一种随机线缆束宽频共模电流快速预测方法及系统

本技术涉及电磁兼容分析，特别是涉及一种随机线缆束宽频共模电流快速预测方法及系统。

背景技术：

1、在复杂电子电气系统中，线缆束是连接电源、控制单元、传感器和执行机构的重要载体，广泛应用于航空航天、轨道交通、汽车电子、舰船装备、电力电子系统及工业控制设备中。随着系统向高集成度、高功率密度和小型化方向发展，线缆数量不断增加，布设空间日益受限，线缆之间以及线缆与周围金属结构之间的电磁耦合问题日益突出。线缆束中的共模电流不仅会影响信号传输质量和控制可靠性，还可能引发传导干扰、辐射干扰以及端口异常响应，因此，针对随机线缆束宽频共模电流开展快速、准确预测，是复杂电气系统电磁兼容分析与设计中的重要技术问题。

2、针对随机线缆束宽频电磁响应预测问题，现有研究主要从传统电磁建模方法、数据驱动建模方法以及几何输入表征方式等方面开展了相关工作。传统电磁建模方法主要包括传输线理论、多导体传输线模型、场线耦合模型、矩量法、有限元法及时域有限差分法等，该类方法具有较强的物理基础和较好的求解精度，能够分析特定几何形态、端接条件和频率范围下线缆束的电磁响应。然而，对于实际工程中大量存在的随机线缆束样本，当预测对象覆盖宽频频段时，通常需要对每一个几何样本重复执行单位长度参数提取和端口响应求解，导致计算量较大、求解效率较低，难以满足工程设计阶段快速筛查、批量评估和优化迭代的应用需求。

3、近年来，部分研究尝试将神经网络等数据驱动方法用于线缆电磁问题建模。例如，有些方法利用神经网络预测多导体传输线的单位长度参数矩阵，再结合解析模型完成后续响应计算；有些方法则直接建立几何结构与电磁响应之间的映射关系，用于串扰预测、缺陷识别或端口响应估计。该类方法能够在一定程度上降低重复仿真的计算成本，但现有研究多侧重于单位长度参数预测或特定响应量估计，尚难以直接实现对源端和负载端宽频共模电流曲线的快速预测。同时，现有数据驱动方法与物理参考求解流程结合不够紧密，在监督标签物理一致性和预测模型高效性之间仍存在不足。

4、对于空间随机线缆束，线缆通常具有弯曲、局部起伏、随机捆扎、导体相互约束和有限空间布放等特征，其导体间距、邻近关系、沿轴向位置变化以及端接条件均会影响端口共模电流响应。现有数据驱动方法中，部分仅采用横截面图像作为输入，能够反映导体横向排布特征，但难以描述线缆沿轴向的弯曲和起伏变化；部分仅采用单一投影视图作为输入，虽可反映一定空间姿态信息，但容易遗漏另一空间方向上的邻近关系和高度变化信息。因此，现有输入表征方式对随机线缆束三维几何特征的利用仍不充分，难以全面表征其空间结构特性。

5、综上所述，现有技术在随机线缆束宽频共模电流预测方面仍存在以下不足：一方面，传统电磁求解方法在大规模随机样本和宽频频点条件下重复计算成本较高，预测效率有限；另一方面，现有数据驱动方法对随机线缆束三维几何信息利用不足，且缺乏物理参考标签生成与神经网络快速预测之间统一、清晰的协同建模流程，难以在保证物理一致性的前提下实现源端和负载端宽频共模电流的快速直接预测，因此难以满足复杂线缆束电磁兼容快速筛查和工程评估的实际应用需求。

6、因此，相关技术中，亟需一种在大规模随机样本和宽频频点条件下，在保证物理参考一致性的前提下，实现源端和负载端宽频共模电流的快速直接预测的方式。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种随机线缆束宽频共模电流快速预测方法及系统。

2、第一方面，本技术提供了一种随机线缆束宽频共模电流快速预测方法。所述方法包括：

3、获取待分析的随机线缆束三维几何样本，所述随机线缆束三维几何样本包括多根导体中心线在多个轴向位置处的三维坐标数据；

4、通过矩量法与多导体传输线联合求解获取各离散频点下的源端共模电流和负载端共模电流，并将各离散频点的所述源端共模电流和所述负载端共模电流组合为宽频共模电流参考标签；

5、将所述随机线缆束三维几何样本映射为俯视图几何像素图和侧视图几何像素图，所述俯视图几何像素图与所述侧视图几何像素图采用相同的轴向采样基准；

6、构建双视图卷积神经网络，所述双视图卷积神经网络包括俯视图编码分支、侧视图编码分支、特征融合模块和双输出回归模块，将所述俯视图几何像素图和所述侧视图几何像素图分别输入所述俯视图编码分支和所述侧视图编码分支，提取俯视图特征和侧视图特征，所述特征融合模块对所述俯视图特征和所述侧视图特征进行融合后输入所述双输出回归模块，所述双输出回归模块输出各离散频点下的源端共模电流预测曲线和负载端共模电流预测曲线；

7、以所述宽频共模电流参考标签作为监督，对所述双视图卷积神经网络进行训练；

8、将待预测的新随机线缆束样本的俯视图几何像素图和侧视图几何像素图输入训练完成的所述双视图卷积神经网络，获得所述新随机线缆束样本的源端和负载端的宽频共模电流预测曲线。

9、可选的，在本技术的一个实施例中，所述俯视图几何像素图为所述随机线缆束三维几何样本在轴向与第一横向方向所确定平面上的投影图像，所述侧视图几何像素图为所述随机线缆束三维几何样本在轴向与第二横向方向所确定平面上的投影图像，所述第一横向方向与所述第二横向方向相互正交。

10、可选的，在本技术的一个实施例中，所述将所述随机线缆束三维几何样本映射为俯视图几何像素图和侧视图几何像素图还包括：

11、将每根导体对应到一个独立图像通道，并将激励导体对应通道固定在预设通道位置。

12、可选的，在本技术的一个实施例中，所述俯视图编码分支和所述侧视图编码分支采用参数相互独立且结构相同的卷积编码器，各所述卷积编码器包括初始卷积层、多个级联的残差下采样模块和自适应平均池化层，所述残差下采样模块包括卷积运算单元、归一化处理单元、激活函数单元、通道注意力机制单元和残差跳跃连接单元。

13、可选的，在本技术的一个实施例中，所述特征融合模块对所述俯视图特征和所述侧视图特征进行融合，至少包括构造所述俯视图特征与所述侧视图特征之间的原始特征项、差异项、逐元素乘积项和均值项，将所述原始特征项、所述差异项、所述逐元素乘积项和所述均值项组合为融合后特征。

14、可选的，在本技术的一个实施例中，所述双输出回归模块包括共享映射层、负载端回归头和源端回归头，融合后特征经所述共享映射层处理后分别输入所述负载端回归头和所述源端回归头，所述负载端回归头输出各离散频点下的负载端共模电流预测曲线，所述源端回归头输出各离散频点下的源端共模电流预测曲线。

15、可选的，在本技术的一个实施例中，所述以所述宽频共模电流参考标签作为监督，对所述双视图卷积神经网络进行训练包括：

16、对所述宽频共模电流参考标签进行对数变换和标准化处理，所述双视图卷积神经网络输出标准化对数域预测值，再通过逆标准化和逆对数变换恢复为幅值域共模电流预测曲线。

17、可选的，在本技术的一个实施例中，所述以所述宽频共模电流参考标签作为监督，对所述双视图卷积神经网络进行训练还包括：

18、采用增强型组合损失函数对所述双视图卷积神经网络进行训练，所述增强型组合损失函数包括对数域稳健损失项、幅值域相对误差损失项、频谱斜率一致性损失项、峰值区域损失项和低电流区域损失项。

19、第二方面，本技术还提供了一种随机线缆束宽频共模电流快速预测系统。所述系统包括：

20、几何样本获取模块，用于获取待分析的随机线缆束三维几何样本，所述随机线缆束三维几何样本包括多根导体中心线在多个轴向位置处的三维坐标数据；

21、物理参考标签生成模块，用于通过矩量法与多导体传输线联合求解获取各离散频点下的源端共模电流和负载端共模电流，并将各离散频点的所述源端共模电流和所述负载端共模电流组合为宽频共模电流参考标签；

22、双视图映射模块，用于将所述随机线缆束三维几何样本映射为俯视图几何像素图和侧视图几何像素图，所述俯视图几何像素图与所述侧视图几何像素图采用相同的轴向采样基准；

23、模型构建模块，用于构建双视图卷积神经网络，所述双视图卷积神经网络包括俯视图编码分支、侧视图编码分支、特征融合模块和双输出回归模块，将所述俯视图几何像素图和所述侧视图几何像素图分别输入所述俯视图编码分支和所述侧视图编码分支，提取俯视图特征和侧视图特征，所述特征融合模块对所述俯视图特征和所述侧视图特征进行融合后输入所述双输出回归模块，所述双输出回归模块输出各离散频点下的源端共模电流预测曲线和负载端共模电流预测曲线；

24、模型训练模块，用于以所述宽频共模电流参考标签作为监督，对所述双视图卷积神经网络进行训练；

25、快速预测模块，用于获取待预测的新随机线缆束样本的三维几何数据，并按照与训练阶段一致的映射方式构造其俯视图几何像素图和侧视图几何像素图，将所述俯视图几何像素图和所述侧视图几何像素图输入训练完成的所述双视图卷积神经网络，获得所述新随机线缆束样本的源端和负载端的宽频共模电流预测曲线。

26、上述一种随机线缆束宽频共模电流快速预测方法及系统，与现有技术相比，具有以下有益效果：

27、第一，减少随机线缆束宽频响应预测中的重复电磁求解过程，提高宽频响应预测效率。针对现有技术中随机线缆束宽频电磁响应分析通常需要对每一个几何样本重复进行矩量法参数提取和多导体传输线分段传播求解，导致计算量大、分析效率低的问题，本发明提出基于物理参考标签与双视图卷积神经网络协同建模的快速预测方法。本发明在训练阶段利用矩量法与多导体传输线联合求解流程生成源端和负载端宽频共模电流物理参考标签，在预测阶段通过训练完成的神经网络直接输出新随机线缆束样本对应的宽频共模电流响应曲线，无需再对每个新样本重复执行完整的电磁参数提取与传播求解过程。因此，本发明能够从技术路径上减少传统方法中逐样本、逐频段重复计算带来的复杂求解过程，提高随机线缆束宽频响应预测的快速性，适用于复杂电气系统中大规模随机样本的快速筛查与响应评估。

28、第二，通过双视图几何输入方式，提高随机线缆束三维空间信息表征能力。针对现有技术中采用单一横截面图像或单一投影视图作为输入时，难以完整反映随机线缆束三维空间结构特征的问题，本发明提出俯视图与侧视图联合输入的双视图几何表征方式。其中，俯视图用于表征导体横向排布关系、相互邻近关系以及平面内空间分布特征，侧视图用于表征导体沿轴向方向的起伏、弯曲及高度变化特征。通过将两种视图信息共同输入卷积神经网络，能够使模型同时获取线缆束横向排布信息与轴向几何变化信息。相比于仅依赖单一视图输入的现有方法，本发明能够更完整地描述随机线缆束的三维空间几何特征，从而提高模型对不同几何样本差异的辨识能力，有利于提升宽频共模电流预测结果对空间结构变化的敏感性和准确性。

29、第三，兼顾物理参考一致性与数据驱动预测效率，提高模型结果的工程可信度。现有部分数据驱动方法通常直接采用经验样本或单一数值结果作为监督依据，难以充分体现导体沿轴向相对位置变化对单位长度参数和端口响应的影响，从而导致模型物理一致性不足。本发明采用矩量法与多导体传输线联合求解流程构建监督标签，其中利用矩量法提取随机线缆束各截面的单位长度参数，并结合非均匀多导体传输线分段传播模型求解源端和负载端宽频共模电流响应，使监督标签能够反映随机线缆束沿轴向几何变化对端口响应的实际影响。在此基础上训练得到的神经网络代理模型，既继承了物理参考求解结果的物理一致性，又具备数据驱动模型在新样本预测时的快速性。因此，本发明在技术上实现了物理建模方法与神经网络代理预测之间的有效协同，有助于提高预测结果的工程适用性和可信度。

30、第四，实现对工程关注目标量的直接预测，简化现有多阶段后处理流程。针对现有部分方法主要预测单位长度电感矩阵、电容矩阵等中间参数，仍需结合后续解析模型或数值求解过程才能得到端口响应结果的问题，本发明将源端和负载端宽频共模电流序列直接作为监督输出，并采用双输出回归结构完成预测。通过上述技术方案，本发明无需先预测分布参数矩阵再进行后续传播计算，而是直接输出工程上关注的源端和负载端共模电流曲线。因此，本发明能够在技术流程上减少中间建模环节和后处理过程，使预测结果更便于直接用于线缆束电磁兼容快速筛查、风险识别及不同布线方案之间的响应对比分析。

31、第五，适用于宽频、多频点及大样本随机线缆束任务，提高方法的适配能力。本发明面向随机线缆束宽频共模电流预测问题构建了从已有随机几何样本获取、物理参考标签计算到双视图神经网络训练与预测的完整技术流程。该流程中，频率范围、频点数量、图像分辨率以及样本规模均可根据工程需求进行设置。因此，本发明不仅能够输出指定宽频范围内的源端和负载端共模电流响应曲线，而且适用于多频点、大样本条件下的批量化建模与预测任务。相比现有针对单一样本、单一频段或有限频点开展分析的方法，本发明在任务规模和频段适配方面具有更强的灵活性和扩展能力。

32、第六，有利于提高复杂随机线缆束宽频响应建模流程的统一性和完整性。现有技术中，随机线缆束的几何输入、电磁求解和数据驱动预测往往相互分离，缺乏统一的协同流程，导致模型训练与工程应用之间衔接不够紧密。本发明通过将已获取的随机几何样本、矩量法与多导体传输线联合求解物理参考标签构建以及双视图卷积神经网络训练与预测有机结合，形成了从几何输入到目标响应输出的统一建模流程。该统一流程能够提高随机线缆束宽频共模电流预测问题中几何输入、物理求解和代理模型预测之间的一致性，为复杂电气系统中的线缆束电磁兼容分析提供一种结构清晰、便于实施的技术方案。