一种基于CNN-TCN-RNN的车辆振动响应信号预测方法

本发明涉及基于CNN‑TCN‑RNN的车辆振动响应信号预测方法，是一种对车辆振动响应信号进行预测的方法，属于计算机视觉与信号处理领域，其特征在于采用如下步骤：(1)采集并对齐多模态数据；(2)构建车辆振动激励与响应三元组数据集；(3)构建卷积神经网络(CNN)，提取路面特征；(4)构建时间卷积网络(TCN)，提取振动特征；(5)融合多模态特征；(6)构建循环神经网络(RNN)，预测振动信号；(7)确定信号预测的损失函数。本发明克服了传统预测模态单一和模型失真的局限性，通过融合卷积神经网络(CNN)、时间卷积网络(TCN)和循环神经网络(RNN)取得了较高的预测准确率。为车辆振动响应信号预测领域提供了一种拥有较高预测准确率的方法。