随着物流领域的快速发展,现在社会经济发展对货物的流通要求越来越高,货物的高效流动性对经济的催进作用十分显著。但是近年来普遍存在货运车辆在利益的驱动之下,装载的货物超出了规定限额的情况。车辆的超载致使道路的压力非常大,所以会经常遇到修好时间不长的道路受到严重损坏的情况。车辆的超载不仅对道路的危害十分严重,而且也使得车辆寿命大大缩短、车辆在弯道和坡度较大的地方性能受到影响、严重的影响了行车安全。为了综合治理超载车辆,我国高速公路上均采用了汽车动态称重系统,对道路上运输货物的重型车辆进行超限检测,并取得了良好的效果。动态称重是指车辆在运动状态下经过称重设备从而得到车辆的重量。相比静态称重而言,动态称重效率更高,更适合现在快节奏的物流运输检测需求,但是静态称重时是车辆平稳的静止在称重设备上,除了车辆自身没有其他干扰,所以更容易得到精确的重量值。在动态称重过程中会受到多种影响,比如：路面状况；车辆荷载状态；称重设备使用年限过多；车辆行驶状态等等。在各种影响因素的作用下,长期存在传统的信号分析方法对于动态称重的非线性、非平稳信号解析不够精确的问题,这就直接影响到了动态称重系统的精度。为了提高称重精度,本文使用一种新的算法来代替传统信号处理办法,对动态称重信号进行滤波分析,并将结果和传统滤波方法进行比较发现可以有效提高称量精度。本文通过分析动态称重系统的工作原理,介绍了系统的各个组成部分,包括硬件组成和上位机软件编写结构。通过对动态称重过程的分析,将称重过程中的车辆运动状态及动态汽车衡整体结构进行建模,分析其在工作过程中的受力状况以及运动状况,并和称重传感器得到的信号波形进行对比研究。称重传感器是动态称重系统的核心构件,极大的影响着称重系统的精度,然而称重信号呈现出非平稳性和非线性性的特征,文中介绍了几种常用的信号处理算法,通过对比发现常用的算法对这种特性的信号并不能很好的进行滤波。而且动态称重系统因为是不停车检测,所以传感器信号也会受到外界大量噪声的干扰。通过在现场进行数据观察发现,动态称重系统遇到的最大的干扰就是由于汽车在通过动态称重设备时,速度过快、加速度过大或者由于重型汽车司机为了能使系统称重比实际重量低而采取的“跳泵”,“拖泵”方法,综合来看主要是车辆运动过程中产生的振动因素对动态称重系统的信号处理产生了干扰。由于振动引起的干扰和轴重信号一样都是低频信号,因此,用常用的滤波方法不能有效去除噪声干扰。对此,本文引入HHT信号处理方法来消除振动噪声干扰。HHT就是先将信号进行经验模态分解,然后将分解后的每个固有模态函数分量进行Hilbert变换,得到信号的时频属性的一种时频分析方法。使用HHT技术分析动态称重信号是为了更加精确的解析出称重传感器接收到的非线性信号,得到更加真实的称重数据,从而计算出更加准确的重量值。