摘要：依据车辆动态称重体系的结构和特色，选用了一种依据最优加权均匀的数据交融处理办法，将其运用到动态称重体系中，并完结体系的软硬件规划。经过对交融前后的试验数据进行比较剖析，可有用地下降传感器
在作业进程中受多种要素的穿插搅扰影响，进步了车辆动态称重体系抗搅扰才能，以确保参数检测的牢靠性和准确性。
关键词：动态称重体系；传感器；加权均匀；数据交融
跟着社会经济的开展和经济区域分工的扩展，公路交通量迅速增长，尤其是货运轿车的数量逐年递加，其间一些司机不管车辆和公路承载才能和行车安全，私行对车辆进行超载改装，使公路遭到严重破坏，由此而引发的交通事故日益增多。因而，为维护公路无缺疏通，严厉约束超限车辆势在必行。
动态称重体系是运用传感器丈量行使中动态轮胎的受力信号，再对这些受力信号的剖析来核算相应静态车辆分量的进程。与传统的轿车静态称重不同，动态称重不需要轿车泊车待称，只需轿车经过称重传感器即可以完成称重，因而具有及时性、隐蔽性和连续性，既完成了称重，又不影响正常的交通，是一个非常有价值的研究课题。
1 电路规划
车辆称重体系硬件结构框图如图1所示，压力传感器、测速传感器、模仿信号处理电路、A／D转化电路、按键、液晶显现模块、打印机、PC机。电路首要芯片包含CPU为T2368BI，A／D转化芯片AD7799，RS232电平转化器芯片SP3223EEY以及LCD接口电路和键盘接口电路。
当轿车经过压力板时，压力传感器将压力信号转化成模仿电信号，再经过外表放大器送到A／D转化器的模仿输入端，将转化后的数字量进行采样处理，把处理成果作为动态称重分量送到LCD上显现，一起将数据送入打印机打印，或许可以将数据经过RS232电平转化器送入核算机中贮存或进一步进行处理。
2 常用数据交融理论
传感器数据交融是指对来自多个传感器的数据进行多等级、多方面、多层次的处理与归纳，然后取得更准确、更牢靠的有用信息。与只选用单一传感器的体系比较，来自多个传感器的信息具有冗余性、互补性、关联性。多传感器数据交融便是要充分运用多个传感器的资源，经过对各种传感器及其观测信息的合理分配与运用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化原则组合起来。现在，在国外，多传感器交融体系已被广泛地运用于战场剖析监督、弹道导弹防护、方针盯梢、机器人、主动小车、辅佐驾驭、杂乱智能制作体系以及核电站监控等范畴。依据传感器收集信息的多样性，智能外表的多传感器信息交融选用了3种办法：相关信息交融、互补信息交融和协同信息交融。
2．1 相关信息交融
相关信息是指由一组传感器获取的关于同一环境特征的信息。例如在对某一方针进行检测时，可在同一区域中放置多个传感器，这些传感器的输出信息即为关于检测方针的相关信息。
2．2 互补信息交融
互补信息便是两个或更多个独立传感器从不同面临同一方针或环境的描绘，彼此间又不彼此重复的多个信息。互补信息的交融可以给出关于方针和环境的更全面、更完好的描绘：有时可以使多传感器体系感知到那些每个单一传感器无法取得的方针和环境特征。
2．3 协同信息交融
协同信息是指在多传感器体系中，传感器取得的彼此依赖或彼此配合的多源数据信息。
总归，多传感器数据交融的方针即经过组合取得比任何单个传感器更准确的信息，到达传感器之间最佳和谐的成果，即经过多传感器之间的和谐和功能互补的优势来进步整个传感器体系的功能。
3 数据交融在车辆动态称重技能中的运用
在车辆动态称重体系中首要运用了两种数据交融办法，称重板同类传感器的多传感器数据交融和压力传感器、加速度传感器的异类传感器数据交融。(这儿选用最优加权均匀进行数据交融)。
3．1 同类传感器的多数据交融
设第i个传感器(i=1，2，…，P)，Q个丈量周期中得到的第s个出题As(s=1，2，…，K)，它的单传感器多丈量周期交融后验根本可信度分配函数为
3．2 异类传感器数据交融
假定压力传感器和加速度传感器丈量差错是彼此独立、零均值和稳定方差的高斯分布随机变量，则
x(t+1)=φ(t)x(t)+B(t)u(t)+Γ(t)w(t) (1)
yi(t)=Hi(t)x(t)+Vi(t) (2)
上式中x(t)∈Rn是压力丈量值，i=1，2……，l是丈量成果u(t)∈Rp是操控输入，w(t)∈Rr是加速度丈量值，Vi(t)∈Rmi，i=1，2……，l而φ(t)，B(t)，Γ(t)，Hi(t)是时变矩阵。
车辆动态称重关键是智能压力检测，选用最优加权均匀进行数据交融的智能压力检测体系由4部分构成：传感器模块、信号调度模块、数据交融中心模块和显现电路等。其作业进程为：传感器和信号调度模块完结对输入信号的检测和处理作业，交融中心归纳各传感器的信息，并进行相应的数据处理后，终究成果由显现电路显现出来。如图2所示。
1)传感器部分输出2个电压信号，其间U1为被测压力P的电压输出信号，U2为一个非方针参量的检测电压信号。
一个抱负的压力传感器，其输出U应为输入压力的一元函数值，即U=f(P)。其反函数为P=f(U)。
2)交融中心。交融中心采纳的是依据加权均匀的数据处理技能，运用加权均匀法进行数据交融实际上便是求各传感器输出数据的加权均匀值。若传感器i(i=1、2…n)输出为xi，丈量成果均方差为σi，权值为Wi，数据交融成果为y=WX=[w1，w2，…，wn][x1，x2，…，xn]T。权值分配妥当，交融作用较好；分配不合理。
对体系的精度和牢靠性进步不大。权值最优分配的原则如下：
4 数据交融处理的作用
为了验证多传感器数据交融办法的作用，本文进行了一系列称重丈量试验：传感器接受分量初始值为4吨，今后每次加剧2吨，顺次加载到22吨。数据交融前和交融后的分量值差错比照如下表所示。
由以上试验数据标明可见：在相同温度改变和电源动摇的情况下，经过数据交融后的数据差错显着削减，其差错值小于静态时称重值的1．39％，非线性差错为1．16％，由此可见，交融后的值更挨近理论值。所以说依据最优加权分配原则的多传感器数据交融技能可以有用下降或消除传感器在作业进程中受多种要素的穿插搅扰影响。
5 结束语
针对车辆动态称重体系的结构和特色，笔者选用了几种数据交融核算办法，有用地进步车辆动态称重体系抗搅扰才能，确保丈量的牢靠性和准确性。经过屡次试验，文中规划的动态称重体系技能参数到达：在静态形式时，准确度高于20 kg；动态形式时，车辆以低于20 km／h的速度经过，差错小于静态时称重值的1．39％非线性差错为1．16％(轴载荷和总重)。本动态称重体系首要特性包含分量轻，便于带着；可外接核算机辅佐设备；具有动静态两种作业办法；准确丈量动态车辆的分量；主动将所测车辆分量与存储材料比较以确认车辆的毛重或车是否超重等数据；全主动化的称重进程；材料主动存储以便检索、计算。
