CC BY
70Библиографические ссылки
1. Эми Р., Ричардсон Г. Критерии оценки вибрации печатных плат: экспериментальный подход // IEEE Trans. on Electronics Packaging Manufacturing. 2010. Том 33, № 4. С. 303-311.
2. Эми Р., Ричардсон Г. Точность упрощения модели печатной платы методом конечных элементов. Надежность микроэлектроники. 2010. Т. 50. С. 86-97.
3. Генг П. Динамические испытания и методология моделирования пайки BGA для оценки надежности // Электронные компоненты и технологии : материалы конф. 2005. С. 654-659.
4. Талицкий Е. Н. Защита электронного оборудования от механических нагрузок. Теоретические основы / Владимир. гос. ун-т. 2001. 253 с.
5. Джонсон К. Л. Контактная механика. Англия : Изд-во Кэмбридж. ун-та. 1985.
References
1. Jemi R., Richardson G. Kriterii ocenki vibracii pechatnyh plat: jeksperimental'nyj podhod. IEEE Trans. on Electronics Packaging Manufacturing. 2010. Tom 33. № 4. S. 303-311.
2. Jemi R., Richardson G. Tochnost' uproshhenija modeli pechatnoj platy metodom konechnyh jelementov. Nadezhnost' mikrojeleklektroniki. 2010. Tom 50. S. 86-97.
3. Geng P. Dinamicheskie ispytanija i metodologija modelirovanija pajki BGA dlja ocenki nadezhnosti. Materialy konferencii jelektronnye komponenty i tehnologii. 2005. S. 654-659.
4. Talickij E. N. Zashhita jelektronnogo oborudovanija ot mehanicheskih nagruzok. Teoreticheskie osnovy. Vladimirskij gosudarstvennyj universitet. 2001. 253 s.
5. Dzhonson K. L. Kontaktnaja mehanika. Izdatel'stvo Kjembridzhskogo universiteta. Anglija. 1985.
© Левицкий А. А., Бурмитских А. В., 2013
УДК 519.688
ОПТИМИЗАЦИЯ АЛГОРИТМА ОПРЕДЕЛЕНИЯ СЛИВОВ И ЗАПРАВОК ТОПЛИВА
Е. А. Ленева\ В. П. Бригинец2
1Сибирский федеральный университет Россия, 660074, г. Красноярск, ул. Киренского, 26. E-mail: [email protected]
2ООО «Импульс»
Россия, 660021, г. Красноярск, ул. Дубровинского, 110. E-mail: [email protected]
Визуализируются и фильтруются данные, снятые с датчиков уровня топлива транспортных средств Красноярского края. Описываются недостатки алгоритмов шумоподавления. Решена задача оптимизации фильтра для корректного определения сливов и заправок.
Ключевые слова: медианный алгоритм, фильтр Калмана, шумоподавление, оптимизация.
OPTIMIZATION OF ALGORITHM FOR IDENTIFICATION DRAINING AND FUELING
E. A. Leneva1, V. P. Briginets2
1 Siberian Federal University 26, Kirenskiy str., Krasnoyarsk, 660074, Russia. E-mail: [email protected]
2 Ltd. «Impuls»
110, Dubrovinskogo str., Krasnoyarsk, 660021, Russia. E-mail: [email protected]
Visualized and filtered the data from the fuel sensors of vehicles which working in Krasnoyarsk Territory. Describes the pitfalls of noise reduction algorithms. Solved the problem of optimizing the filter to the correct identification of draining and fueling.
Keywords: median algorithm, Kalman filter, noise reduction, optimization.
Все измерительные приборы обладают некоторой Одной из задач мониторинга транспортных
погрешностью, составляющими которой могут быть средств (ТС) является измерение уровня топлива в
внешние и внутренние воздействия. Это приводит к баке, определение заправок и сливов, а также расчет
тому, что информация, считываемая с измерительных расхода топлива.
устройств, оказывается сильно искаженной. Чем силь- В топливный бак ТС устанавливается датчик
нее зашумлены данные, тем сложнее их обрабатывать. уровня (рис. 1). Его показания сильно зависят от мно-
Математические методы моделирования, управления и анализа данных
гих факторов: уклона дороги, температуры, качества дорожного покрытия, резких остановок/ускорений, механических вибраций ТС и пр. В конечном счете, информация об уровне топлива имеет довольно за-шумленную структуру с сильными выбросами.
Зашумленные данные дают большие ошибки при определении сливов и заправок, поэтому необходимо отфильтровать данные.
Для сглаживания показаний можно использовать различные фильтры (алгоритмы шумоподавления), однако они обязательно должны быть робастными, так как не редки различные выбросы. Существуют два подходящих фильтра - медианный и фильтр Калмана (рис. 2, 3).
Медианные фильтры достаточно часто применяются на практике как средство предварительной обработки цифровых данных. Специфической особенностью фильтров является явно выраженная избирательность по отношению к элементам массива, представляющим собой немонотонную составляющую последовательности чисел в пределах окна (апертуры) фильтра, резко выделяющихся на фоне выбросов. В то же время на монотонную составляющую после-
довательности медианный фильтр не действует, оставляя её без изменений.
Благодаря этой особенности медианные фильтры при оптимально выбранной апертуре могут, например, сохранять без искажений резкие границы объектов, эффективно подавляя некоррелированные или слабо коррелированные помехи и малоразмерные детали.
Недостатками медианных фильтров являются:
- нелинейность, так как медиана суммы двух произвольных последовательностей не равна сумме их медиан, что в ряде случаев может усложнять математический анализ сигналов;
- подавление белого и гауссового шума менее эффективно, чем у линейных фильтров;
- при увеличении размеров окна фильтра происходит размытие крутых изменений сигнала и скачков.
Фильтр Калмана - это один из популярных алгоритмов фильтрации, используемый во многих областях науки и техники. Благодаря своей простоте и эффективности его можно встретить в вР8-приемниках, обработчиках показаний датчиков, при реализации систем управления и т. д.
Рис. 1. Зашумленные показания датчика уровня топлива
Рис. 2. Применение медианного фильтра (апертура временная)
Рис. 3. Применение фильтра Калмана
175 п.
150 п.
125 П.
1 В > •
т . и » им..... «
11:30 11:32 11:34 11:36 11:3В 11:40 11:42 11:44 11:46 11:48 11:50
— датчик топлива(ф) ♦ датчик топлива(и)
Рис. 4. Определение слива по неоптимизированному медианному фильтру
Рис. 5. Определение сливов-заправок по оптимизированному медианному фильтру
Основной принцип фильтра состоит в том, что при фильтрации используется информация о физике самого явления.
Например, при фильтрации данных со спидометра машины ее инерционность дает право воспринимать слишком быстрые скачки скорости как ошибку измерения.
Недостаток фильтра Калмана - низкая пропускная способность и высокая чувствительность к неточностям статистического описания каналов фильтрации измерений.
Также недостатком является ее линейность, так как процедуры линейной обработки являются оптимальными при равномерном или гауссовом распределении помех, что в реальных сигналах может быть далеко не так.
Определяются сливы и заправки достаточно легко, для этого рассматриваемый диапазон точек разбивается на интервалы, в которых значения уменьшаются, увеличиваются или остаются относительно постоянными (рис. 4). После этого на интервалах увеличения и уменьшения ищется резкое изменение значений. Если изменение превосходит минимальные значения слива\заправки в коротком временном интервале, то
принимается решение о том, что здесь произошел слив или заправка топлива.
Проблема при определении сливов\заправок в том, что фильтры не учитывают скачкообразное изменение графика сливов и заправок. Поэтому был оптимизирован медианный фильтр (рис. 5). На каждой итерации проверяются значения слева и справа от текущей точки, если их медианные средние сильно различны, то сторона, с медианным значением менее похожим на текущую точку, исключается из рассмотрения. Также в определенной зоне слива/заправки точки не фильтруются, а принимают свои истинные значения, таким образом, резкое изменение графика проходит строго по исходным данным, а его границы максимально правдоподобны.
По оптимизированному алгоритму более точно определяются сливы и заправки, а в некоторых случаях определяются те сливы или заправки, которые по неоптимизированному фильтру были бы пропущены.
Данный оптимизированный алгоритм медианного фильтра внедрен в ООО «Импульс», г. Красноярск, осуществляющем мониторинг муниципальных и коммерческих транспортных средств Красноярского края.
© Ленева Е. А., Бригинец В. П., 2013
