原文传递
基于压电薄膜和射频识别的ETC系统研究
| 论文题名： | 基于压电薄膜和射频识别的ETC系统研究 |
| 关键词： | 电子不停车收费系统;压电薄膜;射频识别;动态称重;小波分析 |
| 摘要： | 电子不停车收费系统(Electronic Toll Collection System,简称ETC),是目前世界上最先进的路桥收费方式,无需停车即可顺利扣费。ETC具有通行效率高、快捷方便的优点,有效缓解了收费站拥堵的交通状况。 计重收费作为遏制货运车辆超限超载和规范运输市场秩序的有效手段,目前已在全国很多省份普遍实施。传统的计重收费采用整车静态称重的方法,这在一定程度上影响了交通流的顺畅。为了提高计重收费的通行效率,本文对计重收费条件下的不停车收费进行了探讨。动态称重是计重收费条件下不停车收费采用的车辆称重方法,与静态称重相比,动态称重具有节约空间、通行效率高的优点。本文的主要研究工作如下: 1、深入研究了计重设备前置式和后置式两种车道布局模式的系统工作逻辑。 2、对压电传感器信号进行基于小波多分辨分析的去噪处理。压电信号中除包含变化缓慢的轴重信号外,还包含各种噪声信号。与轴重信号相比,噪声信号频率较高,可以利用小波多分辨分析滤除高频干扰信号。具体方法是:首先对压电传感器产生的称重信号进行多尺度小波变换,获得小波变换系数,然后选择合理的阈值,对包含噪声的高频小波系数进行处理,最后对信号进行重构,达到消噪的目的。 3、对压电信号波形进行奇异性分析。针对不规则行车行为,本文采用基于小波变换的奇异性分析和BP神经网络分类判别的方法进行识别。具体方法是:首先对压电信号进行多尺度小波变换,提取高频小波系数矩阵,在此基础上,采用相重构技术构造特征矩阵,然后对特征矩阵进行矩阵分解,得到矩阵奇异值,最后将压电传感器AD值、称重现场的实测温度值、矩阵奇异值作为BP神经网络的输入,对车辆真实轴重进行有效识别。 |
| 作者： | 李文远 |
| 专业： | 控制科学与工程 |
| 导师： | 张军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
