[发明专利]一种惰性数据滤波方法

说明书

技术领域

本发明涉及信号处理技术领域，具体地说，涉及一种惰性数据滤波方法。

背景技术

温度数据作为一种车载惰性数据，其特性是数据变化过程平滑而非陡变。主变器、主变流器、牵引电机等设备的温度数据对机车的实际控制有着重大影响，同时也关系到机车的运行安全。

在机车的车载设备中，作为整车控制中心的的网络控制系统，需要采集主变器、主变流器、牵引电机等设备的温度数据，并根据这些温度数据实时监视相应设备的工作状态，以做出相应的控制处理。

如果网络控制系统采集的温度数据不稳定或受干扰而陡变，会使网络控制系统造成错误的控制，严重影响整个机车的正常工作，甚至可能导致机车运行故障甚至机破。因此保证这些温度数据的可靠性有着重要意义。

目前在车辆产品中，通常做法是建立一个缓冲区对温度数据进行一定次数的均值处理，从而达到平滑数据陡变的效果，实现惰性数据的滤波。从滤波效果上来看，现有的滤波方法还是无法有效地滤除温度数据中的不稳定部分和陡变的部分。此外，现有的温度数据滤波方法也无法平抑掉持续一段时间的陡变数据。由此可以看出，在车辆产品对可靠性和安全性有更高要求的条件下，现有的温度数据滤波方法很难满足要求。

基于上述情况，亟需一种能够有效滤除惰性数据中的不稳定数据和陡变数据的惰性数据滤波方法。

发明内容

为解决上述问题，本发明提供了一种惰性数据滤波方法，所述方法包括：

采集当前时刻的惰性数据，得到当前时刻惰性数据采集值；

基于所述当前时刻惰性数据采集值和存储的前一时刻惰性数据滤波值，根据多项式极值计算当前时刻惰性数据滤波值，以用于根据所述当前时刻惰性数据滤波值产生相应的控制信号。

根据本发明的一个实施例，根据如下公式计算所述当前时刻惰性数据滤波值：

F(p,T_k)＝p×T_k+(1-p)×F(p,T_k-1)

其中，F(p,T_k)表示第k时刻惰性数据滤波值，T_k表示第k时刻惰性数据采集值，第k时刻表示当前时刻，p表示惰性数据采集值的调节参数，F(p,T_k-1)表示第k-1时刻惰性数据滤波值。

根据本发明的一个实施例，所述惰性数据包括温度数据。

根据本发明的一个实施例，所述调节参数的取值范围包括[0.04，0.06]。

根据本发明的一个实施例，所述调节参数的取值范围包括[0.94，0.96]

本发明提供的惰性数据滤波方法流程简便，通过设置合理的调节参数，能够有效滤除惰性数据中出现的不稳定数据和陡变数据。同时，相比于现有的惰性数据滤波方法，本方法还能够有效地滤除陡变持续一段时间的惰性数据。本发明提供的惰性数据滤波方法提高了惰性数据的可靠性和稳定性，为控制系统的稳定运行提供保障，保证了车辆的安全运行。此外，通过设置其它合理的调节参数，本发明提供的惰性数据滤波方法还可以用于惰性数据中陡变数据的检测。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

图1是根据本发明的一个实施例的惰性数据滤波方法的流程图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

惰性数据的特点是变化平滑，正常情况下惰性数据的变化中不会出现陡变。对于控制系统中陡变的惰性数据，为了保证惰性数据的可靠性，需要对这些陡变的惰性数据进行平滑处理。本发明根据惰性数据的平滑变化的特点，利用多项式极值理论，提出了惰性数据的迭代方程，以利用该迭代方程滤除陡变的惰性数据。

根据多项式极值理论，对于多项式a^n-1+a^n-2x+...+x^n-1，有如下公式：