10.3969/j.issn.1006-9348.2016.11.029
关于车载动态称重算法研究
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.
车载称重、小波变换、径向基神经网络、倾角信号
33
TP183(自动化基础理论)
2017-01-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
140-143