严守靖，詹 伟，迟凤霞，王洋洋，奚晨晨

（浙江省交通运输科学研究院道路工程研究所，浙江 杭州 310023）

引言

近年来，利用车辆在沥青路面上行驶的振动信号，通过解析振动信号的频谱反演沥青路面行车舒适性、平整度等指标，对城市智能交通的管理和控制具有重要作用。沥青路面振动数据在采集过程中，振动信号掺杂着大量的噪声信号，需要进行数据的滤波降噪处理[1-4]。

随着概率论以及有关数据处理技术的发展，滤波降噪技术从声音、图像处理领域，逐渐迈向随机振动[5-8]等领域的应用。西安石油大学的高怡[9]为减少有色噪声的影响，提出了一种二阶自回归有色噪声抗差的卡尔曼自适应算法。哈尔滨工程大学的陈立伟[10]为解决局部立体匹配算法存在深度图边界区域不连续问题，基于图像边缘局部特征，对图像的像素点基于颜色阈值和边界条件构建自适应十字交叉区域，并对自适应窗口进行引导滤波代价聚合，提出了一种基于边缘约束的自适应引导滤波立体匹配算法。浙江工业大学[11]的周晓提出了一种基于卡尔曼滤波理论的预测模型，利用路段上下游的车辆平均速度预测未来时刻该路段的平均速度。卡尔曼滤波技术在其它领域的应用已经有了较为成熟的理论和方法，但对于车辆在沥青路面上行驶的振动信号处理，相关合适的滤波算法研究较少。

为探索卡尔曼滤波降噪技术在沥青路面振动信号处理过程中的可行性，实验对比分析了传统的平滑滤波和小波滤波降噪技术的处理方式，通过功率谱分析各自的降噪处理效果。……