1.一种动态称重方法，其特征在于，包括：

S1、实时获取在车辆过称时各轴组的有效称重数据；

S2、对获得的每一轴组的有效称重数据进行离散傅里叶变换，得到频域序列；根据得到的频域序列，确定对应的傅里叶谱图；根据所述傅里叶谱图，确定所述有效称重数据的主周期；并根据所述傅里叶谱图，对所述有效称重数据进行高频滤波处理，滤除该轴组的高频振荡数据；

S3、根据所述主周期，采用加权滑动平均算法对高频滤波处理后的有效称重数据进行再次滤波处理；

S4、对再次滤波处理后的有效称重数据进行积分平均处理，得到该轴组的重量；

S5、对各个轴组的重量进行加和，得到整车重量。

2.根据权利要求1所述的方法，其特征在于，采用下式对采样得到的时域序列进行离散傅里叶变换：式中，f(n)为采样得到的时域序列，F(p)为变换后得到的频域序列，N为所述时域序列的采样点的数量，n为所述时域序列中各个采样点的编号，n的取值范围为[0，N-1]内的整数，p为所述频域序列中各个采样点的编号，p的取值范围为[0，N-1]内的整数。

3.根据权利要求1所述的动态称重方法，其特征在于，S3采用下式进行再次滤波处理：式中，f1(i)为高频滤波处理后的时域序列中第i个采样点的重量值，f1(m+1)为高频滤波处理后的时域序列中第m+1个采样点的重量值，f1(m+1+T)为高频滤波处理后的时域序列中第m+1+T个采样点的重量值，T为所述主周期，km+1和km+1+T为在相应采样点的权重系数，f2(m+1)为高频滤波处理后的时域序列中第m+1个采样点进行加权滑动平均后的重量值，m为高频滤波处理后的时域序列中采样点的编号，m的取值范围为[0，N-T-1]中的整数。

4.根据权利要求3所述的动态称重方法，其特征在于，所述S4采用下式计算各轴组的重量W：式中，Δxj为再次滤波后相邻采样点之间的间距，M为再次滤波后有效称重数据的长度，j为再次滤波后的采样点的编号，f2(j)为再次滤波后第j个采样点的重量值，W为轴组重量。

5.一种动态称重装置，其特征在于，包括：

数据获取模块，用于实时获取在车辆过称时各轴组的有效称重数据；

第一滤波模块，用于对获得的每一轴组的有效称重数据进行离散傅里叶变换，得到频域序列；根据得到的频域序列，确定对应的傅里叶谱图；根据所述傅里叶谱图，确定所述有效称重数据的主周期；并根据所述傅里叶谱图，对所述有效称重数据进行高频滤波处理，滤除该轴组的高频振荡数据；

第二滤波模块，用于根据所述主周期，采用加权滑动平均算法对高频滤波处理后的有效称重数据进行再次滤波处理；

积分平均模块，用于对再次滤波处理后的有效称重数据进行积分平均处理，得到该轴组的重量；

加和处理模块，用于对各个轴组的重量进行加和，得到整车重量。

6.根据权利要求5所述的动态称重装置，其特征在于，采用下式对采样得到的时域序列进行离散傅里叶变换：式中，f(n)为采样得到的时域序列，F(p)为变换后得到的频域序列，N为所述时域序列的采样点的数量，n为所述时域序列中各个采样点的编号，n的取值范围为[0，N-1]内的整数，p为所述频域序列中各个采样点的编号，p的取值范围为[0，N-1]内的整数。

7.根据权利要求5所述的动态称重装置，其特征在于，采用下式进行再次滤波处理：式中，f1(i)为高频滤波处理后的时域序列中第i个采样点的重量值，f1(m+1)为高频滤波处理后的时域序列中第m+1个采样点的重量值，f1(m+1+T)为高频滤波处理后的时域序列中第m+1+T个采样点的重量值，T为所述主周期，km+1和km+1+T为在相应采样点的权重系数，f2(m+1)为高频滤波处理后的时域序列中第m+1个采样点进行加权滑动平均后的重量值，m为高频滤波处理后的时域序列中采样点的编号，取值范围为[0，N-T-1]中的整数。

8.根据权利要求7所述的动态称重装置，其特征在于，采用下式计算各轴组的重量W：式中，Δxj为再次滤波后相邻采样点之间的间距，M为再次滤波后有效称重数据的长度，j为再次滤波后的采样点的编号，f2(j)为再次滤波后第j个采样点的重量值，W为轴组重量。

9.根据权利要求5所述的装置，其特征在于，还包括：

显示模块，用于所述整车重量进行显示。