【技术实现步骤摘要】
本申请属于汽车道路安全控制领域，具体涉及一种基于汽车宽带道路噪声的轮速信号抗干扰处理方法、系统、设备及介质。
技术介绍
1、汽车在高速行驶时，实时精准地采集和处理轮速信号，是间接式轮胎气压监测系统、制动防抱死系统、驱动防滑系统等主动安全性控制系统的基础。而车上电路装有各种继电器、变压器、电磁铁等感性电路器件的频繁的工作使得电路中感应出噪声。此外，大气环境中的各种电磁波也会使传感器感应出般频率带很宽，幅值很小的噪声。这些车上电路内干扰和环境外干扰引起的宽频噪声使得精确获得瞬时的轮速信号存在较大的困难。同时，轮速信号采集不精准，由轮速信号计算得到的车轮滑转率/滑移率、横摆角速度等运动参数也就会出现较大的误差和较大的发散性，从而导致轮速传感器信号的信噪比降低以及由轮速信号计算数据的发散性，不利于汽车安全有效控制。
2、传统的卡尔曼滤波、小波降噪、数字维纳滤波等措施，虽能适当降低轮速信号中的噪声，并减小基于轮速信号计算的汽车运动参量的发散性，但无法彻底消除噪声。目前，通常采用卡尔曼滤波器和遗传迭代算法抑制传感器信号误差，采用基于解析冗余的容错方法解决传感器信号振荡失真问题，采用基于频域最小均方差的自适应增强器作为对轮速传感器信号的预测，以提高信噪比，但上述方法不适用于汽车在高速行驶的情况下，且对于处理频谱较平坦的宽带道路噪声还具有局限性。
技术实现思路
1、本专利技术通过一种基于汽车宽带道路噪声的轮速信号抗干扰处理方法，同时对由轮速目标信号和宽带噪声干扰源形成的干扰接收信号进行
2、一种基于汽车宽带道路噪声的轮速信号抗干扰处理方法，包括：
3、s1：获取原始轮速信号数据集，通过汽车内部麦克风阵列采集干扰接收信号，所述干扰接收信号包括轮速目标信号和宽带噪声干扰源，根据所述干扰接收信号构建干扰信号训练集和干扰信号测试集；
4、s2：对所述干扰信号训练集进行重叠分帧处理得到离散信号帧，对所述离散信号帧进行短时傅里叶变换得到幅度谱和相位谱，根据所述幅度谱和相位谱进行拼接得到时空频域特征，根据所述原始轮速信号数据集的频谱特征对所述干扰信号训练集添加训练标签；
5、s3：根据所述时空频域特征和所述训练标签通过复数信号卷积神经网络训练得到干扰抑制模型；
6、s4：通过所述干扰信号测试集对所述干扰抑制模型进行性能评估测试得到性能评估结果。
7、优选的，所述麦克风阵列是由麦克风传感器构成的均匀线性阵列，通过所述均匀线性阵列采集所述干扰接收信号。
8、优选的，所述步骤s1具体包括：
9、搭载均匀线列阵，所述均匀线列阵由各向同性阵元组成，通过所述均匀线列阵获取所述干扰接收信号，所述干扰接收信号从不同方向入射所述均匀线列阵，所述干扰接收信号包括轮速目标信号和宽带噪声干扰源，根据所述干扰信号通过所述各向同性阵元得到各向同性阵元变量，所述各向同性阵元变量包括各向同性阵元幅度变化和各向同性阵元时延，所述的干扰接收信号计算公式为：
10、
11、τm(φd)＝(m-1)δsinφd/c，
12、ρm(q)＝a/σm(q)，
13、μm(q)＝σm(q)/c，
14、其中，xm为干扰接收信号，m表示第m个各向同性阵元，m的取值为正整数，ωl为所述干扰接收信号的入射频率，k表示第k组各向同性阵元变量，k的取值为正整数，xm(ωl,k)为第k组所述各向同性阵元变量、第m个所述各向同性阵元接收数据中所述入射频率ωl对应接收的信号，d为所述轮速目标信号的总数，d表示第d个轮速目标信号，sd为所述轮速目标信号的频域，sd(ωl,k)表示第k组所述各向同性阵元变量、第d个所述轮速信号的频域，e为对数函数的底数，j为复数单位，φd为第d个所述轮速目标信号的入射角度，τm(φd)为所述轮速目标信号的相对时延，δ为所述各向同性阵元间距，c表示声速，取值为340m/s，q为所述宽带噪声干扰源的总数，q表示第q个宽带噪声干扰源，ρ为所述宽带噪声干扰源的幅度，ρm(q)为第q个所述宽带噪声干扰源到达第m个所述各向同性阵元时的幅度，a为常数，σm(q)为第q个所述宽带噪声干扰源到第m个所述各向同性阵元的距离，iq(ωl,k)表示第k组所述各向同性阵元变量、第q个所述宽带噪声干扰源的频率信号，μm(q)表示第q个所述宽带噪声干扰源到达第m个各向同性阵元的传播时延。
15、优选的，所述步骤s3具体包括：
16、s301：所述复数信号卷积神经网络为处理复数信号的卷积神经网络；
17、s302：将所述时空频域特征通过复数卷积得到时空频域特征图；
18、s303：将所述时空频域特征图通过最大值池化得到时空频域池化特征图；
19、s304：将所述时空频域池化特征图通过全连接层得到特征传递函数，所述特征传递函数为所述干扰接收信号与所述各向同性阵元之间的传递函数，根据所述特征传递函数最优化解得到轮速测试信号，所述轮速测试信号为各向同性阵元的轮速目标信号；
20、s305：根据所述轮速测试信号与所述训练标签通过损失函数得到轮速信号损失值，所述损失函数的计算公式为：
21、
22、其中，cost为轮速信号损失值，n表示每一批次输入的频谱帧数，xdenoise,r(w)表示所述复数信号卷积神经网络输出所述轮速信号的实部，xdenoise,i(w)表示所述复数信号卷积神经网络输出所述轮速信号的虚部，xnonoise,r(w)表示所述训练标签的实部，xnonoise,i(w)表示所述训练标签的虚部。
23、s306：根据所述轮速信号损失值通过反向传播得到复数信号卷积神经网络每一层权重和复数信号卷积神经网络每一层偏置梯度；
24、s307：通过所述复数信号卷积神经网络每一层权重和所述复数信号卷积神经网络每一层偏置梯度更新复数信号卷积神经网络参数得到所述干扰抑制模型。
25、优选的，所述复数卷积的表达式为：
26、
27、w＝wr+jwi，
28、x＝xr+jxi，
29、其中，x为复数矩阵，xr为所述干扰接收信号的实部，xi为所述干扰接收信号的虚部，w为复数卷积核，wr为所述复数卷积核的实部参数，wi为所述复数卷积核的虚部参数，j为复数单位，*表示卷积操作。
30、优选的，所述反向传播的具体步骤为：
31、s306-1:根据所述轮速信号损失值通过sigmoid本文档来自技高网...
【技术保护点】
1.一种基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，包括：
2.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述麦克风阵列是由麦克风传感器构成的均匀线性阵列，通过所述均匀线性阵列采集所述干扰接收信号。
3.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述步骤S1具体包括：
4.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求4所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述复数卷积的表达式为：
6.根据权利要求4所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述反向传播的具体步骤为：
7.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述步骤S4具体包括：
8.一种基于汽车宽带道路噪声的轮速信号抗干扰处理系统，包括信号采集模块、信号预处理模块、模型训练模块、性能评估模块，其特征在
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法。
...【技术特征摘要】
1.一种基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，包括：
2.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述麦克风阵列是由麦克风传感器构成的均匀线性阵列，通过所述均匀线性阵列采集所述干扰接收信号。
3.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述步骤s1具体包括：
4.根据权利要求1所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求4所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特征在于，所述复数卷积的表达式为：
6.根据权利要求4所述的基于汽车宽带道路噪声的轮速信号抗干扰处理方法，其特...
【专利技术属性】
技术研发人员：吴仍广，田旭，顾炎，
申请(专利权)人：拾音汽车科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。