第１の移動平均値Ｇｔｈ＿ａｖｅが過渡状態にあるならば、関数Ｆεの値は、今回のサイクルの第１の移動平均値Ｇｔｈ＿ａｖｅ（ｋ）となる。εフィルタリング値Ｇｔｈ＿εも、今回のサイクルにおける第１の移動平均値Ｇｔｈ＿ａｖｅ（ｋ）となる。
【００４３】
要約すれば、εフィルタ３３により、エアフローメータ出力が過渡状態にあるときは、ダウンサンプリング３２から受け取った値Ｇｔｈ＿ａｖｅ（ｋ）がそのまま出力され、エアフローメータ出力が定常状態にあるときは、ダウンサンプリング３２から受け取った第１の移動平均値Ｇｔｈ＿ａｖｅの移動平均値が出力される。このように、εフィルタ３３の出力は、その入力に対する位相遅れを持たない。
【００４４】
図５は、εフィルタを用いることの効果を示す。図５の（ａ）は、エアフローメータ出力Ｇｔｈ、第１の移動平均値Ｇｔｈ＿ａｖｅ、およびεフィルタの出力Ｇｔｈ＿ε（０．５）の遷移を示す。ここで、しきい値εは、値０．５に固定されている。図５の（ｂ）は、わかりやすくするため、図５の（ａ）から、移動平均値Ｇｔｈ＿ａｖｅ、およびεフィルタリング値Ｇｔｈ＿ε（０．５）を抜き出して示したものである。
【００４５】
εフィルタリング値Ｇｔｈ＿ε（０．５）が、過渡状態において位相遅れを持たないことがわかる。さらに、定常状態においては、第１の移動平均値Ｇｔｈ＿ａｖｅに比べて著しくゆらぎが低減されていることがわかる。このように、εフィルタを用いることにより、定常状態におけるゆらぎを低減しつつ、過渡状態における位相遅れを無くすことができる。
【００４６】
しかしながら、領域２３に示されるように、エアフローメータ出力が過渡状態から定常状態に移行するとき、εフィルタリング値Ｇｔｈ＿ε（０．５）に大きな変動が生じている。これは、過渡状態から定常状態に移行するとき、前述の式（２）の移動平均の算出に使用するデータ数が不足するためである。また、領域２５に示されるように、エアフローメータ出力が定常状態から過渡状態に移行するとき、第１の移動平均値Ｇｔｈ＿ａｖｅに対して一時的な遅れが生じている。
【００４７】
本発明の他の実施形態に従う吸入空気量を平滑化する装置
前述したように、定常状態開始時における変動および過渡状態開始時の追従遅れを解消するのが好ましく、これは、図６に示される平滑化装置によって達成される。第１の移動平均フィルタ３１およびダウンサンプリング部３２は、図４に示されるものと同じであり、よって説明を省略する。適応εフィルタ３４は、εフィルタ３３と、しきい値εが適応化される点で異なる。
【００４８】
この実施形態に従う平滑化装置は、さらに、ウェーブレット変換フィルタ３５、絶対値関数部３６、第２の移動平均フィルタ３７、しきい値抽出部３８、および可変しきい値テーブル３９を備え、エアフロメータ出力Ｇｔｈの変動幅に応じて適応εフィルタ３４のしきい値εが設定されるようにする。
【００４９】
ウェーブレット変換フィルタ３５は、第１の移動平均値Ｇｔｈ＿ａｖｅに対してウェーブレット変換を実施し、ウェーブレット変換値Ｇｔｈ＿ｗｖを算出する。ウェーブレット変換により、移動平均値Ｇｔｈ＿ａｖｅにおけるゆらぎの変動幅を検出することができる。ウェーブレット変換フィルタ３５の動作の詳細は後述される。
【００５０】
絶対値関数部３６は、ウェーブレット変換フィルタ３５から受け取ったウェーブレット変換値Ｇｔｈ＿ｗｖの絶対値Ｇｔｈ＿ｗｖ＿ａｂｓを取得する（すなわち、Ｇｔｈ＿ｗｖ＿ａｂｓ＝｜Ｇｔｈ＿ｗｖ｜）。第２の移動平均フィルタ３７は、以下の式（４）に従い、ウェーブレット変換絶対値Ｇｔｈ＿ｗｖ＿ａｂｓの移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅを取得する。これにより、適応εフィルタ３４のしきい値εを安定化させることができる。
【００５１】
【数４】

【００５２】
可変しきい値テーブル３９には、第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅと、適応εフィルタ３４のしきい値εとの対応関係が、予め格納されている。しきい値εは、定常状態における第１の移動平均値Ｇｔｈ＿ａｖｅに現れるゆらぎの振幅よりも大きくなるように設定される。
【００５３】
しきい値抽出部３８は、第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに基づいて可変しきい値テーブル３９を参照し、該第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに対応するしきい値εを求める。適応εフィルタ３４は、求められたしきい値εを用いて、上記の式（２）に従い、εフィルタリング値Ｇｔｈ＿εを求める。
【００５４】
このように、ウェーブレット変換値に基づいてしきい値εを決定することにより、エアフローメータ出力Ｇｔｈの変動幅に応じたしきい値を持つよう適応εフィルタ３４を構成することができる。
【００５５】
図７は、ウエーブレット変換フィルタ３５の詳細を示す図である。ウェーブレット変換フィルタ３５は、３個のハーフバンドローパスフィルタ４１〜４３と、１つのハーフバンドハイパスフィルタ４４と、４個のダウンサンプリング部４５〜４８を備える。ハーフバンドローパスフィルタ４３およびダウンサンプリング部４７は、省略してもよい。
【００５６】
ハーフバンドローパスフィルタ４１〜４３のそれぞれは、式（５）に示されるように、今回のサイクルにおける入力データｕ（η）と前回のサイクルにおける入力データｕ（η−１）に対してフィルタリングを実行する。
【００５７】
【数５】

【００５８】
ハーフバンドハイパスフィルタ４４は、式（６）に示されるように、今回のサイクルにおける入力データｕ（η）と前回のサイクルにおける入力データｕ（η−１）に対してフィルタリングを実行する。
【００５９】
【数６】

【００６０】
ダウンサンプリング部４５〜４８は、入力データを、「入力データのサンプリングレート×（１／２）」のサンプリングレートで、ダウンサンプリングする。
【００６１】
具体的には、ハーフバンドローパスフィルタ４１は、第１の移動平均値の今回値Ｇｔｈ＿ａｖｅ（ｎ）と前回値Ｇｔｈ＿ａｖｅ（ｎ−１）に対して上記式（５）を実行し、Ｇｌ（ｎ）を出力する。Ｇｌ（ｎ）は、ダウンサンプリング４５によって周期ｍ_１でサンプリングされる。周期ｍ_１は、周期ｎの２倍である。周期ｍ_１でサンプリングされた値は、Ｇｔｈ＿ｗｖ_１Ｌ（ｍ_１）と表される。ハーフバンドローパスフィルタ４２は、ダウンサンプリング４５から出力される今回値Ｇｔｈ＿ｗｖ_１Ｌ（ｍ_１）と前回値Ｇｔｈ＿ｗｖ_１Ｌ（ｍ_１−１）に対して上記（５）に従い、Ｇｌ（ｍ_１）を出力する。Ｇｌ（ｍ_１）は、ダウンサンプリング４６によって周期ｍ_２でサンプリングされる。周期ｍ_２は、周期ｍ_１の２倍である。周期ｍ_２でサンプリングされた値は、Ｇｔｈ＿ｗｖ_{２ Ｌ}（ｍ_２）で表される。次に、ハーフバンドハイパスフィルタ４４は、ダウンサンプリング４６から出力される今回値Ｇｔｈ＿ｗｖ_{２ Ｌ}（ｍ_２）と前回値Ｇｔｈ＿ｗｖ_{２ Ｌ}（ｍ_２）に対して上記（６）に従い、Ｇｌ（ｍ_２）を出力する。Ｇｌ（ｍ_２）は、ダウンサンプリング４８によって周期ｍ_３でサンプリングされる。周期ｍ_３は、周期ｍ_２の２倍である。周期ｍ_３でサンプリングされた値は、Ｇｔｈ＿ｗｖ_{３ Ｈ}（ｍ_３）と表され、これが、ウェーブレット変換フィルタ３５の出力Ｇｔｈ＿ｗｖ（ｍ）である。周期ｍ_３は、周期ｎの６倍である。
【００６２】
図８の（ａ）に、ハーフバンドローパスフィルタの特性の一例を示す。ハーフバンドローパスフィルタは、「ダウンサンプリング後のサンプリング周波数／２」以上の周波数成分を阻止する。低周波成分のゲインが１より大きいので、ハーフバンドローパスフィルタが適用された信号の低周波成分のゲインは増幅される。
【００６３】
図８の（ｂ）は、ハーフバンドハイパスフィルタの特性の一例を示す。ハーフバンドハイパスフィルタは、「ダウンサンプリング後のサンプリング周波数／２」以下の周波数成分を阻止する。高周波成分のゲインが１より大きいので、ハーフバンドハイパスフィルタが適用された信号の高周波成分のゲインは増幅される。
【００６４】
図９は、ウェーブレット変換フィルタ３５の動作の概要を示す。前述した定常状態における“ゆらぎ”の周波数成分が、網掛けされた領域５１に含まれることが、スペクトル解析によって判明している。
【００６５】
第１の移動平均フィルタ３１からの移動平均値Ｇｔｈ＿ａｖｅのサンプリング周期はｎであり、サンプリング周波数をｆとする（すなわち、ｆ＝１／ｎ）。参照番号５２で示される長方形は、第１の移動平均値Ｇｔｈ＿ａｖｅのパワースペクトルを示す。
【００６６】
第１の移動平均値Ｇｔｈ＿ａｖｅにハーフバンドローパスフィルタ４１とダウンサンプリング４５を適用することによって得られる信号Ｇｔｈ＿ｗｖ_{１ Ｌ}は、参照番号５３によって示されるようなパワースペクトルを持つ。ハーフバンドローパスフィルタ４１の低周波ゲインが１より大きいので、パワースペクトル５３が、増加されたゲインを持つことがわかる。
【００６７】
信号Ｇｔｈ＿ｗｖ_{１ Ｌ}にハーフバンドローパスフィルタ４２とダウンサンプリング４６を適用することによって得られる信号Ｇｔｈ＿ｗｖ_{２ Ｌ}は、参照番号５４に示されるようなパワースペクトルを持つ。ハーフバンドローパスフィルタ４２の低周波ゲインが１より大きいので、パワースペクトル５４が、増加されたゲインを持つことがわかる。
【００６８】
信号Ｇｔｈ＿ｗｖ_{２ Ｌ}にハーフバンドハイパスフィルタ４４とダウンサンプリング４８を適用することによって得られる信号Ｇｔｈ＿ｗｖ_{３ Ｈ}は、参照番号５５に示されるようなパワースペクトルを持つ（参照番号５６は、信号Ｇｔｈ＿ｗｖ_{２ Ｌ}にハーフバンドローパスフィルタ４４とダウンサンプリング４７を適用することによって得られる信号Ｇｔｈ＿ｗｖ_{３ Ｌ}のパワースペクトルを表す）。ハーフバンドハイパスフィルタ４４の高周波ゲインが１より大きいので、パワースペクトル５５が、増加されたゲインを持つことがわかる。
【００６９】
こうして、ウェーブレット変換フィルタ３５により、パワースペクトル５５を持つ信号Ｇｔｈ＿ｗｖ_{３ Ｈ}が、ウェーブレット変換値Ｇｔｈ＿ｗｖとして出力される。
【００７０】
前述したように、領域５１は、ゆらぎを含む周波数領域を示している。したがって、ウェーブレット変換フィルタ３５により、ウェーブレット変換フィルタ３５により、エアフローメータ出力の第１の移動平均値から、該領域５１に含まれるゆらぎの周波数成分を抽出することができる。また、フィルタ４１〜４４のそれぞれを適用するたびに信号のゲインが増幅されるので、Ｓ／Ｎ比が向上する。
【００７１】
図１０は、ウェーブレット変換フィルタ３５を用いることの効果を示す。図１０の（ａ）は、ハーフバンドハイパスフィルタ４４を介してダウンサンプリング部４８から出力される信号Ｇｔｈ＿ｗｖ_{３ Ｈ}（すなわち、Ｇｔｈ＿ｗｖ）の遷移を示す。比較のため、ハーフバンドローパスフィルタ４３を介してダウンサンプリング部４７から出力される信号Ｇｔｈ＿ｗｖ_３Ｌの遷移が、図１０の（ｂ）に示されている。たとえば領域６１に示されるように、ウェーブレット変換値Ｇｔｈ＿ｗｖ_{３ Ｈ}に“ゆらぎ”が含まれていることがわかる。
【００７２】
このように、ウェーブレット変換値Ｇｔｈ＿ｗｖ_{３ Ｈ}は、“ゆらぎ”を表している。前述したように、ゆらぎの大きさを表すパラメータとして、絶対値関数部３６によりウェーブレット変換値Ｇｔｈ＿ｗｖ_{３ Ｈ}の絶対値Ｇｔｈ＿ｗｖ＿ａｂｓが取得される。さらに、第２の移動平均フィルタ３７により、この絶対値の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅが算出される。第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに基づいて、しきい値εが決定される。
【００７３】
図１１は、可変しきい値テーブル３９の一例を示す。前述したように、しきい値εは、ゆらぎの振幅よりも大きくなるよう設定される。第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅは、ゆらぎの振幅の大きさを表しているので、しきい値テーブル３９は、第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅが大きくなるほど、しきい値εも大きくなるように設定される。
【００７４】
図１２の（ａ）は、ウェーブレット変換絶対値Ｇｔｈ＿ｗｖ＿ａｂｓの遷移を示す。図１２の（ｂ）は、第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅの遷移を示す。図１２の（ｃ）は、しきい値εの遷移を示す。領域６３および６４によって示されるように、ウェーブレット変換値絶対値Ｇｔｈ＿ｗｖ＿ａｂｓおよび第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに比較的大きなゆらぎが生じている。このような状態では、領域６５に示されるように、大きめの値を持つしきい値εが、しきい値テーブル３９から抽出される。
【００７５】
一方、領域６６および６７に示されるように、ウェーブレット変換値絶対値Ｇｔｈ＿ｗｖ＿ａｂｓおよび第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに比較的小さなゆらぎが生じている。このような状態では、領域６８に示されるように、小さめの値を持つしきい値εが、しきい値テーブル３９から抽出される。
【００７６】
図１３は、しきい値εが適応化されたεフィルタを用いることの効果を示す。図１３の（ａ）は、エアフローメータ出力Ｇｔｈ、第１の移動平均値Ｇｔｈ＿ａｖｅ、図４の実施形態に従う固定εフィルタリング値Ｇｔｈ＿ε（０．５）、および図６の実施形態に従う適応εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）の遷移を示す。εフィルタリング値Ｇｔｈ＿ε（０．５）は、しきい値εが値０．５に固定されたときのεフィルタ３３の出力である。εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）は、しきい値εがゆらぎの変動幅に応じて適応化されたときの適応εフィルタ３４の出力である。
【００７７】
図１３の（ｂ）は、わかりやすくするため、図１３の（ａ）から、第１の移動平均値Ｇｔｈ＿ａｖｅ、固定εフィルタリング値Ｇｔｈ＿ε（０．５）、および適応εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）を抜き出して示したものである。図１３の（ｃ）は、さらに、図１３の（ｂ）から、第１の移動平均値Ｇｔｈ＿ａｖｅ、および適応εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）を抜き出して示したものである。
【００７８】
領域７１と７２を比較して明らかなように、エアフローメータ出力が過渡状態から定常状態に移行するとき、固定εフィルタリング値Ｇｔｈ＿ε（０．５）に大きな変動が生じているのに対し、適応εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）にはそのような変動が生じていない。
【００７９】
また、領域７３と７４を比較して明らかなように、エアフローメータ出力が定常状態から過渡状態に移行するとき、固定εフィルタリング値Ｇｔｈ＿ε（０．５）には第１の移動平均値Ｇｔｈ＿ａｖｅに対して追従遅れが生じているのに対し、適応εフィルタリング値Ｇｔｈ＿ε（ａｄｐ）にはそのような遅れが生じていない。
【００８０】
このように、しきい値εが適応化されたεフィルタを用いることにより、変動および追従遅れを解消することができる。
【００８１】
図１４は、図６に示される実施形態に従う、εフィルタリング値Ｇｔｈ＿εを求める処理のフローチャートを示す。このルーチンは、ＴＤＣ周期で実行される。
【００８２】
ステップＳ１０１において、エアフローメータ（ＡＦＭ）が活性化されているかどうかを判断する。エアフローメータが活性化されていなければ、εフィルタリング値Ｇｔｈ＿εに初期値を設定する（Ｓ１０２）。
【００８３】
第１の移動平均値Ｇｔｈ＿ａｖｅおよびウェーブレット変換値Ｇｔｈ＿ｗｖの演算において、過去のエアフローメータ出力Ｇｔｈを使用する。したがって、ステップＳ１０３において、使用すべき過去のエアフローメータ出力Ｇｔｈがリングバッファに格納されているかどうかを判断する。使用すべき過去のエアフローメータ出力Ｇｔｈがまだ格納されていなければ、εフィルタリング値Ｇｔｈ＿εに、現在のエアフローメータ出力Ｇｔｈをセットする。
【００８４】
ステップＳ１０５において、前述の式（１）に示されるように、第１の移動平均値Ｇｔｈ＿ａｖｅを算出する。このルーチンはＴＤＣ周期で実施されるので、このステップにおいて移動平均値Ｇｔｈ＿ａｖｅ（ｋ）（図４を参照）が算出される。
【００８５】
ステップＳ１０６において、図７を参照して説明したように、ウェーブレット変換値Ｇｔｈ＿ｗｖを算出する。ステップＳ１０７において、ウェーブレット変換絶対値Ｇｔｈ＿ｗｖ＿ａｂｓおよび第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅを算出する。
【００８６】
ステップＳ１０８において、可変しきい値テーブル３９を参照し、第２の移動平均値Ｇｔｈ＿ｗｖ＿ａｖｅに対応するしきい値εを抽出する。ステップＳ１０９において、ステップＳ１０８で抽出されたしきい値εを用い、前述の式（２）に従ってεフィルタリング値Ｇｔｈ＿εを算出する。
【００８７】
本発明の他の実施形態に従う計測距離を平滑化する装置
図１５は、本発明の適応εフィルタを用いた、他の実施形態を示す。ミリ波レーダのような装置を自車両に搭載し、先行車に対する距離を計測することが行われている。上記に説明した適応εフィルタは、レーダによって計測された距離Ｌｖに適用されることができる。
【００８８】
図１６は、図１５に示される実施形態における、計測距離Ｌｖを平滑化する装置のブロック図である。レーダ等によって計測された距離Ｌｖは、周期ｎで検出される。距離Ｌｖは、第１の移動平均フィルタ１３１によってフィルタリングされ、第１の移動平均値Ｌｖ＿ａｖｅを算出する。ダウンサンプリング部１３２は、第１の移動平均値Ｌｖ＿ａｖｅを、周期ｋでダウンサンプリングする。周期ｋは、周期ｎの６倍である。第１の移動平均値Ｌｖ＿ａｖｅ（ｋ）は、適応εフィルタ１３４に渡される。
【００８９】
一方、ウェーブレット変換フィルタ１３５は、前述したようにハーフバンドローパスフィルタ、ハーフバンドハイパスフィルタ、およびダウンサンプリングによって、第１の移動平均値Ｌｖ＿ａｖｅから、ウェーブレット変換値Ｌｖ＿ｗｖを算出する。絶対値関数部１３６により、ウェーブレット変換値Ｌｖ＿ｗｖの絶対値Ｌｖ＿ｗｖ＿ａｂｓが取得される。第２の移動平均フィルタ１３７によって、ウェーブレット変換絶対値Ｌｖ＿ｗｖ＿ａｂｓの第２の移動平均値Ｌｖ＿ｗｖ＿ａｖｅが算出される。
【００９０】
しきい値抽出部１３８は、可変しきい値テーブル１３９を参照し、第２の移動平均値Ｌｖ＿ｗｖ＿ａｖｅに対応するしきい値εを抽出する。適応εフィルタ１３４は、求められたしきい値εを用いて、第１の移動平均値Ｌｖ＿ａｖｅ（ｋ）をフィルタリングし、εフィルタリング値Ｌｖ＿ε（ｋ）を求める。
【００９１】
本発明に従う適応εフィルタは、所与の信号に対して適用可能である。また、図４および図６に示される各ブロックは、典型的にはソフトウェアで実現されるが、ハードウェア、およびソフトウェアとハードウェアの組合せで実現してもよい。
【００９２】
本発明は、クランク軸を鉛直方向とした船外機などのような船舶推進機用エンジンにも適用が可能である。
【図面の簡単な説明】
【図１】この発明の一実施例に従う、内燃機関および制御装置を概略的に示す図。
【図２】この発明の一実施例に従う、移動平均値を算出する方法の概略を示す図。
【図３】従来手法による、ゆらぎが含まれる、定常状態におけるエアフローメータ出力の移動平均値の遷移を示す図。
【図４】この発明の一実施例に従う、εフィルタを用いてエアフローメータ出力を平滑化する装置のブロック図。
【図５】この発明の一実施例に従う、εフィルタを用いることの効果を示す図。
【図６】この発明の他の実施例に従う、適応εフィルタを用いてエアフローメータ出力を平滑化する装置のブロック図。
【図７】この発明の一実施例に従う、ウェーブレット変換フィルタの構成を示す。
【図８】この発明の一実施例に従う、ハーフバンドローパスフィルタおよびハーフバンドハイパスフィルタのフィルタ特性を示す図。
【図９】この発明の一実施例に従う、ハーフバンドローパスフィルタおよびハーフバンドハイパスフィルタの動作の概要を示す図。
【図１０】この発明の一実施例に従う、ウェーブレット変換フィルタを用いることの効果を示す図。
【図１１】この発明の一実施例に従う、可変しきい値テーブルを示す図。
【図１２】この発明の一実施例に従う、ウェーブレット変換絶対値の第２の移動平均値に応じて抽出されるしきい値εの変化を示す図。
【図１３】この発明の一実施例に従う、適応εフィルタを用いることの効果を示す図。
【図１４】この発明の一実施例に従う、適応εフィルタリング値を算出する処理のフローチャート。
【図１５】この発明の他の実施例に従う、計測された距離に対する平滑化処理の適用を示す図。
【図１６】この発明の他の実施例に従う、計測された距離を平滑化する装置のブロック図。
【符号の説明】
１ ＥＣＵ
２ エンジン
３ 吸気管
１０ エアフローメータ[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to an apparatus for smoothing a given signal, and more particularly, to an apparatus for smoothing a signal detected by a sensor provided in a vehicle.
[0002]
[Prior art]
An air flow meter (AFM) is provided upstream of a throttle valve to measure the amount of intake air flowing into an engine. It is known that the output of an air flow meter includes a pulsation having a cycle of an intake process (TDC) of an engine.
[0003]
In order to smooth the output of the air flow meter, it has been proposed to reduce the influence of the pulsation by using a moving average filter that exhibits an attenuation characteristic at a pulsation frequency. The fuel injection amount is determined based on the value filtered by the moving average filter.
[0004]
On the other hand, a method of removing noise in an image using an ε filter is known. For example, Japanese Patent Publication No. 30111828 describes a technique using an ε filter to remove mosquito noise in an image. If the target data block includes an edge, the ε filter is applied to the image data of the data block. If the data block does not include the edge, the image data of the data block is output as it is. Japanese Patent Publication No. 3193285 describes a technique for reducing noise by applying an ε filter to image data when decoding the image data.
[0005]
[Problems to be solved by the invention]
The output of an air flow meter varies from a transient state to a steady state. In a steady state where the intake air amount is essentially constant, "fluctuations" may remain in the moving averaged value due to the influence of subtle phase shifts in the pulsation cycle and fluctuations in pulsation amplitude. This fluctuation may cause a change in the fuel injection amount, and as a result, a change in the air-fuel ratio of the air-fuel mixture.
[0006]
In order to suppress this fluctuation, it is conceivable to use a Chebyshev filter or the like that blocks a frequency component higher than the pulsation frequency. However, in this method, the phase of the filtered value with respect to the output of the air flow meter in a transient state is considered. It may increase delay.
[0007]
Therefore, there is a need for a filter that reduces fluctuations of the output of the air flow meter in a steady state and does not cause a phase delay in a transient state.
[0008]
On the other hand, as described above, it has been proposed to remove noise included in an image by using an ε filter. It is another object of the present invention to use such characteristics of the ε filter to more appropriately configure a filter applied to the output of the air flow meter.
[0009]
[Means for Solving the Problems]
According to one aspect of the present invention, an apparatus for smoothing a given signal using an ε filter calculates a parameter indicating a fluctuation range of the given signal using a wavelet transform. Based on the calculated parameters, a threshold used in the ε filter is determined. The given signal is filtered by an ε filter with the determined threshold.
[0010]
According to the present invention, by using an ε filter, fluctuations in a steady state can be suppressed, and a phase delay in a transient state can be reduced. This increases the responsiveness of the control system using the filtered value (hereinafter, referred to as a filtered value). Further, the stability of the control system in a steady state can be improved. Further, since the threshold value of the ε filter is appropriately set according to the fluctuation range of the signal, when the signal transitions to the transient state, it is possible to minimize the delay in following the filtering value for the given signal. it can. Further, when the signal transitions to the steady state, it is possible to suppress the fluctuation of the filtering value due to noise.
[0011]
According to another aspect of the present invention, a sensor output signal for determining a fuel injection amount of an internal combustion engine is filtered by an ε filter. The fuel injection amount is determined based on the sensor output signal filtered by the ε filter. By applying the ε filter, the sensor output signal is smoothed while the phase lag is minimized, so that the accuracy of the air-fuel ratio control particularly in a transient state is improved.
[0012]
According to one embodiment of the present invention, a signal smoothing device for an internal combustion engine calculates a fluctuation range of a sensor output signal for determining a fuel injection amount by using a wavelet transform. The threshold value of the ε filter is determined according to the calculated fluctuation width. The sensor output signal is filtered by an ε filter having the determined threshold. According to the present invention, since the threshold value of the ε filter is appropriately set according to the fluctuation range of the sensor output signal, when the sensor output signal transitions to the transient state, the delay in following the filtering value for the signal is minimized. Can be Further, when the sensor output signal shifts to the steady state, it is possible to suppress the fluctuation of the filtering value due to noise.
[0013]
According to another embodiment of the present invention, the signal smoothing device for an internal combustion engine further includes a moving average filter that performs a moving average of the sensor output signal. The ε filter performs filtering on the signal filtered by the moving average filter. According to the present invention, noise due to the pulsation frequency can be reduced by the moving average filter. The ε filter only needs to remove noise and fluctuation at frequencies other than the pulsation frequency. Therefore, the magnitude of the threshold value of the ε filter can be minimized. Further, the delay in following the filtering value with respect to the sensor output signal in the transient state can be further reduced.
[0014]
According to another aspect of the present invention, a signal smoothing device for vehicle following control includes an ε filter that filters a distance signal indicating a distance to a preceding vehicle measured by a radar. The distance to the preceding vehicle is determined based on the distance signal filtered by the ε filter. According to the present invention, by applying the ε filter, the distance signal is smoothed while minimizing the phase delay, so that the accuracy of calculating the distance to the preceding vehicle can be improved.
[0015]
In one embodiment of the present invention, a signal smoothing device for vehicle following control calculates a variation width of a measured distance using a wavelet transform. The threshold value of the ε filter is set according to the range of variation of the distance signal. The distance to the preceding vehicle is determined based on the distance signal filtered by the ε filter.
[0016]
BEST MODE FOR CARRYING OUT THE INVENTION
Configuration of internal combustion engine and control device
Next, an embodiment of the present invention will be described with reference to the drawings. FIG. 1 is an overall system configuration diagram of an internal combustion engine (hereinafter, referred to as “engine”) and a control device thereof according to an embodiment of the present invention.
[0017]
An electronic control unit (hereinafter, referred to as an “ECU”) 1 includes an input interface 1a that receives data transmitted from each part of the vehicle, a CPU 1b that performs an operation for controlling each part of the vehicle, and a read-only memory (ROM). ) And a memory 1c having a random access memory (RAM), and an output interface 1d for sending a control signal to each part of the vehicle. The ROM of the memory 1c stores a program for controlling each part of the vehicle and various data. The ROM may be a rewritable ROM such as an EEPROM. The RAM is provided with a work area for calculation by the CPU 1b. Data sent from each part of the vehicle and control signals sent to each part of the vehicle are temporarily stored in the RAM.
[0018]
The engine 2 is, for example, an engine having four cylinders. The engine 2 is provided with an intake valve 5 for communicating the combustion chamber 7 with the intake pipe 3 and an exhaust valve 6 for communicating the combustion chamber 7 with the exhaust pipe 4 for each cylinder.
[0019]
A throttle valve 8 is provided upstream of the intake pipe 3. A throttle valve opening sensor (θTH) 9 connected to the throttle valve 8 supplies an electric signal corresponding to the opening of the throttle valve 8 to the ECU 1.
[0020]
An air flow meter (AFM) 10 is provided upstream of the throttle valve 8. The air flow meter 10 detects the amount of air Gth passing through the throttle valve 8 and sends it to the ECU 5. The air flow meter 10 can be a vane air flow meter, a Karman vortex air flow meter, a hot wire air flow meter, or the like.
[0021]
The intake pipe pressure (Pb) sensor 11 is provided on the intake pipe 3 downstream of the throttle valve 8. The intake pipe pressure Pb detected by the Pb sensor 11 is sent to the ECU 1.
[0022]
The fuel injection valve 12 is provided for each cylinder between the engine 2 and the chamber 14 and slightly upstream of the intake valve 5. The fuel injection valve 12 receives supply of fuel from a fuel tank (not shown) and injects fuel according to a control signal from the ECU 1.
[0023]
The rotation speed (Ne) sensor 13 is mounted around a camshaft or a crankshaft (both not shown) of the engine 2. The Ne sensor 13 outputs a CRK signal pulse at a cycle of a crank angle (for example, 30 degrees) shorter than a cycle of a TDC signal pulse output at a crank angle related to the TDC position of the piston, for example. The CRK signal pulse is counted by the ECU 1, and the engine speed Ne is detected.
[0024]
The signal sent to the ECU 1 is passed to the input interface 1a and is subjected to analog-digital conversion. The CPU 1b processes the converted digital signal according to a program stored in the memory 1c, and generates a control signal. The output interface 1d sends these control signals to the fuel injection valve 12 and other actuators.
[0025]
The air sucked into the intake pipe 3 is charged into the chamber 14 via the throttle valve 8. When the intake valve 5 opens, the air filled in the chamber 14 is supplied to the combustion chamber 7 of the engine 2. Under the control of the ECU 1, fuel is supplied from the fuel injection valve 12 to the combustion chamber 7. The mixture is ignited in the combustion chamber 7 by an ignition device (not shown).
[0026]
Problems with conventional methods
To facilitate understanding of the present invention, a method of calculating the intake air amount from a signal detected by the air flow meter 10 according to a conventional method will be described.
[0027]
FIG. 2 shows an example of transition of the intake air amount Gth detected by the air flow meter 10. The detected intake air amount Gth is affected by the pulsation in the intake pipe caused by the intermittent intake operation of the engine. That is, the pulsation cycle T corresponds to the TDC cycle.
[0028]
In the conventional method, an intake air amount is calculated using a moving average filter so as to reduce the influence of pulsation. Specifically, the output Gth of the air flow meter 10 is sampled at a crank (CRK) cycle. For example, it is assumed that the crank rotation angle for one suction stroke (1 TDC) is 180 ° and a crank angle (CRK) signal is output every 30 ° of the crank rotation angle. When the output Gth of the air flow meter is sampled according to the CRK signal, six outputs Gth (n-5) to Gth (n) are sampled in one TDC. The moving average filter obtains a moving average value Gth_ave according to the following equation (1). The fuel injection amount is determined based on the moving average value Gth_ave.
[0029]
(Equation 1)

[0030]
FIG. 3 shows transition of the air flow meter output Gth and the moving average value Gth_ave according to the conventional method. As indicated by reference numeral 21, “fluctuation” remains in the moving average value Gth_ave in a state where the intake air amount is originally constant (that is, a steady state). This is due to the influence of subtle phase shift of the pulsation cycle and fluctuation of the pulsation amplitude. This fluctuation may cause a change in the fuel injection amount, which may cause a change in the air-fuel ratio of the air-fuel mixture.
[0031]
In order to solve this problem, a Chebyshev filter or the like having a characteristic of blocking frequencies higher than the pulsation frequency (more precisely, frequency components slightly lower than the pulsation frequency on the high frequency side) is used. It is conceivable to suppress this fluctuation by increasing the area. However, this method is not preferable because the phase lag of the value filtered with respect to the air amount Gth increases, and the air-fuel ratio control in the transient state decreases.
[0032]
There is also a method of filtering the air amount Gth using a Kalman filter. However, since the behavior of the air amount Gth varies from a transient state to a steady state, it is difficult to describe the behavior with a single model. When a plurality of models are used, it is difficult to continuously maintain the output of the Kalman filter when switching between the models.
[0033]
Hereinafter, an embodiment of the present invention will be described in which a fluctuation in a steady state is efficiently reduced and a filter having a small phase delay in a transient state is realized.
[0034]
Apparatus for smoothing intake air amount according to one embodiment of the present invention
FIG. 4 is a block diagram of an apparatus for smoothing an intake air amount according to an embodiment of the present invention. The air flow meter output Gth is detected at a cycle n. The first moving average filter 31 averages the six airflow meter outputs Gth sampled during one TDC cycle to obtain a first moving average value Gth_ave.
[0035]
The downsampling unit 32 downsamples the first moving average value Gth_ave at a period k. Here, the period k is six times the period n, and thus the period k corresponds to the TDC period. By this downsampling, a moving average value Gth_ave is obtained at a period k, and is passed to the ε filter 33.
[0036]
The ε filter 33 obtains the ε filtering value Gth_ε according to the equation (2). “N + 1” in the equation (2) indicates a moving average number. The ε filter 33 is an (n + 1) moving average filter having the effect of the nonlinear function Fε.
[0037]
(Equation 2)

[0038]
Here, the function Fε is defined as in equation (3).
[0039]
(Equation 3)

[0040]
u indicates input data to the function Fε, and v indicates reference data of the function Fε. When Expression (3) is applied to Expression (2), u in Expression (3) is the first moving average value Gth_ave of the (ki) -th cycle, and v in Expression (3) is the k-th value. Is the first moving average value Gth_ave of the cycle. The following characteristics are obtained by the nonlinear function Fε.
[0041]
If the variation range of the first moving average Gth_ave is in the range from “Gth_ave (k) −ε” to “Gth_ave (k) + ε”, that is, if the first moving average Gth_ave is in a steady state. For example, the value of the function Fε is Gth_ave (ki). The ε filtering value Gth_ε is a moving average value from Gth_ave (ki) to Gth_ave (kn).
[0042]
On the other hand, when the fluctuation range of the first moving average Gth_ave does not fall within the range from “Gth_ave (k) −ε” to “Gth_ave (k) + ε”, that is, the first moving average Gth_ave is in a transition state. If there is, the value of the function Fε is the first moving average value Gth_ave (k) of the current cycle. The ε filtering value Gth_ε is also the first moving average value Gth_ave (k) in the current cycle.
[0043]
In summary, when the output of the air flow meter is in a transient state, the value Gth_ave (k) received from the down sampling 32 is output as it is by the ε filter 33, and when the output of the air flow meter is in a steady state, the down sampling 32 is output. The moving average value of the first moving average value Gth_ave received from is output. Thus, the output of the ε-filter 33 has no phase lag with respect to its input.
[0044]
FIG. 5 shows the effect of using an ε filter. FIG. 5A shows transitions of the air flow meter output Gth, the first moving average value Gth_ave, and the output Gth_ε (0.5) of the ε filter. Here, the threshold value ε is fixed at a value of 0.5. FIG. 5B shows the moving average Gth_ave and the ε filtering value Gth_ε (0.5) extracted from FIG. 5A for simplicity.
[0045]
It can be seen that the ε filtering value Gth_ε (0.5) has no phase delay in the transient state. Further, in the steady state, it can be seen that the fluctuation is significantly reduced compared to the first moving average value Gth_ave. As described above, by using the ε filter, it is possible to eliminate the phase delay in the transient state while reducing the fluctuation in the steady state.
[0046]
However, as shown in a region 23, when the output of the air flow meter shifts from the transient state to the steady state, a large change occurs in the ε filtering value Gth_ε (0.5). This is because the number of data used for calculating the moving average of the above equation (2) is insufficient when transitioning from the transient state to the steady state. Further, as shown in a region 25, when the output of the air flow meter shifts from the steady state to the transient state, a temporary delay occurs with respect to the first moving average value Gth_ave.
[0047]
Apparatus for smoothing intake air amount according to another embodiment of the present invention
As described above, it is preferable to eliminate the fluctuation at the start of the steady state and the following delay at the start of the transient state, and this is achieved by the smoothing device shown in FIG. The first moving average filter 31 and the down-sampling unit 32 are the same as those shown in FIG. 4, and thus the description is omitted. The adaptive ε-filter 34 differs from the ε-filter 33 in that the threshold ε is adapted.
[0048]
The smoothing device according to this embodiment further includes a wavelet transform filter 35, an absolute value function unit 36, a second moving average filter 37, a threshold value extraction unit 38, and a variable threshold value table 39. The threshold value ε of the adaptive ε filter 34 is set according to the variation width of Gth.
[0049]
The wavelet transform filter 35 performs a wavelet transform on the first moving average value Gth_ave to calculate a wavelet transform value Gth_wv. By the wavelet transform, the fluctuation range of the fluctuation in the moving average value Gth_ave can be detected. Details of the operation of the wavelet transform filter 35 will be described later.
[0050]
The absolute value function unit 36 acquires the absolute value Gth_wv_abs of the wavelet transform value Gth_wv received from the wavelet transform filter 35 (that is, Gth_wv_abs = | Gth_wv |). The second moving average filter 37 acquires a moving average value Gth_wv_ave of the wavelet transform absolute value Gth_wv_abs according to the following equation (4). Thereby, the threshold value ε of the adaptive ε filter 34 can be stabilized.
[0051]
(Equation 4)

[0052]
The correspondence between the second moving average value Gth_wv_ave and the threshold ε of the adaptive ε filter 34 is stored in the variable threshold table 39 in advance. The threshold value ε is set to be larger than the amplitude of the fluctuation that appears in the first moving average value Gth_ave in the steady state.
[0053]
The threshold value extracting unit 38 refers to the variable threshold value table 39 based on the second moving average value Gth_wv_ave, and obtains a threshold value ε corresponding to the second moving average value Gth_wv_ave. The adaptive ε filter 34 calculates the ε filtering value Gth_ε according to the above equation (2) using the obtained threshold ε.
[0054]
As described above, by determining the threshold value ε based on the wavelet transform value, the adaptive ε filter 34 can be configured to have a threshold value according to the fluctuation range of the air flow meter output Gth.
[0055]
FIG. 7 is a diagram showing details of the wavelet transform filter 35. As shown in FIG. The wavelet transform filter 35 includes three half-band low-pass filters 41 to 43, one half-band high-pass filter 44, and four down-sampling units 45 to 48. The half-band low-pass filter 43 and the downsampling unit 47 may be omitted.
[0056]
Each of the half-band low-pass filters 41 to 43 performs filtering on the input data u (η) in the current cycle and the input data u (η-1) in the previous cycle, as shown in Expression (5). I do.
[0057]
(Equation 5)

[0058]
The half-band high-pass filter 44 performs filtering on the input data u (η) in the current cycle and the input data u (η-1) in the previous cycle, as shown in Expression (6).
[0059]
(Equation 6)

[0060]
The downsampling units 45 to 48 downsample the input data at a sampling rate of “input data sampling rate × (１ ／)”.
[0061]
Specifically, the half-band low-pass filter 41 executes the above equation (5) on the current value Gth_ave (n) and the previous value Gth_ave (n-1) of the first moving average value, and executes Gl (n). Is output. Gl (n) has a period m₁Is sampled at Period m₁Is twice the period n. Period m₁Gth_wv_1L(M₁). The half-band low-pass filter 42 outputs the current value Gth_wv output from the down sampling 45_1L(M₁) And the previous value Gth_wv_1L(M₁-1) according to (5) above, Gl (m₁) Is output. Gl (m₁) Is the period m₂Is sampled at Period m₂Is the period m₁It is twice as large as Period m₂Gth_wv_{2 L}(M₂). Next, the half-band high-pass filter 44 outputs the current value Gth_wv output from the down-sampling 46._{2 L}(M₂) And the previous value Gth_wv_{2 L}(M₂) According to (6) above, Gl (m₂) Is output. Gl (m₂) Is the period m₃Is sampled at Period m₃Is the period m₂It is twice as large as Period m₃Gth_wv_{3 H}(M₃), Which is the output Gth_wv (m) of the wavelet transform filter 35. Period m₃Is six times the period n.
[0062]
FIG. 8A shows an example of the characteristics of the half-band low-pass filter. The half-band low-pass filter blocks frequency components equal to or higher than “sampling frequency after downsampling / 2”. Since the gain of the low-frequency component is greater than 1, the gain of the low-frequency component of the signal to which the half-band low-pass filter has been applied is amplified.
[0063]
FIG. 8B shows an example of the characteristics of the half-band high-pass filter. The half-band high-pass filter blocks frequency components equal to or lower than “sampling frequency after downsampling / 2”. Since the gain of the high-frequency component is greater than 1, the gain of the high-frequency component of the signal to which the half-band high-pass filter has been applied is amplified.
[0064]
FIG. 9 shows an outline of the operation of the wavelet transform filter 35. It has been found by spectrum analysis that the frequency component of “fluctuation” in the steady state described above is included in the shaded region 51.
[0065]
The sampling period of the moving average value Gth_ave from the first moving average filter 31 is n, and the sampling frequency is f (that is, f = 1 / n). A rectangle indicated by reference numeral 52 indicates a power spectrum of the first moving average value Gth_ave.
[0066]
A signal Gth_wv obtained by applying the half-band low-pass filter 41 and the downsampling 45 to the first moving average value Gth_ave._{1 L}Has a power spectrum as indicated by reference numeral 53. Since the low-frequency gain of the half-band low-pass filter 41 is greater than 1, it can be seen that the power spectrum 53 has an increased gain.
[0067]
Signal Gth_wv_{1 L}Gth_wv obtained by applying the half-band low-pass filter 42 and the down-sampling 46 to the_{2 L}Has a power spectrum as indicated by reference numeral 54. Since the low-frequency gain of the half-band low-pass filter 42 is greater than 1, it can be seen that the power spectrum 54 has an increased gain.
[0068]
Signal Gth_wv_{2 L}Gth_wv obtained by applying the half-band high-pass filter 44 and the down-sampling 48 to the_{3 H}Have a power spectrum as indicated by reference number 55 (reference number 56 is the signal Gth_wv_{2 L}Gth_wv obtained by applying the half-band low-pass filter 44 and the down-sampling 47 to_{3 L}Represents the power spectrum). Since the high-frequency gain of the half-band high-pass filter 44 is greater than 1, it can be seen that the power spectrum 55 has an increased gain.
[0069]
Thus, the signal Gth_wv having the power spectrum 55 is output by the wavelet transform filter 35._{3 H}Is output as the wavelet transform value Gth_wv.
[0070]
As described above, the region 51 indicates a frequency region including fluctuation. Therefore, the frequency component of the fluctuation included in the area 51 can be extracted from the first moving average value of the output of the airflow meter by the wavelet transform filter 35. Further, since the gain of the signal is amplified each time each of the filters 41 to 44 is applied, the S / N ratio is improved.
[0071]
FIG. 10 shows the effect of using the wavelet transform filter 35. FIG. 10A shows a signal Gth_wv output from the downsampling unit 48 via the half-band high-pass filter 44._{3 H}(That is, Gth_wv). For comparison, the signal Gth_wv output from the downsampling unit 47 via the half-band low-pass filter 43_3LAre shown in FIG. 10B. For example, as shown in a region 61, the wavelet transform value Gth_wv_{3 H}Contains "fluctuations".
[0072]
Thus, the wavelet transform value Gth_wv_{3 H}Represents "fluctuation". As described above, the wavelet transform value Gth_wv by the absolute value function unit 36 is used as a parameter indicating the magnitude of the fluctuation._{3 H}, The absolute value Gth_wv_abs is obtained. Further, the second moving average filter 37 calculates the moving average Gth_wv_ave of the absolute value. The threshold value ε is determined based on the second moving average value Gth_wv_ave.
[0073]
FIG. 11 shows an example of the variable threshold table 39. As described above, the threshold value ε is set to be larger than the amplitude of the fluctuation. Since the second moving average Gth_wv_ave indicates the magnitude of the fluctuation amplitude, the threshold value table 39 is set such that the larger the second moving average Gth_wv_ave, the larger the threshold ε. You.
[0074]
FIG. 12A shows the transition of the wavelet transform absolute value Gth_wv_abs. FIG. 12B shows a transition of the second moving average value Gth_wv_ave. FIG. 12C shows the transition of the threshold value ε. As indicated by the regions 63 and 64, relatively large fluctuations occur in the absolute value Gth_wv_abs of the wavelet transform value and the second moving average value Gth_wv_ave. In such a state, a threshold value ε having a larger value is extracted from threshold value table 39, as shown in region 65.
[0075]
On the other hand, as shown in regions 66 and 67, relatively small fluctuations occur in the absolute value Gth_wv_abs of the wavelet transform value and the second moving average value Gth_wv_ave. In such a state, the threshold value ε having a smaller value is extracted from the threshold value table 39, as shown in the area 68.
[0076]
FIG. 13 shows the effect of using an ε filter with an adapted threshold ε. FIG. 13A shows the air flow meter output Gth, the first moving average Gth_ave, the fixed ε filtering value Gth_ε (0.5) according to the embodiment of FIG. 4, and the adaptive ε filtering value Gth_ε according to the embodiment of FIG. (Adp) transition. The ε filtering value Gth_ε (0.5) is an output of the ε filter 33 when the threshold ε is fixed at the value 0.5. The ε filtering value Gth_ε (adp) is the output of the adaptive ε filter 34 when the threshold ε is adapted according to the fluctuation range of the fluctuation.
[0077]
FIG. 13B shows the first moving average Gth_ave, the fixed ε filtering value Gth_ε (0.5), and the adaptive ε filtering value Gth_ε (adp) from FIG. 13A for simplicity. These are extracted and shown. FIG. 13C further shows the first moving average value Gth_ave and the adaptive ε filtering value Gth_ε (adp) extracted from FIG. 13B.
[0078]
As is clear from the comparison between the regions 71 and 72, when the output of the air flow meter shifts from the transient state to the steady state, the fixed ε filtering value Gth_ε (0.5) fluctuates greatly while the adaptive ε Such a fluctuation does not occur in the filtering value Gth_ε (adp).
[0079]
As is clear from comparison between the regions 73 and 74, when the air flow meter output transitions from the steady state to the transient state, the fixed ε filtering value Gth_ε (0.5) is different from the first moving average value Gth_ave. However, the adaptive ε filtering value Gth_ε (adp) does not have such a delay.
[0080]
As described above, by using the ε filter to which the threshold ε is adapted, it is possible to eliminate the fluctuation and the tracking delay.
[0081]
FIG. 14 shows a flowchart of a process for obtaining the ε filtering value Gth_ε according to the embodiment shown in FIG. This routine is executed in a TDC cycle.
[0082]
In step S101, it is determined whether an air flow meter (AFM) is activated. If the air flow meter has not been activated, an initial value is set to the ε filtering value Gth_ε (S102).
[0083]
In the calculation of the first moving average value Gth_ave and the wavelet transform value Gth_wv, the past airflow meter output Gth is used. Therefore, in step S103, it is determined whether or not the past air flow meter output Gth to be used is stored in the ring buffer. If the past airflow meter output Gth to be used has not been stored yet, the current airflow meter output Gth is set to the ε filtering value Gth_ε.
[0084]
In step S105, the first moving average value Gth_ave is calculated as shown in the above equation (1). Since this routine is performed in the TDC cycle, the moving average value Gth_ave (k) (see FIG. 4) is calculated in this step.
[0085]
In step S106, as described with reference to FIG. 7, the wavelet transform value Gth_wv is calculated. In step S107, a wavelet transform absolute value Gth_wv_abs and a second moving average value Gth_wv_ave are calculated.
[0086]
In step S108, the threshold value ε corresponding to the second moving average value Gth_wv_ave is extracted with reference to the variable threshold value table 39. In step S109, using the threshold value ε extracted in step S108, an ε filtering value Gth_ε is calculated according to the above-described equation (2).
[0087]
Apparatus for smoothing a measurement distance according to another embodiment of the present invention
FIG. 15 shows another embodiment using the adaptive ε filter of the present invention. 2. Description of the Related Art A device such as a millimeter wave radar is mounted on a host vehicle to measure a distance to a preceding vehicle. The adaptive ε filter described above can be applied to the distance Lv measured by the radar.
[0088]
FIG. 16 is a block diagram of an apparatus for smoothing the measured distance Lv in the embodiment shown in FIG. The distance Lv measured by a radar or the like is detected at a period n. The distance Lv is filtered by the first moving average filter 131 to calculate a first moving average value Lv_ave. The downsampling unit 132 downsamples the first moving average value Lv_ave at a period k. The period k is six times the period n. The first moving average value Lv_ave (k) is passed to the adaptive ε filter 134.
[0089]
On the other hand, the wavelet transform filter 135 calculates the wavelet transform value Lv_wv from the first moving average value Lv_ave by the half-band low-pass filter, the half-band high-pass filter, and the downsampling as described above. The absolute value function unit 136 acquires the absolute value Lv_wv_abs of the wavelet transform value Lv_wv. The second moving average filter 137 calculates a second moving average value Lv_wv_ave of the wavelet transform absolute value Lv_wv_abs.
[0090]
The threshold value extraction unit 138 refers to the variable threshold value table 139 and extracts a threshold value ε corresponding to the second moving average value Lv_wv_ave. The adaptive ε filter 134 filters the first moving average value Lv_ave (k) using the obtained threshold ε to obtain an ε filtering value Lv_ε (k).
[0091]
The adaptive ε-filter according to the invention is applicable for a given signal. Each block shown in FIGS. 4 and 6 is typically realized by software, but may be realized by hardware or a combination of software and hardware.
[0092]
The present invention can also be applied to a marine propulsion engine such as an outboard motor having a vertical crankshaft.
[Brief description of the drawings]
FIG. 1 is a diagram schematically showing an internal combustion engine and a control device according to one embodiment of the present invention.
FIG. 2 is a diagram schematically illustrating a method of calculating a moving average value according to one embodiment of the present invention.
FIG. 3 is a diagram showing a transition of a moving average value of an output of an air flow meter in a steady state including fluctuation according to a conventional method.
FIG. 4 is a block diagram of an apparatus for smoothing an air flow meter output using an ε filter according to an embodiment of the present invention.
FIG. 5 is a diagram showing the effect of using an ε filter according to one embodiment of the present invention.
FIG. 6 is a block diagram of an apparatus for smoothing an air flow meter output using an adaptive ε filter according to another embodiment of the present invention.
FIG. 7 shows a configuration of a wavelet transform filter according to one embodiment of the present invention.
FIG. 8 is a diagram showing filter characteristics of a half-band low-pass filter and a half-band high-pass filter according to one embodiment of the present invention.
FIG. 9 is a diagram showing an outline of operations of a half-band low-pass filter and a half-band high-pass filter according to one embodiment of the present invention.
FIG. 10 is a diagram showing the effect of using a wavelet transform filter according to one embodiment of the present invention.
FIG. 11 is a diagram showing a variable threshold value table according to one embodiment of the present invention.
FIG. 12 is a diagram showing a change in a threshold ε extracted according to a second moving average value of the wavelet transform absolute value according to one embodiment of the present invention.
FIG. 13 is a diagram showing the effect of using an adaptive ε filter according to one embodiment of the present invention.
FIG. 14 is a flowchart of a process for calculating an adaptive ε filtering value according to one embodiment of the present invention.
FIG. 15 is a diagram showing application of a smoothing process to a measured distance according to another embodiment of the present invention.
FIG. 16 is a block diagram of an apparatus for smoothing a measured distance according to another embodiment of the present invention.
[Explanation of symbols]
1 ECU
2 Engine
3 Intake pipe
10 Air flow meter

Claims (6)

An apparatus for smoothing a given signal using an ε filter,
Means for calculating a parameter indicating the fluctuation range of the given signal using a wavelet transform;
Means for determining a threshold used in the ε filter based on the calculated parameters,
A signal smoothing device for filtering the given signal with an ε filter having the determined threshold. An ε filter for filtering a sensor output signal for determining a fuel injection amount of the internal combustion engine;
Means for determining the fuel injection amount based on the sensor output signal filtered by the ε filter,
A signal smoothing device for an internal combustion engine, comprising: Means for calculating a parameter indicating a fluctuation range of the sensor output signal using a wavelet transform,
Means for determining a threshold used in the ε filter based on the calculated parameters, further comprising:
The signal smoothing device for an internal combustion engine according to claim 2, wherein the sensor output signal is filtered by an ε filter having the determined threshold. A moving average filter for moving average of the sensor output signal;
4. The signal smoothing device for an internal combustion engine according to claim 2, wherein the ε filter performs filtering on a signal filtered by the moving average filter. 5. An ε filter for filtering a distance signal indicating a distance to a preceding vehicle measured by a radar;
Means for determining a distance to the preceding vehicle based on the distance signal filtered by the ε filter;
A signal smoothing device for vehicle following control, comprising: Means for calculating a parameter indicating the range of variation of the distance signal using a wavelet transform,
Means for determining a threshold used in the ε filter based on the calculated parameters, further comprising:
The signal smoothing device according to claim 5, wherein the distance signal is filtered by an ε filter having the determined threshold value.

Images