关于车载动态称重算法研究

• 作者: 李惠敏 李晓林
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 车载称重 小波变换 径向基神经网络 倾角信号
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 140-143
• 页数: 4页
• 分类号: TP183
• 字数: 3036字
• 语种: 中文

摘要

在车载动态称重优化的研究中,由于传统称重算法车与称重设备是分离的,造成车载动态称重数据精度较低.为此提出了利用小波变换和径向基神经网络(RBF网络)的车载称重算法.首先利用小波变换对称重信号滤波预处理,然后以称重信号、倾角信号、速度信号、加速度信号和车型组建RBF网络模型,并对其进行大量的实测数据训练,对训练之后的RBF网络模型进行车辆动态加载称重实验验证.实验结果表明,系统称重精度高、实用性强,能够满足当前的车载称重需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓林	太原理工大学信息工程学院	22	104	6.0	9.0
2	李惠敏	太原理工大学信息工程学院	2	10	2.0	2.0