《表3 载重测量值及相对误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高低频噪声区分滤除的车辆载重动态测量方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用剩余70组数据对训练完的神经网络进行测试，车辆载重使用三种方法给出：（1）原始数据均值；（2）小波去噪后均值；（3）神经网络输出值。由于数据较多而篇幅有限，在此只给出部分测量结果，如表3所示。从表3中可以看出，使用原始数据求均值得到的载重量相对误差明显高于另外两种方法，而使用小波阈值滤波后信号均值求得的载重相对误差有较大下降，但仍在3%左右，使用BP神经网络对滤波后数据进行处理，输出的载重量相对误差最小。对70组测试数据计算结果进行统计，原始数据求平均方法的平均相对误差为4.62%，最大相对误差为6.37%；小波滤波数据求均值方法的平均相对误差为2.87%，最大相对误差为3.26%；BP神经网络输出的平均相对误差为0.85%，最大相对误差为1.45%。以上数据充分说明了提出的载重测量方案精度较高，这是因为使用小波阈值滤波去除了信号中的高频噪声，使用BP神经网络去除了信号中因加速度、速度引起的低频噪声。根据国家要求车辆动态测量误差不高于5%的要求，此方法可以应用于工程实际。