武汉工程眼业技术学院学抿
Wubad EtigLiiecriag la$EiE«Ee Vol.JSNo.l March202B
第33卷第I堰
2021年3月
汽车液晶仪表油量指示模块信号滤波算法优化研究
张威
（武汉交通职业学院湖北武汉：430065）
摘要汽车油量指示模块能实时反馈整车油量信息，以提醒驾驶员做出合理行程安排与加油判断，其指示准确性和稳定性受较多因素影响。在基于车辆工况、行驶路况及油量指示系统工作原理的基础上，提出了优化的油量信号滤波算法，对提高油量指示的准确性和稳定性具有重要意义。
关键词油量指示模块；信号处理；滤波算法；优化研究
中图分类号:TN911.7；V241.7+21文献标识码：A文章编号:1671-3524（2021）01-0024-05
随着汽车电子技术的不断发展，汽车组合仪表已由简单部件发展成为复杂且精度要求越来越高的部件在实践中，主机厂及4S店经常接到客户有关仪表油量指示异常问题的投诉与抱怨阂，因此，设计出更优的油量信号处理方法、硬件电路及软件指示策略对于一款汽车仪表产品来说尤为重要。
目前，油量指示系统主要存在油量信号处理方法窗口参数选择随意性较大，滤波效果不理想且实时性不高；油量指示策略大多采用通用算法，对油量指示的准确性、稳定性影响较大且无法适应复杂车况等问题。国内外学者对液晶仪表油量指示模块的研究主要集中在油量数据滤波处理方法、油量指示控制策略、组合仪表系统搭建等方面，而对油量信号滤波算法优化、系统硬件模块、软件指示模块及验证方案的研究较少。
由于汽车油量指示系统复杂，油量指示的准确性和稳定性受不同车况及行驶路况的影响。要保证油量准确、平稳地指示，必须从油量信号滤波算法、系统硬件模块、软件指示策略等方面进行研究，本文仅对油量信号滤波算法展开重点研究。
1油量指示系统信号滤波处理
车辆行驶工况复杂，当遇到急加速、急减速、急转弯及颠簸等情况时，油液面高度会发生急剧变化，从而导致浮子式油量传感器采集到的数据中包含大量的噪声信号，因此在使用该采集信号之前，必须通过滤波算法对其中的干扰信号进行滤波处理，否则将严重影响到油量指示的准确性和稳定性⑷。信
号滤波是提高数据准确性和稳定性的关键⑷，也是信号处理中最重要的方法之一。滤波算法是现代数字信号分析处理的重要内容，在信号分析处理、图像处理、自动控制等领域均得到广泛应用页，通过滤波算法来实现信号处理具有稳定性高、成本低等优点。1.1油量指示系统工作原理
汽车油量指示系统是实现不同工况下油量准确及平稳指示的模块，由油量测试模块和油量指示模块组成。油量测试模块由浮子式油量传感器根据不同的油箱液面高度输出不同的油量模拟电阻值，油量指示模块结合系统硬件和软件指示策略来实现步进电机油量表的指示。
油量表工作原理如图1所示，整车油量信号通过安装在油泵上的浮子式油量传感器采集，油量传感器通过线束宜接连接到油量表采样输入端口，通过向油量传感器提供上拉电压，将采集到的油量电阻信号转换成电压信号，便于油量表采样电路对该电压信号进行采样。由于汽车仪表只能识别数字信号，因此首先需要将采样后的模拟信号输入到主芯片A/D转化成数字信号，然后通过微处理器对该信号进行相应地滤波及软件策略处理，最后输出PWM脉冲以实现步进电机准确及平稳地指示。
1.2油量信号噪声源分析
汽车运行时产生的振动传递到油箱，会导致油
收稿日期：2021-01-14修回日期：2021-02-01
基金项目：武汉交通职业学院校级项目“新工科背景下打造新能源与智能网联汽车专业'金课'实践路径研究”（项目编号:Y2020002）作者简介：张威（1988〜），男，本科，工程师.E-mail：869828515@qq
24
张威：汽车液晶仪表油量指示模块信号滤波算法优化研究
图1油量表工作原理图
汽车仪表识别数字滤波 方法
限幅滤波
递推平均
滤波
箱内液面高度出现一定幅度的波动，从而使得传感 器采集到的数据与真实值之间存在一定误差，油箱 液面振动简图如图2所示。
由于车辆行驶路况的复杂性以及油箱形状的差
异性，要想准确分析出行驶路况对油箱的干扰特性
需建立复杂路面干扰模型，本文仅作简要分析。其 中路面干扰包括受路面质量影响的时域和频域上的
确定性干扰，以及受路面障碍物、坑洼、多弯道因素
影响的随机性干扰。另外，驾驶员的不良驾驶习惯
（如急加速、急减速等）也会对油量信号采集造成较
大干扰。此时，油箱液面将出现如图3所示较大角 度的倾斜，油量信号将呈现一个相对较大的波峰或
波谷，从而使传感器采样信号存在较大误差，显然这
种情况是不能满足实际采样要求的。
图3汽车在急减速情况下油液面高度变化
Ci
一一亍旷 一
二二二二二二二二
■三二二三二二三・
为了更准确地反映油箱液面的真实情况，通常
需要对采样信号进行滤波处理。
1.3常用的滤波方法
常见的滤波方法有限幅滤波法、递推平均滤波
法、中值滤波法、均值滤波法、递推中值滤波法、卡尔
曼滤波法⑷等。各种滤波算法的优缺点如表1所 7K  °
由表1可知，各种滤波算法虽具有各自的优点， 但也存在明显的不足，无法满足油量指示系统对油
量数据的准确性、平稳性和实时性较高的要求，不宜
表1各种滤波方法的优缺点比较
优点 缺点
能有效克服因偶然因素引 无法抑制周期性干扰，平滑起的脉冲干扰度较差
对周期性的干扰信号有很 灵敏度低，无法抑制偶然性
好的抑制作用，且平滑度脉冲信号的干扰，计算量相
高，实时性好 对较大
中值滤波
能有效克服因偶然因素引起的脉冲干扰信号计算量大，实时性差，费用 成本较高
均值滤波递推中值
滤波
对混杂在被测信号上的随
机干扰信号有很好的滤除
效果
平滑性好，实时性较好，且
对周期性干扰有很好的抑
制作用
不易消除脉冲引起的误差,
实时性较差
对偶然性尖峰脉冲信号的 抑制作用差，计算量较大卡尔曼 数据量存储小，数据处理的忽略有噪声的影响，易造 滤波 实时性高 成数据失真
单独作为油量指示系统数据处理的方法。本文将分
别对限幅递推平均滤波、限幅递推中值滤波及有
噪声条件下的限幅卡尔曼滤波三种滤波算法进行仿
真，以确定最适合油量指示系统数据处理的方法。
2汽车油量信号滤波处理与分析
通过如图4所示的滑动变阻器来模拟油量传感
器采集的油量电阻信号，同时通过如图5所示的
BUSMASTER 软件及如图6所示的KVASER  Leaf 工具来发送车速、发动机转速报文，实现对复
杂车况的模拟。
图4油量表指示策略模拟过程图
寸县‘ - ■■ - ■XV.1* ■ ■ ■ * . ' M  .4
图5 BUSMASTER 软件界面
在通过KVASER  Leaf 工具记录车辆行驶时的
油量数据时，考虑数据滤波处理的需要，从大量数据
中选取270个数据进行分析处理，数据发送间隔为
200ms，实车采集油量数据如图7所示。
25
武汉工程职业技术学院学报2021. 1
图 6 KVASER  Leaf  I  具
W  r
■
■」 ■ ■
*0
10
20
旳 4(* 60
采郸時间A
图7实车采样原始油量数据
由图7可知，原始油量数据中存在较多对油量
指示产生较大影响的尖峰脉冲干扰信号。为此，本
文采用限幅滤波法对原始数据进行滤波处理。其中
设定限幅滤波阀值为12%油箱体积，通过MAT-
LAB 仿真所得结果如图8所示。实验结果表明，限
幅滤波能有效滤除尖峰脉冲干扰信号。
o  s  n  -
4
4 3-3 2U m 肓------1------—‘
0 10 2Q  10
40 M  frQ
却时耐B
图8限幅滤波法处理后的数据
2.1限幅递推平均滤波法信号处理
由上文可知，限幅滤波能有效克服因偶然因素
引起的尖峰脉冲干扰，但对周期性干扰信号的抑制
作用较差。而递推平均滤波对周期性干扰信号的抑
制作用较好，因此本文选择将限幅滤波与递推平均
滤波相结合。但鉴于递推平均滤波的参数选取具有 较大的随意性，对滤波效果影响较大，针对此问题本 文结合滤波参数寻优算法以确定最优的滤波参数。
通过MATLAB 运行如图9所示递推平均参数 寻优算法程序可知，当滤波参数N 为69时，所定义
的滤波效果评价总指标E 的最小值为0. 2072，采用
该滤波参数可以兼顾滤波后数据的准确性和平滑
性。其中，递推平均滤波法窗口参数指标E 、EgEy  窗口大小与滤波参数N 的关系如图10所示。
由图11可知，限幅滤波和递推平均滤波相结
那
2.5
—
—位数据准确性偏无—平滑性偏差
2.01 5
……虫滤波数据评价总指标
1.01
X:69
0.5
Y: 0.2072 __------------0C 、、一-10
20
30
40 5060
递推平均滤波算法窗长N
图10递推平均滤波法E 、血、Ey 与滤波参数N 的关系
n
5 y
5 斗 3 ■?-
1
蚩事埒一眼祁油浪所的颈M
建优歩数卜逊推半均世殺輸山
2QI ______i _________i ___________i
________I ___________i ___________fc
Q
10
20
30 40 50
務样时间佔
图11最优滤波参数条件下限幅递推平均滤波效果
合的滤波法对油量信号的滤波处理效果明显，有效 滤除了油量信号中的尖峰脉冲干扰信号和周期性干
扰信号，且采用最优滤波参数的限幅递推平均滤波
法的滤波曲线与经过6次多项式拟合出的油量数据
曲线吻合度较好，在一定程度上保证了油量数据的 准确性和平滑性。但是该滤波算法在初次滤波存在
接近14s 的延时，因此不能作为对实时性要求较高
的燃油指示系统的最优滤波方案。
2.2限幅递推中值滤波法信号处理
通过运行限幅递推中值滤波寻优算法程序可 知，限幅递推中值滤波算法的最优滤波参数为64,
此时滤波后的数据总指标为0.3628，窗口参数指标 E 、Ex 、E ：y 大小与N 的关系及运算结果如图12所 示。同时，将该最优递推中值滤波参数代入限幅递
推中值滤波算法中，通过MATLAB 运行程序后所
26
张 威：汽车液晶仪表油量指示模块信号滤波算法优化研究
得结果如图12所示。
0 _'........  I ............‘.............I ””-------10 50 100 150 200 250
递推平均滤波算法窗长N
图12递推中值滤波法E 、Ex 、Ey 滤波参数N 的关系
2.5
—反数据准确性偏差 —心平滑性偏差
2.0
1.5……E 滤波数据评价总指标
1.01
y ：64
0.5
:0 .3628.. 一 图13最优滤波参数条件下的限幅递推中值滤波效果
由图13可知，在最优滤波参数条件下，采用限
幅递推中值滤波对干扰信号的抑制作用较好，但滤
波效果不及限幅递推平均滤波。同时，该滤波法与 限幅递推平均滤波法一样，初始滤波存在13秒的延
时，因此不能作为对实时性要求较高的油量指示系 统的最优滤波方案。
2.3限幅卡尔曼滤波法信号处理
首先通过限幅滤波法滤除原始采样数据中的偶
然性脉冲干扰信号，然后再通过卡尔曼滤波法对限 幅滤波后的数据进行滤波处理。由于卡尔曼滤波法
的前提是信号噪声必须为白噪声，而实际采集到的
观测信号中存在大量有噪声信号，若直接处理对
滤波后的数据精度有很大影响，甚至可能造成滤波
后的数据失真囚。因此，本文通过相邻时间组差法
对观测噪声中的有噪声进行白化处理。同时，在
建立油量卡尔曼滤波模型时，最少要输入油量水平
及油量消耗水平两个信号⑷。具体处理步骤如下文
所示：
若系统数学模型如下：X5 = A  *
— 1) + B  *w (^-l)-
(1)
za) =
)+ va)
(2)
VCk) —1) + 3—+ 心一1)
(3)
式中(1)为系统状态方程，(2)为系统量测方程,
其中3住)、了每)为互不相关的零均值白噪声"(厂
为车速丄为油量消耗与车速之间的常数。则有：
za  +1)= h  * xa  +1)+ va  +1)
(4)
将(1)(2)(3)代入(4)中，可得
Z(b  + 1) = H  * (A  — °) * X5 +
+ 了録)+<7* Zg  (5)
若：
Z  * g  = Z 怎 + 1) — <7 * Z3 (6)
C  * = H  * (A  - <7)
(7)=
+ JGO
(8)
分别将(6)(7)(8)代入(5)中，可变换为如下(9)
所示的标准量测方程形式
Z* (怡)=C* *X(Q+V* (怡)
(9)
油量信号中怡时刻的值与k~l 时刻的值为线
性关系，在式(1)中，当状态转移系数A 为1，过程噪
声系数B 为1,W 住)为均值为零的高斯白噪声信
号，油耗与车速系数值为0.56X105,“住)为稳定车
速值60km/h o 如上式(8)为该系统的量测方程，其
中V*为经处理后的高斯白噪声信号。由此可得新
的伪量测方程：
Z*«) = 0. 8X«)+
(10)
通过对原始采样数据分析可得出系统的过程噪
声与量测噪声的方差值分别为0.01和l,P(l|0)为
初始误差，该值为0.24,X(l|0)初始值为35.8。将 以上所得数值代入计算并利用MATLAB 对限幅卡
尔曼滤波算法进行仿真，仿真结果如图14所示。
采样时何N
图14油量信号限幅卡尔曼滤波效果图
由图14可知，限幅卡尔曼滤波法能有效克服尖
峰脉冲干扰信号，同时对非平稳信号中的抖动噪声
也有较好的抑制作用。由于原始油量观测数据中存
在大量有噪声，本文通过采用相邻时间组差法对
原始量测方程进行线性组合变换，从而将时间有关
的有噪声转化为满足传统卡尔曼滤波法的高斯白
噪声信号。
结果表明：采用该方法滤波后的数据准确性和 平滑性均较高，且数据的整体变化趋势明显，最为重
要的是该滤波算法在处理数据过程中不存在延时问
27
武汉工程职业技术学院学报2021.1
题，相比于限幅递推平均滤波与限幅递推中值滤波算法更优，因此本文所提出的限幅卡尔曼滤波算法更适合运用于对数据处理实时性要求较高的燃油指示系统。
3小结
本文针对汽车液晶仪表油量指示系统，从油量信号处理部分进行重点研究，分别采用限幅递推平均滤波法、限幅递推中值滤波法及有噪声条件下的限幅卡尔曼滤波法三种算法进行MATLAB仿真，以确定最适合油量指示系统数据处理的方法。
经过研究得出如下结论：针对油量传感器噪声特性及实时性要求，限幅卡尔曼滤波能有效抑制油量信号中的尖峰脉冲信号及非平稳信号中的抖动噪声信号，滤波后数据的准确性、平稳性相比原始采样数据大幅提升，且该滤波算法不存在任何的延时，实时性更高，对提高油量指示的准确性和稳定性具有重要意义。
参考文献
[1]熊英.汽车组合仪表的设计与实现[D].大连：大连海事大学，
2012.
[2]刘小明，袁新文.车辆油量表显示原理及故障检测[J].汽车电
器,2015,12:33-35.
[3]雷术彬，丛传明.汽车油量传感器与油量表匹配研究[C].北京
汽车工程学会学术学会,2013:330-334.
[4]焦卫东，杨世锡，吴昭同.基于独立分量分析的噪声消除技术研
究[J].浙江大学学报，2004,38(7):872—876.
[5]王欣，王德隽.离散信号的滤波[M].北京：电子工业出版社，
2002:53-68.
[6]崔锦泰，陈关荣.卡尔曼滤波及其实时应用[M].北京：清华大
学出版社,2013:58-63.
：7]赵长胜，陶本藻.有噪声作用下的卡尔曼滤波m.武汉大学学报(信息科学版),2008,33(2):180-182.
[8]Walleback P.Fuel Level Estimation for Heavy Vehicles Using
a Kalman Filter[D],Linkoping University,2008.
Optimization Study of Filtering Algorithm of Oil Volume
Indicator Module Signal of Automotive Liquid Crystal Meter
Zhang Wei
(Wuhan Technical College of Communications,Wuhan430065,Hubei)
Abstract:The automotive oil volume indicator module can feedback the whole vehicle oil quantity infor­mation in real time to remind the driver to make reasonable travel arrangements and refueling judgment, and its indication accuracy and stability are affected by various factors・Based on the working principle of vehicle operating conditions,driving road conditions and oil volume indication system,this paper puts for­ward an optimized oil volume signal filtering algorithm,which is of great significance to improve the accu­racy and stability o£oil volume indication・
Key words:oil volume indicator module；signal processing；filtering algorithm；optimization research
(责任编辑：李文英) 28