基于BP-Adaboost的整车辐射状态预测方法

针对整车级电磁兼容辐射状态难以准确评估的难题,本文提出了基于同平台下多种电器元器件组合的输入模型,并将BP神经网络融入Adaboost架构中建立整车级的辐射状态预测方法。在该方法中,首先对整车多种电器元器件组合进行筛选,对整车辐射状态的历史测试数据进行归一化后作为输入模型,同时将BP神经网络作为单个弱分类器对输入模型进行训练学习。然后采用Adaboost的弱分类器权重组合思想将各训练学习后的弱分类器进行线性组合,得到最终的强分类器。最后在实际测试集中对该强分类器进行了测试,获得了良好的效果,验证了该方法在同平台多配置组合工况下整车级别辐射状态预测的可行性和有效性。