一种基于深度学习与熵值算法的电动汽车动态工况电磁抗干扰及功能稳定性评估方法

本发明提供一种基于深度学习与熵值算法的电动汽车动态工况电磁抗干扰及功能稳定性评估方法，在电动汽车所处的集成测试平台生成可控制变化的电磁场，使电动汽车在所述电磁场的影响下运行，对电动汽车进行视觉采集，得到下属若干目标部件各自的动态工况图像，为测试提供可控多变的电磁干扰环境和实现对不同目标部件的动态持续视觉监测；再对动态工况图像进行识别，得到目标部件的动态运作状态信息，以此得到目标部件的运作状态时域曲线，对目标部件在电磁干扰下随时间的运作状态进行连续标识，为后续深度学习处理提供数据基础；还基于运作状态时域曲线进行熵值算法处理，得到目标部件的时间相关稳定性评估结果，以此确定目标部件的电磁抗干扰程度信息，对电动汽车的电磁抗干扰进行集成化，动态和全面的评估，提高电动汽车电磁兼容性测试的有效性和可靠性。