摘要
本发明提供了一种改进iTransformer网络的智能轮胎侧向力估计方法及系统,通过以下步骤实现:步骤S1,进行轮胎的加速度信号采集,获取三轴加速度数据;步骤S2,对x、y轴加速度信号应用IEEEEMDAN‑排列熵‑小波滤波降噪,对z轴加速度信号进行200Hz低通滤波;步骤S3,基于自适应阈值方法识别z轴加速度信号的起止特征点,分割三轴加速度数据;步骤S4,构建混合网络模型,利用KAN网络替代iTransformer模型中的线性映射层和回归预测层;步骤S5,使用训练好的模型预测轮胎侧向力。本发明通过结合iTransformer在时序建模与KAN在非线性表征方面的优势,显著提升了轮胎侧向力估计的精度和稳定性,适用于车辆动力学分析和控制场景,对提高车辆行驶的操纵性和安全性具有重要意义。
技术关键词
力估计方法
智能轮胎
信号
小波滤波方法
三轴加速度数据
混合网络模型
三轴加速度传感器
小波阈值降噪
注意力
周期
特征点
软阈值函数
特征提取方法
非线性特征
可读存储介质
矩阵
系统为您推荐了相关专利信息
量子随机数发生器
FPGA芯片
超辐射发光二极管
光耦合器
数据采集模块
无人机协同
无人机群体
分布式传感网络
控制系统
出无人机
保护控制电路
电压变换器
脉宽调制信号
逻辑模块
反相器