楊鵬　李智

摘要：啟動的車輛都將產(chǎn)生一定程度的微振動信息。這些微振動信息與發(fā)動機轉(zhuǎn)速，車輛結(jié)構(gòu)相關(guān)，對于給定的車輛，具有獨特性。激光測振儀的應(yīng)用，使得運用微振動信息實現(xiàn)遠距離非接觸式車輛目標(biāo)自動識別變得可能。文中主要研究車輛的微振動特性，利用經(jīng)驗?zāi)B(tài)分解（EMD）提取車輛振動的特征函數(shù)。實驗證明，該方式能有效的運用于車輛識別中。

關(guān)鍵詞： 激光探測；車輛微振動；EMD；特征識別

中圖分類號：TN911 文獻標(biāo)識碼：A 文章編號：1009-3044（2014）04-0818-03

車輛識別一直是一項重要的研究領(lǐng)域，不管是在民用領(lǐng)域，還是在戰(zhàn)場目標(biāo)識別軍事領(lǐng)域，因此車輛特征信息的參數(shù)選擇以及采集方式也成為一門熱門的學(xué)科。

車輛內(nèi)部發(fā)動機的運轉(zhuǎn)、自身機械結(jié)構(gòu)等因素的影響，會致使其表面產(chǎn)生一定的機械振動。這些振動是車輛微動效應(yīng)的重要表現(xiàn)形式之一，其包涵了車輛的微動特性，作為車輛識別的重要標(biāo)簽，而激光探測技術(shù)能在遠距離非接觸的狀況下，探測車輛的微動信息，因此利用激光探測技術(shù)對車輛微動信息分析與識別，日益成為國內(nèi)外研究的重點與熱門[1]。

在國內(nèi)，國防科技大學(xué)、西安電子科技大學(xué)等多家科研機構(gòu)均在微振動面開展了一定的研究，包括微動信號特征建模、微動特征提取等方面；研究對象包括高速運動目標(biāo)，如地面車輛如坦克、裝甲車、導(dǎo)彈發(fā)射架等振動目標(biāo)[2]。在國外，新加坡南洋理工大學(xué)使用經(jīng)驗?zāi)B(tài)分解使用經(jīng)驗?zāi)Ｊ椒纸猓‥mpirical Mode Decomposition，EMD）技術(shù)提取出了靜止卡車發(fā)動機振動的微多普勒特征，驗證了激光測振技術(shù)在車輛目標(biāo)振動識別中的可行性[3]。

本文主要研究車輛車門的微振動特性，利用經(jīng)驗?zāi)B(tài)分解（EMD）對車輛微振動信號進行時頻分析，并提取其特征函數(shù)。

1 相關(guān)基礎(chǔ)

HHT的基本思想是把目標(biāo)信號通過經(jīng)驗?zāi)B(tài)分解（EMD）成一定數(shù)量的本征模態(tài)函數(shù)（IMFs）[4]。具體流程如下：

1）找出信號中所有極大值點和極小值點，采用三次樣條函數(shù)擬合成該數(shù)據(jù)序列的上、下包絡(luò)線，取均值為該數(shù)據(jù)的平均包絡(luò)線[m1（t）]。

2） 將信號[x（t）]減去[m1（t）]，得到一個去低頻的新序列[h1（t）]，即

若[h1（t）]不是一個平穩(wěn)序列，則將[h1（t）]作為待處理的信號[x（t）]，重復(fù)步驟（1）和（2） ，直到滿足判定條件[SD=t=0T|h1（k-1）（t）-h1k（t）|2h21（k-1）（t）≤0.2]。這樣就得第一個IMF分量[c1（t）=h1k（t）]，k為達到判定條件的迭代次數(shù)。

3） 得到去掉高頻成分的差值數(shù)據(jù)序列[r1（t）]

4） 對[r1（t）]進行上述處理，得到第2個IMF 分量[c2（t）]。重復(fù)上述步驟，直到最后一個差值序列[rn（t）]為不可再被分解的單調(diào)函數(shù)為止。

最后，原始序列即可由指定的IMF分量及殘余項[rn（t）]表示，即

2 實驗仿真

實驗數(shù)據(jù)來源于，利用實驗組自制的激光測量車輛振動裝置，對10m外的停止且發(fā)動機空轉(zhuǎn)的車輛微振動信息的測量。對兩種類型的車輛，?？怂古c本田，靜止發(fā)動機空轉(zhuǎn)時，車門附近位置進行測量，兩類車輛時域振動波形如圖1，圖2所示。

由EMD分解對車輛的分析可知，如圖3，圖4所示，車輛車門附近的主要振動信息包涵在第3，第4個IMF本征函數(shù)中。分別對比?？怂?，本田的第4個IMF本征函數(shù)的Hilbert譜，由于這兩種類型的車輛均為四缸活塞發(fā)動機，且空轉(zhuǎn)時轉(zhuǎn)速相近，所以含有汽車振動的第4個IMF本征函數(shù)的頻譜信息近似。而由第3個IMF本征函數(shù)對比可知，?？怂管囬T的振動頻域主要表現(xiàn)在70Hz，本田車門則主要表現(xiàn)在75Hz。由此，EMD分解的含有振動信息的IMF本征函數(shù)，可以作為車輛識別的關(guān)鍵。

3 小結(jié)

本文通過實驗分析，驗證了利用激光探測技術(shù)，測量車輛的微振動信息，并采用EMD分解提取車輛特征函數(shù)的方法，在車輛識別中是可行的。該文以后的研究重點以下三方面進行：

1）車輛各個部位的振動信息并不完全相同，單一某點特性不能完全詮釋車輛的整體振動特性，如何根據(jù)這些差異實現(xiàn)整體聯(lián)合分析。

2）車輛行駛過程中，將引入多普勒分量，信號的分量將更為復(fù)雜，此時的車輛微動特性的研究。

3）激光探測中，噪聲類型以及分布特性的研究及其相應(yīng)的去噪方式。

參考文獻：

[1] Nedg?rd I. A comparison of analysis methods for vehicle classification by laser vibrometry[J].Swedish Defence Research Agency， April 2005.

[2] 莊釗文，劉永祥，黎湘. 目標(biāo)微動特性研究進展[J].電子學(xué)報，2007，35（3）： 520-525.

[3] Cai C J ，Liu W X， Fu J S. Empirical mode decomposition of micro-Doppler signature[A].Proceedings of International Conference on Radar[C].Washington ， USA ： IEEE Press，2005：895-899.

[4] 孫輝，朱善安. 調(diào)制故障源信號盲分離的經(jīng)驗?zāi)B(tài)分解法[J] .浙江大學(xué)學(xué)報： 工學(xué)版，2006，40（2）：258-261.