基于深度学习的自动驾驶电子系统可靠性预测方法及系统

本发明提出了基于深度学习的自动驾驶电子系统可靠性预测方法及系统，方法包括：建立电磁环境与组件交互模型，并利用时频分析追踪电磁干扰源；使用动态LSTM模型预测系统组件的失效模式演变路径，并引入时变扰动模型进行动态电磁干扰正则化；结合失效模式预测结果，采用自适应时间窗和时序回归模型，预测电磁干扰对系统失效的联合影响；基于失效模式预测和电磁干扰预测值，通过自适应容错控制算法和动态资源分配策略调整系统控制信号与资源配置；根据健康评估函数动态触发失效预防机制，并通过反馈修正机制优化预防措施。本发明有效解决了现有技术在预测精度、干扰识别与容错机制等方面的不足，为自动驾驶系统的可靠性提升提供了新的技术路径。