[发明专利]基于车轮振动的路面类型识别方法

权利要求书

1、一种基于车轮振动的路面类型识别方法，它是在建立车轮振动模型后，当车辆行驶时，采集当前车轮的振动信号，获得当前车轮振动高频频谱特征向量，与典型路面车轮振动高频频谱特征向量进行比较，从而识别路面类型。

2、如权利要求1所述基于车轮振动的路面类型识别方法，其特征在于所述获取车轮振动高频频谱特征向量的方法是：采用单子带重构改进算法分解和重构车轮振动信号，获取车轮振动高频子带信号；对车轮振动高频子带信号进行快速傅立叶变换，获取车轮振动高频频谱；以固定频带等分车轮振动高频频谱，并以频谱幅值平均值作为该频带频谱幅值，对频谱进行归一化，得到车轮振动高频频谱特征向量。

3、如权利要求1所述基于车轮振动的路面类型识别方法，其特征在于将当前车轮振动高频频谱特征向量与各类典型路面车轮振动高频频谱特征向量比较，具体方法是：构造路面类型识别神经网络分类器，利用神经网络分类器对路面进行识别。

4、如权利要求3所述基于车轮振动的路面类型识别方法，其特征在于构造路面类型识别神经网络分类器的方法是：建立路面类型识别RBF神经网络，RBF神经网络由两层组成，包括隐层和输出层；利用车轮振动模型的车轮振动频谱特征向量训练RBF神经网路，最终获得路面类型识别神经网络分类器从而实现路面类型识别。

5、如权利要求4所述基于车轮振动的路面类型识别方法，其特征在于所述训练RBF神经网路包括第一阶段是无教师学习，第二阶段是有教师学习；所述无教师学习是对所有样本的输入进行聚类，求得各隐层节点的中心向量c_i；所述教师学习是当c_i确定以后，训练由隐含层至输出层之间的权值w_i。

6、如权利要求2所述基于车轮振动的路面类型识别方法，其特征在于将获取车轮振动高频频谱特征向量的方法用DSP编程，并下载DSP芯片内。

7、如权利要求3所述基于车轮振动的路面类型识别方法，其特征在于将获得的RBF神经网络分类器用DSP编程，并下载DSP芯片内。