为得到真实速度信号,需对真实信号的特征加以分析。通常对人体舒适性产生影响的垂直速度信号频率范围为0.5~10 Hz^{[ 5]},但传感器信号由多种信号组成^{[ 6]},包括不同频率范围和不同幅值的信号。

由加速度信号积分获得的信号大致包括如下四部分:噪声信号、低频高幅信号、低频低幅信号和高频低幅信号,其中前三类信号为需要排除的干扰信号,第四类为目标垂直速度信号,如图1~图3所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 低频高幅信号示意图Fig.1 Signals with low frequency high amplitude

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 低频低幅信号示意图Fig.2 Signals with low frequency low amplitude

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 真实速度信号示意图Fig.3 Diagram of real velocity signals

噪声信号在此可视为传感器噪声,该类信号幅值很低,频率很高,需进行前期低通处理。低频高幅信号包括由于安装、温度等原因造成的零漂^{[ 7]},零漂可分为不变零漂和变化零漂,其特征为频率较低、幅值较大。积分后零漂信号不仅影响信号真实性,而且造成信号幅值过大,使电气元件工作电压超过饱和电压。

低频低幅信号区别于低频高幅信号,其频率较低,针对感兴趣频段,该类信号频率为0.1~0.5 Hz,信号幅值较低,但与真实速度信号叠加会影响其方向的判定,如图2和图3所示。图3为真实速度信号,信号的符号与速度符号一致,而叠加低频低幅信号后,如图2所示,对电压符号产生影响,进而影响到速度信号的符号。

根据前述信号成分的分析,设计低成本信号滤波积分系统,一方面实现加速度信号到速度信号的积分,另一方面实现干扰信号的消除。为节约成本,以基本低通、高通滤波器进行组合,构建基于加速度传感器应用于悬架垂直速度获取的信号处理系统,处理系统框架如图4所示。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 信号处理框图Fig.4 Block diagram of signal processing

加速度传感器采集信号,经信号接收器获取,通过低通滤波器H进行初步滤波,该部分为去除噪声信号,在此认为噪声信号类似白噪声信号,其功率谱近似为0。经过信号前期处理,进行第二次低通滤波,如图4中G,由低通滤波器性质^{[ 8]}可知,对于截止频率以下信号直接通过,对于频率高于截止频率的信号进行积分,进而实现感兴趣频率信号的积分,由加速度信号获得速度信号,且低频干扰信号保持不变,然后通过高通滤波进行滤除,最终得到速度信号。

为验证信号积分滤波效果,需计算或采集真实速度信号,对信号处理效果进行评价。作者采用离线积分处理方法得到真实加速度信号对应的速度信号。本文基于Simulink滤波工具箱完成真实信号计算。图8所示为基于积分和巴特沃兹^{[ 10]}带通滤波器组成的真实信号计算模块。对于悬架系统,通常对人体舒适性产生影响的真实垂直速度信号频率大约在0.5~10 Hz,以此进行巴特沃兹滤波带通滤波器设置。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 信号输入与真实信号计算模块Fig.8 Signal input and real signal calculation model

图9和图10分别为一随机路面车身垂直加速度信号和经过离线理想计算方法得到的真实速度信号。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 车身垂直加速度信号Fig.9 Vertical acceleration of vehicle body

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 车身垂直速度信号Fig.10 Vertical speed of vehicle body

对原始垂直加速度信号加入零漂信号和白噪声信号,以验证滤波和去漂效果。图11为软件仿真中滤除噪声的时域图,由图可知,大大减少了高频噪声信号,图12为滤除噪声后的频域图,由图可知,经过滤波后,有用信号没有减少,但高频噪声信号通过滤波器大大减少,进而保留了有效信号,同时滤除了噪声信号。

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 垂直加速度信号滤除噪声前后时域图Fig.11 Time-domain of vertical acceleration signal before and after filtering

图12

Fig.12

	Figure Option ViewDownloadNew Window
	图12 加速度信号滤除噪声前后频谱图Fig.12 Spectrogram of acceleration signal before and after filtering

经过积分的信号会存在零漂和低频低幅的干扰信号,因而需要高通滤波器的进一步处理。图13为经过积分后的在随机不平路面行驶工况下的车身加速度信号,尽管所示信号为加速度信号积分信号,但是仍存在两类干扰信号,即前述分析的零漂信号和低频低幅信号。零漂信号大约为4 V,如图13中虚线所示,且图中存在如图2所示的干扰信号,使信号的正负符号无法与速度方向相对应。

图13

Fig.13

	Figure Option ViewDownloadNew Window
	图13 加速度信号经过积分低通滤波器后的时域图Fig.13 Time-domain of acceleration signal after integral

上述分析验证了本文对信号成分的分析。为进一步说明滤波积分系统信号处理效果,本文分别对应随机不平路面行驶工况的车身加速度信号进行处理,如图14所示。由图14可知,经过本文建立的信号积分滤波系统,得到了较为准确的速度信号,去除了信号中的低频零漂、低频低幅和噪声信号。图15为频域对比图,易知经过高通滤波器后,低频信号得到消除。

图14

Fig.14

	Figure Option ViewDownloadNew Window
	图14 速度信号经过滤波电路前后的时域图Fig.14 Time-domain of speed signal with and without operation with filter circuit

图15

Fig.15

	Figure Option ViewDownloadNew Window
	图15 信号经过高通滤波器频域图Fig.15 Frequency-domain of signals after high pass filtering

通过软件仿真对该滤波积分方法进行了较好的验证。在此基础上,设计、印刷硬件电路板进行硬件在环测试。

为完成滤波电路的硬件测试,在此搭建了用于滤波电路测试的硬件在环试验台,如图16所示。根据车轮数目,滤波积分电路板包含4路积分滤波电路。

图16

Fig.16

	Figure Option ViewDownloadNew Window
	图16 信号处理硬件在环平台Fig.16 HIL bench of signal operation

硬件在环实验台包括由上位机(包含Simulink/Xpc模块)、研华工控机-818L采集卡、信号处理电路组成。测试方法为:结合研华工控机818采集卡的信号输入、输出端,通过上位机设计信号发送与采集模块,主要为模拟输出和模拟输入;通过采集卡将加入零漂和噪声的加速度电压信号发送至处理电路;最后由采集卡将积分滤波电路处理后的速度电压信号送回上位机进行数据分析处理。

通过上述构建的硬件在环平台对随机不平路面行驶工况下的车身垂直加速度信号进行处理,处理结果如图17所示。硬件试验处理得到的速度信号与目标速度一致,表明仿真结果与试验结果吻合,得到了较为准确的速度信号,为基于速度的进一步计算奠定了基础。

通过该信号处理电路,可完成随机不平路面行驶工况下的信号识别,如A级、B级路面、阶跃坡度路面等,可有效地处理和采集控制策略所需的速度信号。

图17

Fig.17

	Figure Option ViewDownloadNew Window
	图17 硬件电路信号处理效果图Fig.17 Signals compare with real filter current