一种CAN信号驱动主动降噪逻辑校验方法及系统与流程
本发明涉及汽车主动噪声控制,特别是一种can信号驱动主动降噪逻辑校验方法及系统。
背景技术:
1、主动噪声控制技术通过扬声器主动产生与车内噪声幅值相同、相位相反的次级声波,在误差麦克风处实现声场相消,以抑制发动机阶次噪声、路面噪声等低频噪声成分,已成为提升车辆座舱声学舒适性的重要手段。在现代车载环境中,anc系统的运行状态高度依赖整车控制网络传输的车辆工况信息,控制器通过can总线获取车速、发动机转速、扭矩请求、挡位、车窗车门状态等报文数据,依据预设的控制策略在启停、模式切换、滤波器组选择和增益调整等状态之间进行动态迁移。
2、然而,现有技术对车载anc的验证主要依赖硬件在环和故障注入,其本质是基于预设场景的测试范式:需预先构造激励序列或故障用例,在anc内部真实触发链未知时,无法判断预设测试集是否覆盖实际因果路径;
3、同时,现有方法在向anc闭环注入诊断扰动时,未将乘员声学感知影响与系统控制稳定性纳入约束,诊断动作与安全保护彼此分离,难以在发现逻辑缺陷的同时实施定向保护。
技术实现思路
1、为解决上述技术问题,本发明提供如下技术方案:
2、第一方面,本发明提供了一种can信号驱动主动降噪逻辑校验方法,其包括:
3、s1、采集can报文数据、anc控制状态数据和声学反馈数据,并进行时间对齐后形成联合状态序列;
4、s2、基于联合状态序列,检测目标动作,从目标动作发生前的回溯区间提取原始事件链,从目标动作发生后的响应区间提取响应片段;
5、s3、在离线计算环境中,基于原始事件链进行事件重写,生成影子事件链集合,并计算影子事件链集合中的每个候选事件链与目标动作之间的对应关系,进行排序,根据排序结果确定对应关系得分最高的候选事件链作为目标候选事件链;
6、s4、将目标候选事件链和响应片段输入到影子计算环境中,生成探针序列,并对探针序列进行约束计算与筛选,得到最优探针及其预测响应;
7、s5、将最优探针注入到真实主动降噪系统中,获取真实响应,并与影子计算环境中对应的预测响应进行对比,输出触发事件链和风险等级,生成预降级动作作为校验结果。
8、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s1中,所述can报文数据、anc控制状态数据和声学反馈数据,包括:
9、所述can报文数据为车辆工况变化数据;
10、所述anc控制状态为主动降噪控制逻辑变化数据;
11、所述声学反馈数据,包括麦克风观测状态和扬声器输出状态数据;
12、其中麦克风观测状态和扬声器输出状态数据,用于表示主动降噪系统的声学响应变化。
13、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s2中,所述目标动作根据联合状态序列中anc控制状态数据的突变和声学反馈数据的异常共同确定;
14、所述突变指,在短时间窗口内,发生超过正常变化范围的变化的anc控制状态数据;
15、所述声学反馈数据的异常指,麦克风观测状态和扬声器输出状态数据的异常变化;
16、当在同一个检测窗口内,发生了anc控制状态数据的突变,并同时检测到该动作附近的声学反馈数据的异常,就把该anc控制状态数据中的控制变化指令,确定为目标动作;
17、在确定目标动作后,以目标动作的触发时刻为分界,将触发时刻之前与目标动作具有关联的联合状态序列作为原始事件链;
18、将触发时刻之后的anc控制状态数据和声学反馈数据组织为响应片段。
19、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s3中,所述基于原始事件链进行事件重写,生成影子事件链集合,包括:
20、在离线计算环境中,对原始事件链中的事件时序、事件持续状态、报文字段状态和相邻事件组合关系进行重写,生成多个候选事件链;
21、所述候选事件链保留与原始事件链之间的事件来源对应关系,使每个候选事件链能够对应目标动作发生前的一条候选触发路径;
22、将多个候选事件链构成影子事件链集合。
23、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s3中,所述计算影子事件链集合中的每个候选事件链与目标动作之间的对应关系,包括:
24、将候选事件链输入影子执行环境,得到候选事件链对应的影子响应;
25、将同一目标动作的影子响应与响应片段中的实际响应进行比较;
26、根据比较结果,确定候选事件链相对于目标动作的响应一致性、事件影响性、时间邻近性和候选链差异性,并计算候选事件链的对应关系得分,并依据对应关系得分进行排序,得到目标候选事件链。
27、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s4中,所述将目标候选事件链和响应片段输入到影子计算环境中,生成探针序列,包括:
28、根据目标候选事件链中对目标动作贡献最高的事件片段,确定关键触发片段;
29、在影子计算环境中,分别对目标候选事件链进行保留和去除关键触发片段的操作,得到两组影子响应;
30、根据两组影子响应之间的差异,结合响应片段,构造目标响应模板;
31、基于目标响应模板生成探针序列,使探针序列用于验证目标候选事件链是否为真实触发链。
32、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s4中,所述基于目标响应模板生成探针序列指探针序列在目标候选事件链对应的事件位置附近作用,并使其诱导响应朝向目标响应模板靠近;
33、所述探针序列的持续范围受响应片段中目标动作的响应延迟约束,使探针序列能够在影子计算环境和真实主动降噪系统中对应同一触发校验场景。
34、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s4中,所述对探针序列进行约束计算与筛选,得到最优探针,包括:
35、在影子计算环境中计算探针序列对应的预测响应;
36、依据预测响应与目标响应模板之间的匹配程度、不同候选事件链在同一探针序列作用下的响应区分程度、探针对车内声学感知的影响程度和探针对主动降噪控制稳定性的影响程度,对探针序列进行联合约束评价;
37、根据联合约束评价结果,从探针序列中确定最优探针,并输出最优探针对应的预测响应。
38、作为本发明所述can信号驱动主动降噪逻辑校验方法的一种优选方案,其中,s5中,所述将最优探针注入到真实主动降噪系统中,获取真实响应,并与影子计算环境中对应的预测响应进行对比,输出触发事件链和风险等级,生成预降级动作作为校验结果,包括:
39、在最优探针注入真实主动降噪系统之前,对最优探针进行门控审核,在门控审核通过后,将最优探针注入真实主动降噪系统,采集注入后的真实响应;
40、将真实响应与预测响应进行一致性比较,并根据一致性比较结果确认目标候选事件链是否为触发事件链;
41、在确认触发事件链后,根据真实响应中的残差变化、控制振荡变化、输出受限状态和异常持续状态,确定风险等级;
42、根据触发事件链和风险等级生成预降级动作,并将触发事件链、风险等级和预降级动作作为校验结果输出。
43、第二方面,本发明提供了一种can信号驱动主动降噪逻辑校验系统,包括:
44、采集预处理模块,用于采集can报文数据、anc控制状态数据和声学反馈数据,并进行时间对齐后形成联合状态序列;
45、检测提取模块,用于基于联合状态序列,检测目标动作,从目标动作发生前的回溯区间提取原始事件链,从目标动作发生后的响应区间提取响应片段;
46、重写确定模块,用于在离线计算环境中,基于原始事件链进行事件重写,生成影子事件链集合,并计算影子事件链集合中的每个候选事件链与目标动作之间的对应关系,进行排序,根据排序结果确定对应关系得分最高的候选事件链作为目标候选事件链;
47、生成筛选模块,用于将目标候选事件链和响应片段输入到影子计算环境中,生成探针序列,并对探针序列进行约束计算与筛选,得到最优探针及其预测响应;
48、获取比较模块,用于将最优探针注入到真实主动降噪系统中,获取真实响应,并与影子计算环境中对应的预测响应进行对比,输出触发事件链和风险等级,生成预降级动作作为校验结果。
49、本发明有益效果为:本发明通过事件重写生成影子事件链集合并进行对应关系排序,实现了在真实触发因未知条件下自动锁定最可疑因果假设;结合以感知扰动和系统稳定性为约束的最优探针与门控注入,做到了在不影响乘员体验和闭环安全的前提下完成因果裁决,提高了anc逻辑校验的准确性、诊断与安全保护的一体化程度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com