[发明专利]一种城市行驶工况智能分析方法

权利要求书

1.一种城市行驶工况智能分析方法，其特征在于，包括以下步骤：

步骤1、对采集的汽车行驶时间速度数据进行小波分析降噪，并划分为短行程片段；

步骤2、对已划分的短行程片段进行k-means聚类，划分出三大类短行程，得到短行程片段的外部状态序列；

步骤3、对短行程片段内部进行划分，分为加速、匀速、怠速3个状态，得到短行程片段的内部状态序列；

步骤4、对短行程片段建立双层马尔科夫链，得到双层马尔科夫模型，使用双层马尔科夫模型构建汽车行驶工况曲线，评估汽车行驶工况曲线误差，选取误差最小的曲线作为最终的汽车行驶工况曲线，具体如下：

步骤4.1、对得到的外部状态序列构建马尔科夫链，对内部片段状态序列构建马尔科夫链，得到双层马尔科夫模型；

步骤4.2、采用随机化的方法构建一条2000s以内的行驶工况，得到外部状态类别序列和内部状态片段序列；

步骤4.3、从原始数据选取内部状态片段序列，要求片段间速度差不大于0.5m/s，构建汽车行驶工况曲线；

步骤4.4、将构建好的汽车行驶工况曲线与原始数据参数进行对比评估，选取平均误差小于5％的汽车行驶工况曲线，作为最终的汽车行驶工况曲线。

2.根据权利要求1所述的城市行驶工况智能分析方法，其特征在于，步骤1所述的对采集的汽车行驶时间速度数据进行小波分析降噪，并划分为短行程片段，具体如下：

步骤1.1、通过车载终端采集GPS车速数据；

步骤1.2、对部分丢失数据、异常数据进行处理；

步骤1.3、对数据进行小波分析降噪处理，用Daubechies-3阶小波对信号进行尺度为4的分解，通过伸缩平移运算对信号逐步进行多尺度细化，最终得到高频处时间细分、低频处频率细分、能自动适应时频信号分析的平滑曲线；

步骤1.4、将行程分割为汽车从一个怠速状态开始到下一个怠速开始之间的运动形成区间的短行程片段。

3.根据权利要求1所述的城市行驶工况智能分析方法，其特征在于，步骤2所述的对已划分的短行程片段进行k-means聚类，划分出三大类短行程，得到短行程片段的外部状态序列，具体如下：

步骤2.1、将平均速度、最大速度、平均行驶速度、平均加速度、平均减速度、怠速时间比、加速时间比、减速时间比、速度标准差、加速度标准差、减速度标准差共11个参数作为每个短行程片段的特征参数，对每一个短行程片段分别进行计算；

步骤2.2、采用主成分分析方法对短行程片段特征进行降维，选择了贡献率大于90％的前5个参数作为新的特征参数；

步骤2.3、对特征参数进行k-means聚类，将短行程片段分为高速类、中速类、低速类三类，得到短行程片段的外部状态序列。

4.根据权利要求1所述的城市行驶工况智能分析方法，其特征在于，步骤3所述的对短行程片段内部进行划分，分为加速、匀速、怠速3个状态，得到短行程片段的内部状态序列，具体如下：

步骤3.1、对短行程片段内部状态进行划分，采用基于规则的方法进行分类，分类方法具体如下：

判断为加速片段分类方法为：

判断为减速状态的分类为：

其余状态判断为匀速状态；

a_t为t时刻汽车加速度，a_t+1为t时刻的下一秒加速度，a_t+2为t时刻的下两秒加速度；

步骤3.2、得到短行程片段的内部状态序列。