汽车二自由度数据采集系统设计
由图可知，自相关函数只有在横坐标为0时候才有取值，功率谱密度分布比较均匀，而且采集到的数据均值近似为0，这与高斯白噪声的统汁特性相似，因而断定干扰源类型为高斯白噪声。
3．2 汽车正常运行模式
汽车正常运行模式是汽车匀速行驶在水平、下燥、水泥路面上，测得此时的汽车横摆角速度与侧向加速度。从传感器采集到的数据不可避免地受到干扰源的影响，由上面给出的结论可知干扰源类型为白噪声。卡尔曼滤波前的数据与滤波后的数据如图7所示。卡尔曼滤波对白噪声具有很好的滤波能力，它的滤波原理是最小均差原理，并且当前的数据只与前一个数据有关，数据存储量小，有利于计算机求解，所以选用卡尔曼滤波方式对采集到的数据进行滤波，从而得到相对准确的数据。这里采集了10 000个数据点。
由图7可以看到，通过卡尔曼滤波后，曲线更加平滑，有效地剔除了杂波，从而为控制系统提供更准确的数据。
结语
本文采用ARM微控制器和ADIS16355传感器设计了一种数据采集系统，不但能够采集汽车的横摆角速度与侧向加速度两个参数，而且用卡尔曼滤波方式对采集到的数据滤掉了杂波，使得到的数据更为准确。经分析表明，该设计方案是可行的。这种数据采集系统在汽车主动安全方面有很好的应用价值，能为汽车稳定性分析供准确的数据。
评论