本發(fā)明屬于汽車工況數(shù)據(jù)分析領域，具體涉及一種判斷汽車工況數(shù)據(jù)飽和的方法。

背景技術：

汽車行駛工況的構建中最重要的是采集到比較準確而真實的原始數(shù)據(jù)。gps采集設備使用方便并且不影響正常行車，因此，被廣泛地應用于工況數(shù)據(jù)采集。然而，由于受到天氣，定位，建筑物遮擋等各種因素，gps采集到的數(shù)據(jù)會存在著大量的非真實信號。另外，由于干擾，漂移等不確定原因造成的嚴重偏離原始真實道路的數(shù)據(jù)。經(jīng)過對采集到的原始數(shù)據(jù)分析，這些不準確數(shù)據(jù)，可以分為以下幾類：(1)怠速噪聲；(2)尖點數(shù)據(jù)；(3)毛刺數(shù)據(jù)；(4)異常片段數(shù)據(jù)。

采樣量直接影響到構建的行駛工況是否具有代表性，是否能反映一個地區(qū)的汽車運行特點。采樣量過少，構建的工況不能反映當?shù)氐男旭偺匦?，采樣量過大，則需要投入的時間、資源就越多，并且過多的數(shù)據(jù)給后續(xù)處理帶來較大困難。另外，在采樣量達到一定程度時，再增加采樣量對提高工況構建的準確性并不顯著。目前，對行駛工況采樣量是否滿足工況構建要求仍無定量的指標來評價，這使得在實際采集過程中具有一定的隨意性和盲目性。

技術實現(xiàn)要素：

本發(fā)明的目的在于克服上述不足，提供一種判斷汽車工況數(shù)據(jù)飽和的方法，以確定采樣次數(shù)達到一定程度時，汽車工況數(shù)據(jù)已經(jīng)飽和，從而減少實際數(shù)據(jù)采集過程中的隨意性和盲目性，提高數(shù)據(jù)采集的工作效率。

為了達到上述目的，本發(fā)明包括以下步驟：

步驟一，通過gps設備獲取若干輛原始車輛的原始工況數(shù)據(jù)，采樣頻率為1hz，獲取時間t，車速vi(t)，(i＝1，2，3，…，n)，車速vi(t)的單位為km/h，且vi(t)≥0，t的單位為s；

步驟二，對怠速噪聲進行處理，對尖點進行修正，對毛刺數(shù)據(jù)和異常片段進行剔除；

步驟三，選取平均車速、平均運行車速、加速、減速、勻速和怠速作為特征值，根據(jù)這六個特征值確定樣本綜合穩(wěn)定度k；

步驟四，確定采樣次數(shù)，即完成判斷汽車工況數(shù)據(jù)飽和的方法。

所述步驟二中，怠速噪聲進行處理的方法如下：

設置速度限值vd，若低于速度限值vd則為怠速，

所述步驟二中，尖點進行修正的方法如下：

設置最大加速度為a1，若存在加速度大于a1，則采用線性插值法處理，若一次插值仍大于a1，則連續(xù)多次采用線性插值直至加減速度在合理范圍內(nèi)，vxi為第i個車速數(shù)據(jù)修正后的值，vi-1為第i個車速的前一個車速，vi+1為第i個車速的后一個車速。

所述步驟二中，毛刺數(shù)據(jù)的剔除方法如下：

對于較長時間怠速數(shù)據(jù)中的個別數(shù)據(jù)不為零的定義為數(shù)據(jù)毛刺，設置怠速數(shù)據(jù)的閾值為n1，小于n1的怠速數(shù)據(jù)修改為0。

所述步驟二中，異常片段為數(shù)據(jù)片段范圍已遠超出實際范圍的數(shù)據(jù)。

所述步驟三中，綜合穩(wěn)定度k包括k1～k6，分別代表加速比例穩(wěn)定度、減速比例穩(wěn)定度、勻速比例穩(wěn)定度、怠速比例穩(wěn)定度、平均車速穩(wěn)定度及平均運行車速穩(wěn)定度，計算公式如下：

其中，分別為第j次采樣數(shù)據(jù)的累積加速比例、減速比例、勻速比例、怠速比例、平均車速及平均運行車速。

所述步驟四中，樣本穩(wěn)定度絕對值|k|＜a可認為樣本量達到穩(wěn)定，a為設定的閾值，即工況數(shù)據(jù)飽和，采樣量滿足需要，此時對應的次數(shù)j即為汽車工況數(shù)據(jù)飽和時采集次數(shù)。

與現(xiàn)有技術相比，本發(fā)明利用gps設備獲得頻率為1hz車輛行駛實驗數(shù)據(jù)，并對實驗數(shù)進行怠速噪聲處理、尖點數(shù)據(jù)進行修正、毛刺數(shù)據(jù)和異常片段剔除等處理。根據(jù)工況數(shù)據(jù)特征值定義六種穩(wěn)定度和一種綜合穩(wěn)定度，并根據(jù)穩(wěn)定度值判斷工況數(shù)據(jù)是否飽和。本發(fā)明提出了一種新的判斷工況數(shù)據(jù)采樣量與準確性之間關系的方法，明確了工況數(shù)據(jù)飽和的計算方法，解決了主觀盲目提高采樣量保證準確性的問題，提高了采樣效率，減少了計算量，為工況構建時數(shù)據(jù)采樣量的確定提供了理論依據(jù)。

附圖說明

圖1是本發(fā)明的流程圖；

圖2是不同采樣周期工況對比圖；

圖3是怠速噪聲數(shù)據(jù)處理前后對比圖；

圖4是尖點數(shù)據(jù)處理流程圖；

圖5是尖點數(shù)據(jù)處理前后加速度對比圖；

圖6是毛刺數(shù)據(jù)處理流程圖；

圖7是毛刺數(shù)據(jù)處理前后速度對比圖；

圖8是異常片段數(shù)據(jù)剔除算法流程圖；

圖9是異常片段數(shù)據(jù)剔除前后速度對比圖；

圖10是準確性和采樣量關系圖；

圖11是平均車速及平均運行車速隨采樣次數(shù)變化關系圖；

圖12是加速、減速、勻蘇、怠速比例隨采樣次數(shù)變化關系圖；

圖13是k1隨采樣次數(shù)變化關系圖；

圖14是k2隨采樣次數(shù)變化關系圖；

圖15是k3隨采樣次數(shù)變化關系圖；

圖16是k4隨采樣次數(shù)變化關系圖；

圖17是k5隨采樣次數(shù)變化關系圖；

圖18是k6隨采樣次數(shù)變化關系圖；

圖19是樣本綜合穩(wěn)定度k隨采樣次數(shù)變化關系圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明做進一步說明。

參見圖1，本發(fā)明包括以下步驟：

步驟一，通過gps設備獲取若干輛原始車輛的原始工況數(shù)據(jù)，采樣頻率為1hz，獲取時間t，車速vi(t)，(i＝1，2，3，…，n)，車速vi(t)的單位為km/h，且vi(t)≥0，t的單位為s；

步驟二，對怠速噪聲進行處理，對尖點進行修正，對毛刺數(shù)據(jù)和異常片段進行剔除；

怠速噪聲進行處理的方法如下：

設置速度限值vd，若低于速度限值vd則為怠速，

尖點進行修正的方法如下：

設置最大加速度為a1，若存在加速度大于a1，則采用線性插值法處理，若一次插值仍大于a1，則連續(xù)多次采用線性插值直至加減速度在合理范圍內(nèi)，vxi為第i個車速數(shù)據(jù)修正后的值，vi-1為第i個車速的前一個車速，vi+1為第i個車速的后一個車速。

毛刺數(shù)據(jù)的剔除方法如下：

對于較長時間怠速數(shù)據(jù)中的個別數(shù)據(jù)不為零的定義為數(shù)據(jù)毛刺，設置怠速數(shù)據(jù)的閾值為n1，小于n1的怠速數(shù)據(jù)修改為0。

異常片段為數(shù)據(jù)片段范圍已遠超出實際范圍的數(shù)據(jù)。

步驟三，選取平均車速、平均運行車速、加速、減速、勻速和怠速作為特征值，根據(jù)這六個特征值確定樣本綜合穩(wěn)定度k；

綜合穩(wěn)定度k包括k1～k6，分別代表加速比例穩(wěn)定度、減速比例穩(wěn)定度、勻速比例穩(wěn)定度、怠速比例穩(wěn)定度、平均車速穩(wěn)定度及平均運行車速穩(wěn)定度，計算公式如下：

其中，分別為第j次采樣數(shù)據(jù)的累積加速比例、減速比例、勻速比例、怠速比例、平均車速及平均運行車速；

步驟四，確定采樣次數(shù)，樣本穩(wěn)定度絕對值|k|＜a可認為樣本量達到穩(wěn)定，a為設定的閾值，即工況數(shù)據(jù)飽和，采樣量滿足需要，此時對應的次數(shù)j即為汽車工況數(shù)據(jù)飽和時采集次數(shù)，即完成判斷汽車工況數(shù)據(jù)飽和的方法。

實施例：

采用gps設備獲得工況數(shù)據(jù)，通過圖2的a、b、c對比分析，確定采樣頻率為1hz；根據(jù)采集數(shù)據(jù)，設置怠速限值vd，進行怠速噪聲處理；計算加速度值并與限值a1對比，若大于則采用線性插值，進行尖點處理；對于較長時間怠速，但不超過n1的速度不為零的點進行毛刺數(shù)據(jù)處理；針對遠超實際數(shù)據(jù)的片段或長時間不變數(shù)據(jù)進行異常片段剔除處理；針對有效數(shù)據(jù)計算6種特征值和6個穩(wěn)定度，最終計算綜合穩(wěn)定度，以此得出工況飽和時數(shù)據(jù)采樣次數(shù)。

怠速噪聲處理主要處理gps停車怠速時存在波動，采用低于限值為怠速的方法處理，處理結(jié)果如圖3的a和b紅色標記處所示。

將加速度大于a1的尖點(假設為3)，采用線性插值的方法(可多次使用)處理，流程如圖4所示，結(jié)果如圖5的a和b紅色標記處所示。

毛刺數(shù)據(jù)處理流程如圖6所示，假設n1為4，處理結(jié)果如圖7的ab紅色標記處所示。

異常片段剔除處理流程如圖8所示，假設速度限值為70，處理結(jié)果如圖9的a和b紅色標記處所示。

經(jīng)過以上數(shù)據(jù)預處理得出工況有效數(shù)據(jù)，采樣量與準確性之間關系如圖10所示。本發(fā)明根據(jù)工況6種重要特征值與采樣量之間關系，如圖11和圖12所示，定義6種穩(wěn)定度，如圖13-圖18所示，一個綜合穩(wěn)定度如圖19所示，從圖中可以明顯看出隨著采樣量的增加，穩(wěn)定度越來越高。根據(jù)圖19，假設精確度a為0.002，則工況采樣量42次時數(shù)據(jù)飽和。