-
公开(公告)号:CN118962457A
公开(公告)日:2024-11-15
申请号:CN202411050141.4
申请日:2024-08-01
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/392 , G06N3/0442 , G06N3/049 , G06N3/045 , G06F18/213 , G06F18/2131 , G06N3/0985 , G06N3/0464
Abstract: 本发明属于锂离子电池故障预测与健康管理领域,具体涉及一种基于TimesNet‑BiGRU神经网络的锂电池SOH预测方法,包括:获取锂电池循环有限次充放电数据;构建TimesNet‑BiGRU神经网络预测模型;训练TimesNet‑BiGRU神经网络;使用TimesNet‑BiGRU锂电池SOH预测模型进行预测;本发明针对复杂变化的时序信息的表征与预测问题,提出时序分析骨干网络TimesNet从二维空间视角分析一维时序变化,并建立TimesNet‑BiGRU神经网络预测模型,用于减轻梯度消失问题,并且该BiGRU可以并行计算加快运算效率及预测速度,有效增强锂电池SOH的预测效果。
-
公开(公告)号:CN118683577A
公开(公告)日:2024-09-24
申请号:CN202410971197.7
申请日:2024-07-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及无人驾驶车辆技术领域,特别涉及一种能抵抗恶意数据攻击的V2V通信车辆队列行驶的方法,包括构建整车动力学模型,并基于该模型构建实现车辆之间的信息传输的V2V通信模型;基于V2V通信模型接收来自其他车辆传感器测量的数据,并通过攻击检测模型对接收的数据进行检测;若攻击检测模型检测当前车辆未被攻击,则当前车辆基于队列行驶控制器进行控制;若攻击检测模型检测当前车辆被攻击,则当前车辆切换备用的自适应巡航控制器进行控制。本发明使用卡尔曼滤波进行车辆状态估计和数据检测,在提高精度、实时性和抗干扰能力的同时,保证了计算效率和系统可扩展性。
-