您好,欢迎访问三七文档
当前位置:首页 > 电子/通信 > 综合/其它 > 信号与测试技术实验3报告动态称重实验
测试信号处理技术实验报告2012年11月23日星期实验三动态称重实验一、实验目的1、了解动态称重的原理和特点;2、学习动态称重数据的处理方法;3、学习Labview中MATLAB脚本节点的使用方法4、学习顺序结构的使用方法5、学习Labview中打开和引用文件的方法二、实验原理动态称重原理动态称重是物体在运动变化过程中的称重过程,如汽车在行进过程中的称重过程。具有速度快、效率高等优点;还具有测量时间短,干扰因素多等特点。此实验中,就是针对汽车动态称重中获得的数据进行分析处理。(1)动态称重系统模型采用二阶弹簧-阻尼系统模型:mMxtdxtcxtMgut(1)将模型离散化,为:1212121201xbzbzXzUzazaz(2)其中,1212aabb、、、是与参数mMdcg、、、、相关的数值。将式(1)写成差分方程形式为:121212012xkaxkaxkxukbukbuk其中u单位为阶跃(或近似阶跃)信号,当k大于2时,u为常数;则差分方程变为:1212xkaxkaxkb由此,得到重量估值系统的终值为:12112120ˆlimlim111kzxbbbMxkTzXzaaaa(2)利用Matlab和Labview对已有动态数据进行重量计算1)利用Labview中打开和引用文件的方法从文件中读取原始数据(原始数据文件名为data.txt)。2)对数据进行滤波。使用Matlab滤波函数y=filter(b,a,x),其中,x为重量信息的原始数据,a和b为滤波器系数,y为滤波后重量信息数据滤波器数据文件名为num.txt;3)将原始数据和滤波后数据利用Labview的显示控件显示出来。4)手动选取有效数据段,用RLS算法对重量信息进行估计,显示选取的数据段,并显示重量值。(3)最小递归二乘算法算法表达式为:11[1]1[11][]1TTTkkLkxkhkkLkPkhkhkPkhkPkILkhkPk其中,12[,,]Tkakakbk为参数向量,[1,2,1]Thkxkxk为回归向量,Lk为遗忘因子系数向量,Pk为增益矩阵。重量为:121bkMkakak三、实验仪器计算机1台四、实验步骤1、从文件(data.txt)中读取原始数据,从文件(num.txt)中读取滤波数据;2、对原始数据加窗,手动选择数据段;3、编写Matlab程序完成如下功能:对数据进行滤波、对手动选取的有效数据段进行RLS估计、计算重量值;4、显示原始数据、滤波后数据、选取的数据段、RLS过程数据,显示最后重量值。五、实验结果分析1.程序设计1)加窗:作用是减弱阶段数据时产生的吉布斯现象,使用Labview的VI实现加窗2)滤波器设计:MATLAB滤波器为x1=filter(num,a,y);其中y为原始数据,a为滤波器分子向量,num为滤波器坟分母向量,x1为滤波后信号数据。3)RLS算法设计4)实验MATLAB程序n=length(num);%数据长度a=eye(1,n);%矩形窗x1=filter(num,a,y);%滤波x=x1;k=length(x);%加窗后数据长度Thita=zeros(3,size(x,1));%初始化参数向量h=zeros(3,size(x,1));%初始化回归向量L=[000]';%初始化遗忘因子系数向量P=0.1*eye(3);%初始化增益矩阵a1=Thita(1,:);%初始化a1a2=Thita(2,:);%初始化a2b=Thita(3,:);%初始化bfori=3:kh(:,i)=[-x(i-1),-x(i-2),1]';%求解h(k)endfori=3:kL=P*h(:,i)*(1/((h(:,i))'*P*h(:,i)+1));P=(eye(3)-L*(h(:,i))')*P;Thita(:,i)=Thita(:,i-1)+L*(x(i)-(h(:,i))'*Thita(:,i-1));a1(i)=Thita(1,i);a2(i)=Thita(2,i);b(i)=Thita(3,i);M(i)=b(i)/(1+a1(i)+a2(i));%重量计算endm=M;X=x;%输出5)主程序框图a)数据输入部分:b)数据截取部分:c)称重部分:2.使用Labview进行动态称重的过程首先,运行程序,然后点击原始重量数据选择原始数据,单击模型参数设置参数。再在数据起始点和数据长度里面设置正确的参数,因为只有选择正确的数据段才能保证测出重量的正确性。如下图:六、实验总结与思考本次实验,主要是编程实现动态称重,动态称重系统是具有测量行驶车辆重量的特点,决定了它在交通轴载调查、治理超限超载运输和计重收费系统中不可替代的作用。通过试验,不仅了解到了动态称重的原理,还学会了最小递归二乘法的计算。实验过程中,遇到的问题是程序的编写问题,由于初次接触最小递归二乘法,不能很好地把握,导致程序不能很好地完成。但经过这次实验,已经基本熟悉了该算法,对以后的应用是有很大帮助的。
本文标题:信号与测试技术实验3报告动态称重实验
链接地址:https://www.777doc.com/doc-2690903 .html