Czujniki nacisku są bardzo interesujące dla inteligentnych systemów transportowych, ponieważ pozwalają one na estymację ciężaru pojazdu w ruchu. Wykorzystanie algorytmów cyfrowego przetwarzania sygnałów pozwala na precyzyjną estymację prędkości pojazdu także w warunkach silnych zakłóceń. Rozpatrywany algorytm wykorzystuje bank filtrów, dla którego wprowadzono modyfikację polegającą na dopasowywaniu do zmian lokalnych. Rozwiązanie to pozwoliło na zmniejszenie błędu estymacji prędkości o kilkanaście procent. Wykorzystanie dodatkowej filtracji sygnału zmniejszającej szumu także wpływa na zmniejszenie błędu, ponieważ dopasowywanie sygnałów odbywa się dla składowych wolnozmiennych. Badania przeprowadzono z wykorzystaniem metody Monte Carlo.
EN
WIM sensors are very important for Intelligent Transportation Systems, because they allow the estimation of vehicle weigh in motion. The application of digital signal processing algorithms allows the estimation of vehicle velocity under heavy noises. The considered algorithms is filter bank based and the provided modification allows the reduction of velocity error about ten percent. The application of additional signal filtering reduces noises and reduced velocity errors too. This is effect of the better signals fitting using low-frequency components. Monte Carlo methods were applied during numerical evaluation of algorithms
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.