智能网联汽车中联合驾驶风格的交通流数据有效性分析

1

作者 高家豪 胡创业 +1 位作者 丁男 刘战东 《计算机工程》 CAS CSCD 北大核心 2024年第6期367-376,共10页

在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石。只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持。与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶... 在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石。只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持。与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶意篡改等)。如何将车辆自身数据特征、驾驶风格和交通流特征相结合,提供有效的数据异常检测方法,已成为智能网联汽车中新的问题。针对ICV系统,采用结合驾驶风格和交通流理论的方法,设计基于粒子群优化的TE-PSO-SVM数据有效性检测算法,实现驾驶数据的有效检测。首先定义驾驶风格识别系数Rad,设计驾驶风格量化模型;其次建立交通流模型,将车辆状态数据与驾驶风格和交通流理论相结合,通过长短期记忆(LSTM)网络对车辆速度预测;最后通过TE-PSO-SVM算法进行数据有效性检测。由于ICV数据的多样性,单一模型在多类型异常混合并存的场景中检测精度仍有局限,利用多个模型的优势构建模型池,并提出基于强化学习的模型选择(RLBMS)算法。在真实数据集highD上的实验结果表明,在不同噪声环境下,TE-PSO-SVM算法模型的F1值相比于传统SVM模型平均提升约8.1个百分点;RLBMS算法模型在不同噪声环境下的F1值相比于模型池中检测率最高的算法平均提高约1.7个百分点,明显提高了数据有效性检测的准确率。 展开更多

关键词 智能网联汽车 驾驶风格 交通流理论 粒子群优化算法 强化学习 有效性分析

在线阅读 下载PDF 职称材料

时–空特征驱动的多轮次重构图卷积网络故障诊断方法 被引量：3

2

作者 王庆昕 张先杰 +3 位作者 张海峰 钟凯 陈宏田 韩敏 《控制理论与应用》 北大核心 2025年第1期149-157,共9页

近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出... 近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出了一种时–空特征驱动的多轮次重构图卷积网络(STMR-GCN)故障诊断方法.该方法首先利用多尺度卷积神经网络与GCN对故障信号进行特征提取.然后根据样本之间的余弦相似性对图结构进行多次重构,重构后的图模型能够更精确地反映样本之间的连边关系,并将得到的图模型输入到GCN进行故障种类的识别.最后,在东南大学(SEU)仿真数据集和真实的磨煤机数据集上进行实验,实验结果表明所提方法与其他对比方法相比诊断精度均有提高,从而证明STMR-GCN模型在故障诊断方面的有效性和实用性. 展开更多

关键词 故障诊断 时空特征 多轮次图重构 图卷积网络

在线阅读 下载PDF 职称材料

基于CESE/IBM算法的NACA0018翼型气动模拟及抖振分析

3

作者 张旭童 于煜斌 +2 位作者 落龑寿 郑新 李京杰 《导弹与航天运载技术(中英文)》 北大核心 2025年第1期17-28,共12页

飞行器在飞行过程中,流体气动力和结构弹性体之间会形成耦合作用,这种相互作用可能会使弹性体发散抖动产生不同程度的破坏,造成安全隐患。针对以上问题,提出基于时-空守恒元解元和浸入式边界的流固耦合数值模拟方法,利用时-空守恒元解... 飞行器在飞行过程中,流体气动力和结构弹性体之间会形成耦合作用,这种相互作用可能会使弹性体发散抖动产生不同程度的破坏,造成安全隐患。针对以上问题,提出基于时-空守恒元解元和浸入式边界的流固耦合数值模拟方法,利用时-空守恒元解元方法进行流体域计算,利用浸入式贴体网格边界法进行流固耦合边界面识别。以NACA0018为例,通过仿真数据得出不同攻角下机翼外流场压力与速度云图;同时研究机翼在不同来流速度下的抖振幅度的变化及其规律。研究表明,该流固耦合求解方法,在求解具有复杂流型的高速可压缩流包括激波或爆轰与大变形问题上具有较高的精度及稳定性,可为相关研究提供借鉴。 展开更多

关键词 流固耦合 时-空守恒元解元 浸入式边界 数值模拟 抖振

在线阅读 下载PDF 职称材料

基于神经网络时延预测的航空发动机内模控制器设计 被引量：1

4

作者 杜宪 马艳华 +1 位作者 王欣悦 徐羚 《推进技术》 EI CAS CSCD 北大核心 2023年第11期214-226,共13页

针对航空发动机分布式控制系统中时延不确定问题,提出了一种基于神经网络时延预测的航空发动机内模多变量控制设计方法。首先分析了分布式控制架构下网络时延产生的原因及影响因素。然后设计了内模控制器,包括基于神经网络的时延预测模... 针对航空发动机分布式控制系统中时延不确定问题,提出了一种基于神经网络时延预测的航空发动机内模多变量控制设计方法。首先分析了分布式控制架构下网络时延产生的原因及影响因素。然后设计了内模控制器,包括基于神经网络的时延预测模块、内模主控制器模块、执行机构小闭环控制模块以及与发动机起动过程开环控制计划相结合的切换控制模块。在理想和扰动条件下,从理论上分析了基于预测时延的内模控制系统的稳定性能,并对所提控制策略下允许的最大时延进行了说明。最后进行了全数字仿真和硬件在环仿真试验。结果表明,所设计的神经网络时延预测模块具备高精度预测能力,内模控制器的稳态误差不超过0.5%,具有良好的抗干扰能力、并满足实时性要求,具有一定的工程应用价值。 展开更多

关键词 航空发动机控制 神经网络时延预测 内模控制 多变量控制 硬件在环仿真

在线阅读 下载PDF 职称材料

基于双通道事件触发机制的水面无人艇同时故障检测与控制 被引量：2

5

作者 王旭东 费中阳 杨柳 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第4期593-601,共9页

本文研究双通道事件触发通讯机制下水面无人艇(USV)的同时故障检测和控制(SFDC)问题.考虑执行器故障和外部扰动,建立了SFDC框架以同时实现控制和故障检测目标.为了节约有限的通信资源和系统能源,在传感器–控制器通道和控制器–执行器... 本文研究双通道事件触发通讯机制下水面无人艇(USV)的同时故障检测和控制(SFDC)问题.考虑执行器故障和外部扰动,建立了SFDC框架以同时实现控制和故障检测目标.为了节约有限的通信资源和系统能源,在传感器–控制器通道和控制器–执行器通道分别部署了积分型事件触发器.在事件触发的通讯机制下,提出了故障检测器和控制器的联合设计准则.最后,USV的仿真结果验证了提出的基于事件触发的SFDC方法的有效性. 展开更多

关键词 双通道积分型事件触发机制 故障检测与控制 水面无人艇

在线阅读 下载PDF 职称材料

基于核递归最大总广义相关熵的时间序列预测

6

作者 韩敏 夏慧娟 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第10期1944-1950,共7页

针对核自适应滤波器(KAF)在非高斯和脉冲噪声环境下预测性能下降问题,本文提出了一种新颖的鲁棒算法,称为核递归最大总广义相关熵(KRMTGC)算法.首先,简要介绍系统模型和最大总相关熵(MTC)准则;其次,在核空间采用灵活的总广义相关熵准则... 针对核自适应滤波器(KAF)在非高斯和脉冲噪声环境下预测性能下降问题,本文提出了一种新颖的鲁棒算法,称为核递归最大总广义相关熵(KRMTGC)算法.首先,简要介绍系统模型和最大总相关熵(MTC)准则;其次,在核空间采用灵活的总广义相关熵准则取代MTC准则,详细推导出KRMTGC算法,该算法对异常值或非高斯噪声具有更强的鲁棒性;此外,为进一步控制KRMTGC算法中核矩阵无限扩张模式,采用矢量量化思想降低计算复杂度,提出量化KRMTGC算法;然后,研究分析KRMTGC算法的局部收敛特性;最后,通过在基准Rossler系统和真实厄尔尼诺–南方涛动时间序列预测中的仿真结果表明:相比其他KAF算法,所提算法具有更优的预测速度和预测精度. 展开更多

关键词 核自适应滤波器 总广义相关熵 矢量量化 时间序列 预测

在线阅读 下载PDF 职称材料

基于GAF-DarkNet的滚动轴承故障诊断方法 被引量：2

7

作者 虞浒 缪小冬 +2 位作者 顾寅骥 荀志文 隋天举 《轴承》 北大核心 2024年第2期66-73,81,共9页

针对深度诊断模型较难处理信号紧邻特征点以及变工况导致模型诊断精度和泛化性能不足的问题,提出基于格拉姆角场(GAF)和DarkNet-53图像识别算法的滚动轴承故障诊断方法。通过GAF编码将原始振动信号转换为具有时序相关性的二维特征图像,... 针对深度诊断模型较难处理信号紧邻特征点以及变工况导致模型诊断精度和泛化性能不足的问题,提出基于格拉姆角场(GAF)和DarkNet-53图像识别算法的滚动轴承故障诊断方法。通过GAF编码将原始振动信号转换为具有时序相关性的二维特征图像,将特征图像输入DarkNet-53进行特征自提取和故障诊断。基于凯斯西储大学(CWRU)滚动轴承数据集和南京工业大学转盘轴承数据集并通过变载荷工况分析对所提算法进行验证,同时与目前流行的智能诊断方法及二维重构诊断方法进行对比,结果表明变工况下GAF-DarkNet算法具有更好的泛化能力和故障识别效果。 展开更多

关键词 滚动轴承 故障诊断 深度学习 特征提取 图像识别

在线阅读 下载PDF 职称材料

TSDSIR:机器人系统中多业务并发的消息数据流调度

8

作者 丁男 冀承慧 +1 位作者 胡创业 许力 《通信学报》 EI CSCD 北大核心 2024年第8期205-220,共16页

针对机器人云-边-端协同场景中所面临的多业务并发、多模态消息数据混杂等特点,基于机器人操作系统2(ROS2)中消息分发机理分析,提出了面向时间敏感属性的多消息动态调度方法。首先,根据ROS2中多话题消息流并发属性和网络实时状态,定义... 针对机器人云-边-端协同场景中所面临的多业务并发、多模态消息数据混杂等特点,基于机器人操作系统2(ROS2)中消息分发机理分析,提出了面向时间敏感属性的多消息动态调度方法。首先,根据ROS2中多话题消息流并发属性和网络实时状态,定义了消息数据优先权、最大传输时间和剩余传输时间等流调度参数,进而对待调度的流队列状态进行实时表征。其次,设计了包含时间优先和优先权优先的混杂切换调度模型,并结合流调度参数给出调度切换规则及理论边界条件。最后,提出了ROS2中面向时间敏感属性的多消息动态调度方法,并在其数据分发服务层中集成应用。仿真实验与实际应用验证表明,所提方法能提升ROS2中多消息流并发传输效率,同时保障高优先级的、具有时间敏感属性的消息数据实时可靠传输。 展开更多

关键词 机器人操作系统2 数据分发服务 时间敏感属性 混杂切换 多消息流调度

在线阅读 下载PDF 职称材料

多元时间序列因果关系分析研究综述 被引量：27

9

作者 任伟杰 韩敏 《自动化学报》 EI CAS CSCD 北大核心 2021年第1期64-78,共15页

多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因... 多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因果关系分析的研究进展、应用与展望.首先,本文归纳了主要的因果分析方法,包括Granger因果关系分析、基于信息理论的因果分析和基于状态空间的因果分析;然后,总结了不同方法的优缺点、适用范围和发展方向,并概述了其在不同领域的典型应用;最后,讨论了多元时间序列因果分析方法待解决的问题和未来研究趋势. 展开更多

关键词 多元时间序列 GRANGER 因果分析 转移熵 状态空间

在线阅读 下载PDF 职称材料

高速漏磁检测过程中管道内外壁缺陷定位方法研究 被引量：19

10

作者 耿浩 夏浩 王国庆 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第4期70-78,共9页

管道内外壁缺陷的有效区分是对缺陷进行有效量化的前提,提出一种基于动生涡流的高速漏磁检测过程中管道内外壁缺陷的定位区分方法,利用涡流磁场与外磁场的耦合作用时内外壁磁场信号的变化差异特征区分缺陷位置。首先建立高速漏磁检测数... 管道内外壁缺陷的有效区分是对缺陷进行有效量化的前提,提出一种基于动生涡流的高速漏磁检测过程中管道内外壁缺陷的定位区分方法,利用涡流磁场与外磁场的耦合作用时内外壁磁场信号的变化差异特征区分缺陷位置。首先建立高速漏磁检测数学模型,分析了涡流分布特点以及涡流磁场与外磁场耦合作用规律,利用有限元方法计算分析不同位置时,耦合作用规律对管道内外壁磁化状态影响及内外壁缺陷漏磁场信号差异特征;设计高速漏磁检测实验平台,对不同运行速度、不同检测位置处钢管内外壁缺陷区分效果进行实验研究。结果表明,接近磁化线圈位置时,管壁内产生的涡流磁场方向与管道外壁磁场方向相同、与管道内壁磁场方向相反,在离开磁化线圈位置时,涡流磁场方向与管道外壁磁场方向相反、与管道内壁磁场方向相同;不同检测位置处,管壁磁场变化规律相反,且速度越快,磁化状态影响受影响程度越大,内外壁漏磁场信号差异特征越明显,高速检测时可有效对管道内外壁缺陷进行定位区分,实验结果和理论分析具有很好的一致性。 展开更多

关键词 漏磁检测 涡流效应 高速检测 有限元仿真 磁场耦合 内外壁缺陷

在线阅读 下载PDF 职称材料

基于用户画像与Stackelberg博弈的交通环岛通行策略 被引量：3

11

作者 曹栋发 李勇 +1 位作者 胡创业 丁男 《计算机工程》 CAS CSCD 北大核心 2023年第9期208-216,共9页

现有的交通环岛通行优化研究多以无损通信为背景,结合车辆速度等基础数据设计协同策略,忽略了影响交通策略的外界环境等数据,无法满足实际应用的需要。为解决实际通信受限问题,根据智能网联汽车的车-路-环境协同特点,提出一种结合用户画... 现有的交通环岛通行优化研究多以无损通信为背景,结合车辆速度等基础数据设计协同策略,忽略了影响交通策略的外界环境等数据,无法满足实际应用的需要。为解决实际通信受限问题,根据智能网联汽车的车-路-环境协同特点,提出一种结合用户画像,基于车辆状态预测的环岛车辆协同换道策略。设计基于时空特征的车辆预测方法AP-LSTM,捕捉车辆关键时空特征以实现小样本轨迹预测,有效提高小样本车辆轨迹预测的准确性和实时性。同时,设计基于预测机制的车辆协同算法PMC,弥补车辆协同决策在实时通信受限的条件下所缺失的车辆状态信息,通过历史数据对车辆未来状态进行预测,在此基础上,结合Stackelberg博弈对交通环岛路口处的车辆进行协同控制。在SUMO平台上的实验结果表明,相比长短时记忆算法,所提AP-LSTM预测方法的均方根误差较低,相比SUMO算法,所提PMC协同算法的加速度标准差降低51.7%,且平均速度提高3.0%,有效提高交通环岛的通行效率和驾驶平稳性。 展开更多

关键词 智能网联汽车 车辆画像 状态预测 STACKELBERG博弈 环岛通行

在线阅读 下载PDF 职称材料

基于全基因组选择的长牡蛎肥满度分布参数预测方法 被引量：1

12

作者 董青原 曹隽喆 +3 位作者 张国范 李莉 刘圣 顾宏 《大连理工大学学报》 EI CAS CSCD 北大核心 2020年第1期94-99,共6页

全基因组选择是一种用于改良动植物育种群体中数量性状的方法,通过使用覆盖整个基因组的分子标记信息对复杂性状进行预测,从而帮助筛选出更适合培育的亲本.基于长牡蛎的单核苷酸多态性(SNP)位点信息,提出了一种预测长牡蛎肥满度分布参... 全基因组选择是一种用于改良动植物育种群体中数量性状的方法,通过使用覆盖整个基因组的分子标记信息对复杂性状进行预测,从而帮助筛选出更适合培育的亲本.基于长牡蛎的单核苷酸多态性(SNP)位点信息,提出了一种预测长牡蛎肥满度分布参数的全基因组选择的新方法.首先,采用一种基于不同评价准则的二次特征选择方法,挑选与肥满度相关性较高的SNP位点;其次,利用所挑选的SNP位点信息构建具有正则化项的高斯通用加性模型对每个长牡蛎样本肥满度分布参数进行预测;最后,在长牡蛎数据上将所提方法和一些现有方法进行了验证比较.实验结果表明,所提方法具有更好的拟合精度和更低的均方误差,并能对样本性状稳定性进行有效的评估. 展开更多

关键词 全基因组选择 单核苷酸多态性 二次特征选择 高斯通用加性模型 长牡蛎

在线阅读 下载PDF 职称材料

基于自适应VMD-注意力机制LSTM的时间序列预测 被引量：8

13

作者 姚林 张岩 +1 位作者 陈龙 韩中洋 《控制工程》 CSCD 北大核心 2022年第7期1337-1344,共8页

真实世界中的时间序列存在非平稳、非周期性波动等特点,直接对其进行预测通常难以达到较好的效果,且极易出现滞后现象。针对上述问题,提出了一种基于自适应变分模态分解的时间序列预测方法。为降低复杂度,首先利用变分模态分解将原始时... 真实世界中的时间序列存在非平稳、非周期性波动等特点,直接对其进行预测通常难以达到较好的效果,且极易出现滞后现象。针对上述问题,提出了一种基于自适应变分模态分解的时间序列预测方法。为降低复杂度,首先利用变分模态分解将原始时间序列分解为一系列相对平稳的子序列,并根据最大信息系数确定子序列的输入长度,进而采用带注意力机制的双向长短期记忆网络模型进行预测。为确保该方法能发挥最佳性能,提出一种网格贝叶斯优化方法,对方法参数进行自适应寻优。实验部分将所提方法对时间序列分别进行了单步、多步预测。通过与现有常用方法的对比可以看出,所提方法具有明显精度优势。此外,通过实验结果发现,所提方法可通过更换回归模型来取得预测精度和计算效率的折中,证明其场景适应能力较强。 展开更多

关键词 时间序列预测 变分模态分解 网格贝叶斯优化 注意力机制 LSTM

在线阅读 下载PDF 职称材料

基于集成局部费舍尔判别分析的故障分类 被引量：3

14

作者 钟凯 徐明星 韩敏 《控制理论与应用》 EI CAS CSCD 北大核心 2021年第4期489-495,共7页

实际工业过程数据的局部特性一般都较为复杂,不利于样本特征的提取和故障分类精度的提高.针对此问题,本文提出一种集成的局部费舍尔判别分析(ILFDA)模型,可以同时从变量和样本两个维度挖掘数据的局部结构特征,提高故障分类的性能并降低... 实际工业过程数据的局部特性一般都较为复杂,不利于样本特征的提取和故障分类精度的提高.针对此问题,本文提出一种集成的局部费舍尔判别分析(ILFDA)模型,可以同时从变量和样本两个维度挖掘数据的局部结构特征,提高故障分类的性能并降低建模的难度.首先,根据过程的结构原理对复杂系统进行分块,从而可以有效获取变量维度的数据局部信息,并排除无关变量的影响.其次,针对样本维度的数据局部信息,在每个变量子块中分别建立局部费舍尔判别分析(LFDA)模型,并为每个局部模型分配相应的权值,从而可以更准确地衡量不同子块对当前故障的影响程度.最后,利用分类性能加权策略将各个子块的分类结果进行融合.田纳西–伊斯曼(TE)过程中的仿真结果验证本文所提的ILFDA方法具有更好的故障分类效果. 展开更多

关键词 故障分类 局部费舍尔判别分析 分类结果集成 数据局部结构特征

在线阅读 下载PDF 职称材料