新聞中心

        EEPW首頁 > 模擬技術 > 設計應用 > 基于RFID高速公路車輛測速定位方案

        基于RFID高速公路車輛測速定位方案

        作者: 時間:2012-05-11 來源:網絡 收藏
        /25px 宋體, arial; TEXT-TRANSFORM: none; COLOR: rgb(0,0,0); TEXT-INDENT: 0px; PADDING-TOP: 0px; WHITE-SPACE: normal; LETTER-SPACING: normal; BACKGROUND-COLOR: rgb(255,255,255); orphans: 2; widows: 2; -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px">  由于在車輛移動過程中,車載閱讀器與標簽之間的相對位置是不斷變化的,因此時域采樣點數應盡量少,以保證fd值的相對穩定。現代譜估計方法在短數據記錄的情況下,其性能遠遠優于經典譜估計方法。其中,Burg 算法不需要估計自相關函數,具有較高的譜估計質量且計算不太復雜,是較為通用的方法,亦適合在 系統中使用。

          對將接收信號進行下變頻并等間隔時域采樣,得到信號序列x(1), x(2),……, x(n) 。采用Burg 算法進行譜估計,并利用反射系數公式中的遞推關系減小運算量,同時使用信息論準則法判定AR 模型階數P.

          算法基本步驟為:

          (1)設定初始條件。令第0 階前向、后向預測誤差序列為時域采樣序列。

         ?。?)設定階數m=1,則得到反射系數k1 、模型參數a1(1)及最小預測誤差功率ρ1 。

         ?。?)由反射系數k 1 得到第一階前、后向預測誤差序列 e1 f (n),e1 b (n)。

          (4)令m = m+1,采用遞推分母DENm求出該階反射系數km 及最小預測誤差功率。

          (5)采用信息論準則法判定階數P.令AICm = N ln(ρm) +2m ,其中,N為數據x(n) 的長度。當階次m由1增加時,AICm應在某一m 處達到最小值。因此, 若測得在m 階有1 AICm《AIC m-1 ,則說明尚未達到AR 模型的正確階次。否則,轉到(7)。

         ?。?)計算m 階前、后向預測誤差序列 emf(n) 、emb(n) 及所有模型參數am (i), i = 1,2,……,m,返回(4)。

         ?。?)當AICm ≥AIC m-1 時,說明m-1 即為AR 模型的正確階次,至此,已求出所有階次時的AR 參數,可對AR 模型的功率譜進行估計。

         ?。?)得到功率譜后,找到其幅值最大值所對應的頻率值,即為fd 值,算法結束。

          算法流程如圖3 所示。

          基于RFID高速公路車輛測速定位方案

          圖3 Burg 算法流程

          4 算法求解

          4.1 牛頓迭代法

          將式(1)~式(4)聯立并化簡,可得到如下方程:

          基于RFID高速公路車輛測速定位方案



        關鍵詞: RFID 高速公路 車輛測速 定位

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 介休市| 丰都县| 上高县| 仪征市| 晋城| 宜州市| 建阳市| 新闻| 桐城市| 大新县| 顺平县| 分宜县| 涟源市| 海口市| 博白县| 华宁县| 沾益县| 万宁市| 万州区| 子长县| 曲靖市| 九龙县| 武冈市| 福州市| 东光县| 清原| 福建省| 会泽县| 博白县| 宝应县| 乌海市| 澄城县| 绍兴县| 德钦县| 文成县| 荥经县| 都安| 清苑县| 依安县| 合肥市| 绥阳县|