排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
锂离子电池的剩余使用寿命(RUL)的准确预测对于评估电池状态至关重要。为了准确预测RUL,本文基于Transformer网络设计了以一种全新的模型p-Transformer。针对原始数据存在噪声的问题,构建了预处理前置编码器。在编码器内,原始输入数据叠加噪声信号,并实现数据降维压缩。而后将得到的深层数据输入到Transformer网络中,以学习原始数据中有价值的信息和深层次的非线性特征,得到最终预测结果。该模型在两个公共数据集上进行了大量实验,并与一些基准方法进行了比较。结果表明,本文提出的模型在预测RUL方面具有更小的误差,准确性更高。 相似文献
2.
3.
为提高车辆自动紧急制动(AEB)系统的避撞性能,提出了一种考虑前车制动意图的AEB策略及其测试评价方法。通过搭建“PreScan+Simulink+驾驶模拟器”联合仿真平台采集驾驶人制动数据,基于K-均值(K-Means)聚类方法对制动意图进行分类,采用滑动时间窗口提取了意图识别模型训练数据集;通过双层隐马尔可夫模型识别前车制动意图,主车根据不同制动意图计算临界安全距离阈值并制定避撞控制策略;建立PreScan+Simulink虚拟仿真测试环境,提出了基于层次分析法的AEB策略综合评价方法,通过与4种典型AEB控制模型进行对比,验证了所提出方法在不同制动程度场景下均可及时触发制动以避免碰撞,同时可减少过早制动造成的驾驶不适感。 相似文献
4.
1