汽车线束串扰的预估计方法
【技术领域】
[0001] 本发明涉及汽车线束电磁兼容性技术领域，具体涉及一种汽车线束串扰的预估计 方法。
【背景技术】
[0002] 近年来，汽车技术不断朝着电子化和智能化方向发展，汽车上的电子设备越来越 多，从复杂的发动机和刹车控制到自动无线电设备以及车内温度控制系统等，汽车内电子 设备的数量及种类不断增加，使得车内电磁环境日益复杂，出现了各种电磁干扰问题，由电 磁干扰产生的后果日益严重，因此，对汽车电子设备的电磁兼容性研宄就显得越来越重要。 [0003] 电磁兼容是指设备或系统在其电磁环境中符合要求运行并且不影响环境中其它 设备的正常工作。由于每条导线对地存在着分布电容、分布电感，所以导线之间存在耦合。 电磁能量通过导体间的容性耦合或感性耦合，由一根导线耦合到其他导线上产生电磁感应 (电流变化）、静电感应（电压变化）称之为串扰。在汽车上用于连接各个部分的导线很多， 且绑扎在一起，会产生串扰，并且产生的串扰往往通过导线耦合到敏感设备，影响电气设备 的性能如设备的驱动模块、刹车等的误动作。在诸多因素中，线束的串扰是影响汽车电磁兼 容问题的主要因素，具体表现如下：
[0004] (1)导线是传导耦合干扰的主要途径。电气电子设备等干扰源产生的电磁干扰信 号会通过导线或电缆直接输入其他电子设备中，或者通过容性耦合或感性耦合进入控制线 和信号线，影响车内电子装置工作的可靠性，而连接不同电子设备的导线之间的耦合使得 导线的电磁兼容问题更为复杂。
[0005] (2)辐射干扰也通过导线进入电子设备中。导线是效率很高的电磁波接收天线，电 磁辐射既能直接耦合到电子设备上，也能先耦合到导线上，然后再传导进入电子设备中。
[0006] (3)导线是效率很高的电磁波辐射天线，尤其是汽车电子技术的发展，电子设备的 工作频率不断提高，连接设备的导线产生的电磁辐射也日益严重。
[0007] 汽车电子系统技术的成熟在提高了汽车的舒适性及便捷性的同时，也带来了汽车 在有限空间内所包含的元器件更加多元化、各种设备的连接也日趋复杂的问题，这样的发 展趋势必将造成汽车电磁环境的恶化，如果电磁干扰过度恶化，将会导致系统操作失灵或 对人身安全产生威胁。因此，如何预测汽车线束设计期间的电磁干扰程度及找到有效的解 决措施显得越来越重要。实际测量传输线的单位长度分布参数最为精确，但在汽车线束生 产出来之前无法测量。
【发明内容】
[0008] 线束是许多传输线捆扎在一起构成的，所以建立的预测模型应为多导体传输线 分布电感电容的预测模型。分布电感电容由自电感电容和互电感电容组成，但自电感电 容远小于互电感电容，所以分布电容电感主要取决于互电感电容。本发明提出对汽车线 束子系统电磁兼容性进行研宄，考虑到汽车电磁兼容对汽车安全性和可靠性的重大影响， 以及导线在汽车电磁兼容问题中的重要地位，本发明在前人研宄的基础上，通过粒子群 算法一BP神经网络（PSO-BP)方法估算出分布电感电容值，再应用多导体传输线理论 (Multi-conductorTransmissionLine，MTL)预估汽车线束串扰值，并且通过单纯形算法 求得满足电磁兼容性要求下线束的最优设计参数，进而使得串扰减小。传输线单位长度分 布参数与传输线的间距、导线截面积、介电常数、、距离地面高度等参数决定导线单位长度 分布参数，因此把传输线的间距、导线半径、介电常数、导线磁导率、导线距离地面高度等参 数作为输入量，将实测数据作为PS0 -BP网络训练的目标样本，通过网络训练可以得到导 体线束的分布电感、电容的预估计模型，将设计阶段的汽车线束的有关参数带入该模型能 够得知设计是否符合电磁兼容的标准，并在此基础上利用单纯形算法优化设计参数，使线 束的单位长度的分布电容电感的乘积最小即串扰值最小，使得线束间的串扰值最小。
[0009] 本发明的汽车线束串扰的预估计方法包括如下步骤：
[0010] 步骤一：获取实验的样本数据n组：选择一种汽车线束将其导线的半径ri，r2、导线 间距离d、导线距离地面高度hph2、导线磁导率y、介电常数e测量出来作为样本的输入 数据Xi=(rn,ri2,屯，hn,hi2,yi,e(i= 1，2,......，n)，将线束的分布电感和电容测 量出来作为样本的期望输出值凡=(tti2)T，（i= 1，2,.....，n;tn表示分布电感值，ti2 表示分布电容值），共测量n组；
[0011] 步骤二：实验数据归一化：将步骤一获得的样本数据里每一列的最大值与最小值 找出来并分别记为zMX、Zniin，由归一化公式
【主权项】
1.汽车线束串扰的预估计方法，其特征在于，该方法包括如下步骤： 步骤一：获取实验的样本数据n组：选择一种汽车线束将其导线的半径ri，r2、导线间距 离d、导线距离地面高度hp h2、导线磁导率y、介电常数e测量出来作为样本的输入数据 Xi= (r yi，e，，（i = 1，2,......，n)，将线束的分布电感和电容测量出 来作为样本的期望输出值凡=(t n, ti2)T，（i = 1，2,.....，n ;tn表示分布电感值，t i2表示 分布电容值），共测量n组； 步骤二：实验数据归一化：将步骤一获得的样本数据里每一列的最大值与最小值找出 来并分别记为z_、Zniin，由归一化公3
1，对n组样本数据中的每个数据进 行归一化处理； 步骤三：确定BP神经网络的层数、各层的节点数、激发函数、初始连接权值、阈值； 3. 1确定BP神经网络的层数：根据BP神经网络具有只要有足够多的隐含层及隐含层 节点数就可以任意逼近非线性函数的特性，以及根据已有经验单隐含层BP神经网络可以 实现对任意函数的逼近把BP神经网络的结构确定为三层即输入层、隐含层、输出层； 3. 2BP神经网络输入层节点数的确定：根据BP神经网络的输入量个数为7个，确定BP 神经网络的输入层节点数为7个； 3. 3BP神经网络隐含层节点数的确定：根据对n组样本数据中的同一样本进行训练，取 误差最小对应的隐含层节点数作为最终的隐含层节点数，确定BP神经网络隐含层节点数 为14个； 3. 4BP神经网络输出层节点数的确定：根据BP神经网络的输出量个数为2个，确定BP 神经网络的输出层节点数为2个； 3. 5BP神经网络的权值阈值初始化：初始权值阈值采用随机赋值的方法得到，输入层 到隐含层的连接权值为Wij(i = (1，2,......，7)，j= (1，2,......，14))，隐含层到输出层 的连接权值为Wjl(j = (1，2,..