CN118112360B - 一种电动汽车动态工况下电磁干扰测试系统及方法 - Google Patents

Abstract

本发明提供电动汽车动态工况下电磁干扰测试系统及方法，基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理。

Description

一种电动汽车动态工况下电磁干扰测试系统及方法

技术领域

本发明涉及电动汽车的领域，尤其涉及一种电动汽车动态工况下电磁干扰测试系统及方法。

背景技术

电动汽车作为机电高度集成的设备，其内部包括动力源电磁、电机驱动器和中控服务器等不同类型的电子设备；其中，电机驱动器从动力源电磁中获得电能并运转过程中会产生大量高频电磁信号，这些高频电磁波信号会沿着电动内部的CAN总线下属不同的线束传输到其他电子设备，从而对其他电子设备产生干扰。电动汽车的高频电磁波信号无法完全消除，为了保证电动汽车的电子设备能够在高频电磁波环境下维持正常工作想，需要对电动汽车内部的高频电磁波的传输进行准确的识别。但是电动汽车内部的高频电磁波复杂多变，无法对其进行持续准确的追踪，降低对高频电磁波的屏蔽可靠性。

发明内容

本发明的目的在于提供电动汽车动态工况下电磁干扰测试系统及方法，其基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，以此识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；还对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，并基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理，提高电动汽车电池干扰识别的准确性和保证电动汽车的工作可靠性。

本发明是通过以下技术方案实现：

一种电动汽车动态工况下电磁干扰测试系统，包括：

电磁干扰存在识别模块，用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；

异常线束识别模块，用于基于所述电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束；

电磁干扰传播路径确定模块，用于对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；

电子设备标识模块，用于基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别；

电子设备运转判断模块，用于基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；

电磁干扰电路区间确定模块，用于当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间。

可选地，所述电磁干扰存在识别模块用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对所述基准运转电流数据进行分析，得到与所述电机驱动设备连接的所有线束各自的工作电流数据；基于所述工作电流数据，得到所述线束在所述电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取所述电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对所述实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将所述线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定所述线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；所述异常线束识别模块用于基于所述电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

基于所述电磁干扰强度和频率状态信息，得到所述线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当所述电磁干扰平均强度值大于预设强度阈值或所述电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束。

可选地，所述电磁干扰传播路径确定模块用于对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，包括：

对所述异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到所述信号传输通道实时传输的信号频域信息；将所述信号频域信息与所述异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若所述信号频域信息与所述频域分布特征信息相匹配，则确定所述信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

所述电子设备标识模块用于基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别，包括：

基于所述传播路径信息，确定能够接收到所述电磁干扰信号的所有电子设备；基于所述电子设备的实际工作电流信号，确定所述电磁干扰信号在实时工作电流信号中的强度占比；若所述强度占比大于或等于预设占比阈值，则确定所述电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在所述电动汽车全局信号流地图中的位置信息，以此作为所述定位识别的结果。

可选地，所述电子设备运转判断模块用于基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件，包括：

基于所述定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对所述工作记录进行分析，得到所述电子设备对接收到的信号的处理耗时；若所述处理耗时大于预设时间阈值，则判断所述电子设备发生运转紊乱事件；否则，判断所述电子设备未发生运转紊乱事件；

所述电磁干扰电路区间确定模块用于当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间，包括：

当所述电子设备发生运转紊乱事件，则对所述电子设备内部的电磁信号变化数据进行分析，得到所述电子设备内部高频电磁信号汇聚电路部分，以此作为所述电子设备内部的电磁干扰集中电路区间。

一种电动汽车动态工况下电磁干扰测试方法，包括：

获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于所述电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束；

对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别；

基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间。

可选地，获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于所述电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对所述基准运转电流数据进行分析，得到与所述电机驱动设备连接的所有线束各自的工作电流数据；基于所述工作电流数据，得到所述线束在所述电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取所述电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对所述实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将所述线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定所述线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；

基于所述电磁干扰强度和频率状态信息，得到所述线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当所述电磁干扰平均强度值大于预设强度阈值或所述电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束。

可选地，当不将相应线束确定为发生信号传导干扰事件的异常线束，还对相应线束进行下面的识别处理：

步骤S1，设相应线束的实际工作电流值为I，实际工作电流频率值为F，则与相应线束距离为D的位置处的理论电磁辐射强度E为：

（1）

在上述公式（1）中，S为相应线束构成的横截面积；

步骤S2，设与相应线束距离为D的位置处实际测量得到的电磁辐射强度为，则 实际测量的电磁辐射强度相比于理论电磁辐射强度E的变化比率为：

（2）

步骤S3，计算相应线束在发生预设规律行驶工况变化时自身内部存在的电磁辐射强度，

（3）

在上述公式（3）中，为相应线束在发生预设规律行驶工况变化时自身的工作电流值，/>为相应线束在发生预设规律行驶工况变化时自身的工作电流频率值，e为自然常数；

再判断所述电磁辐射强度是否位于预设电磁辐射强度范围内，若是，则判断相应线束确定未发生信号传导干扰事件的异常线束；若否，则判断相应线束确定发生信号传导干扰事件的异常线束。

可选地，对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别，包括：

对所述异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到所述信号传输通道实时传输的信号频域信息；将所述信号频域信息与所述异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若所述信号频域信息与所述频域分布特征信息相匹配，则确定所述信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

基于所述传播路径信息，确定能够接收到所述电磁干扰信号的所有电子设备；基于所述电子设备的实际工作电流信号，确定所述电磁干扰信号在实时工作电流信号中的强度占比；若所述强度占比大于或等于预设占比阈值，则确定所述电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在所述电动汽车全局信号流地图中的位置信息，以此作为所述定位识别的结果。

可选地，基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间，包括：

基于所述定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对所述工作记录进行分析，得到所述电子设备对接收到的信号的处理耗时；若所述处理耗时大于预设时间阈值，则判断所述电子设备发生运转紊乱事件；否则，判断所述电子设备未发生运转紊乱事件；

当所述电子设备发生运转紊乱事件，则对所述电子设备内部的电磁信号变化数据进行分析，得到所述电子设备内部高频电磁信号汇聚电路部分，以此作为所述电子设备内部的电磁干扰集中电路区间。

与现有技术相比，本发明具有如下有益效果：

本申请提供的电动汽车动态工况下电磁干扰测试系统及方法基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，以此识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；还对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，并基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理，提高电动汽车电池干扰识别的准确性和保证电动汽车的工作可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1为本发明提供的一种电动汽车动态工况下电磁干扰测试系统的结构示意图。

图2为本发明提供的一种电动汽车动态工况下电磁干扰测试方法的流程示意图。

具体实施方式

为使本申请的上述目的、特征和优点能够更为明显易懂，下面结合附图，对本申请的具体实施方式做详细的说明。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

本申请中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1所示，本申请一实施例提供的一种电动汽车动态工况下电磁干扰测试系统。该电动汽车动态工况下电磁干扰测试系统包括：

电磁干扰存在识别模块，用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于该运转状态数据，估计与该电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；

异常线束识别模块，用于基于该电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束；

电磁干扰传播路径确定模块，用于对该异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；

电子设备标识模块，用于基于该传播路径信息，确定该电动汽车内部可能受到电磁干扰信号影响的电子设备，并对该电子设备进行定位识别；

电子设备运转判断模块，用于基于该电子设备的工作记录，判断该电子设备是否发生运转紊乱事件；

电磁干扰电路区间确定模块，用于当该电子设备发生运转紊乱事件，则基于该电子设备内部的电磁信号变化数据，确定该电子设备内部的电磁干扰集中电路区间。

上述实施例的有益效果，该电动汽车动态工况下电磁干扰测试系统基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，以此识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；还对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，并基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理，提高电动汽车电池干扰识别的准确性和保证电动汽车的工作可靠性。

在另一实施例中，该电磁干扰存在识别模块用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于该运转状态数据，估计与该电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对该基准运转电流数据进行分析，得到与该电机驱动设备连接的所有线束各自的工作电流数据；基于该工作电流数据，得到该线束在该电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取该电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对该实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将该线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定该线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；

该异常线束识别模块用于基于该电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

基于该电磁干扰强度和频率状态信息，得到该线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当该电磁干扰平均强度值大于预设强度阈值或该电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束。

上述实施例的有益效果，电机驱动设备作为电动汽车内部高频电磁干扰信号的主要来源，当电机驱动设备进行高速运转时会向外传输高频电磁干扰信号，但是电机驱动设备并不是在任何运转情况下均会向外传输高频电磁干扰信号，比如当电机驱动设备处于低速运转状态其并不会产生高频电磁干扰信号，此时获取电动汽车在基准行驶工况（比如预设低速范围行驶工况）下的电机驱动设备的基准运转电流数据，再对该基准运转电流数据进行分析，得到与该电机驱动设备连接的所有线束各自在该电机驱动设备当前运转状态下对应的工作电流数据，这样能够对所有线束进行工作电流数据的基础表征。再以该工作电流数据为基准，得到该线束在该电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型，该有效工作电流数据变化模型能够以该工作电流数据为基准，预测当该电机驱动设备因该电动汽车发生预设规律行驶工况变化而被加载不同工况时对应向所有线束产生传输的工作电流，以此表征所有线束在未受到高频电磁干扰信号作用下对应的理想工作电流数据。再获取该电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对该实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将该线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定该线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息，对该电机驱动设备产生的高频电磁干扰进行准确分析。基于该电磁干扰强度和频率状态信息，得到该线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值，并对电磁干扰平均强度值和电磁干扰峰值频率值进行阈值对比，从而准确识别其中发生信号传导干扰事件的异常线束。

在另一实施例中，该电磁干扰传播路径确定模块用于对该异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，包括：

对该异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到该信号传输通道实时传输的信号频域信息；将该信号频域信息与该异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若该信号频域信息与该频域分布特征信息相匹配，则确定该信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

该电子设备标识模块用于基于该传播路径信息，确定该电动汽车内部可能受到电磁干扰信号影响的电子设备，并对该电子设备进行定位识别，包括：

基于该传播路径信息，确定能够接收到该电磁干扰信号的所有电子设备；基于该电子设备的实际工作电流信号，确定该电磁干扰信号在实时工作电流信号中的强度占比；若该强度占比大于或等于预设占比阈值，则确定该电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在该电动汽车全局信号流地图中的位置信息，以此作为该定位识别的结果。

上述实施例的有益效果，对该异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到该信号传输通道实时传输的信号频域信息，并与该异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若该信号频域信息与该频域分布特征信息相匹配，则确定该信号传输通道内部存在电磁干扰信号，否则，确定该信号传输通道内部不存在电磁干扰信号，从而对电磁干扰信号在所有信号传输通道内部的分布情况进行准确识别。再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息，全面确定电磁干扰信号在该电动汽车内部的传输走向状态。还有基于该传播路径信息，确定能够接收到该电磁干扰信号的所有电子设备；基于该电子设备的实际工作电流信号，确定该电磁干扰信号在实时工作电流信号中的强度占比，并对该强度占比进行阈值对比，判断该电子设备是否可能受到电磁干扰信号影响，便于后续只针对受到电磁干扰信号影响的电子设备进行单独的深度识别。

在另一实施例中，该电子设备运转判断模块用于基于该电子设备的工作记录，判断该电子设备是否发生运转紊乱事件，包括：

基于该定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对该工作记录进行分析，得到该电子设备对接收到的信号的处理耗时；若该处理耗时大于预设时间阈值，则判断该电子设备发生运转紊乱事件；否则，判断该电子设备未发生运转紊乱事件；

该电磁干扰电路区间确定模块用于当该电子设备发生运转紊乱事件，则基于该电子设备内部的电磁信号变化数据，确定该电子设备内部的电磁干扰集中电路区间，包括：

当该电子设备发生运转紊乱事件，则对该电子设备内部的电磁信号变化数据进行分析，得到该电子设备内部高频电磁信号汇聚电路部分，以此作为该电子设备内部的电磁干扰集中电路区间。

上述实施例的有益效果，基于该定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对该工作记录进行分析，得到该电子设备对接收到的信号的处理耗时，并对该处理耗时进行阈值对比，对该电子设备是否发生运转紊乱事件进行准确判断。还有，当该电子设备发生运转紊乱事件，则对该电子设备内部的电磁信号变化数据进行分析，得到该电子设备内部高频电磁信号汇聚电路部分，以此作为该电子设备内部的电磁干扰集中电路区间，这样便于后续针对该电磁干扰集中电路区间进行专门的干扰屏蔽或滤波处理。

请参阅图2所示，本申请一实施例提供的一种电动汽车动态工况下电磁干扰测试方法。该电动汽车动态工况下电磁干扰测试方法包括：

获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于该运转状态数据，估计与该电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于该电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束；

对该异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于该传播路径信息，确定该电动汽车内部可能受到电磁干扰信号影响的电子设备，并对该电子设备进行定位识别；

基于该电子设备的工作记录，判断该电子设备是否发生运转紊乱事件；当该电子设备发生运转紊乱事件，则基于该电子设备内部的电磁信号变化数据，确定该电子设备内部的电磁干扰集中电路区间。

上述实施例的有益效果，该电动汽车动态工况下电磁干扰测试方法基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，以此识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；还对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，并基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理，提高电动汽车电池干扰识别的准确性和保证电动汽车的工作可靠性。

在另一实施例中，获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于该运转状态数据，估计与该电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于该电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对该基准运转电流数据进行分析，得到与该电机驱动设备连接的所有线束各自的工作电流数据；基于该工作电流数据，得到该线束在该电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取该电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对该实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将该线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定该线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；

基于该电磁干扰强度和频率状态信息，得到该线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当该电磁干扰平均强度值大于预设强度阈值或该电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束。

上述实施例的有益效果，电机驱动设备作为电动汽车内部高频电磁干扰信号的主要来源，当电机驱动设备进行高速运转时会向外传输高频电磁干扰信号，但是电机驱动设备并不是在任何运转情况下均会向外传输高频电磁干扰信号，比如当电机驱动设备处于低速运转状态其并不会产生高频电磁干扰信号，此时获取电动汽车在基准行驶工况（比如预设低速范围行驶工况）下的电机驱动设备的基准运转电流数据，再对该基准运转电流数据进行分析，得到与该电机驱动设备连接的所有线束各自在该电机驱动设备当前运转状态下对应的工作电流数据，这样能够对所有线束进行工作电流数据的基础表征。再以该工作电流数据为基准，得到该线束在该电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型，该有效工作电流数据变化模型能够以该工作电流数据为基准，预测当该电机驱动设备因该电动汽车发生预设规律行驶工况变化而被加载不同工况时对应向所有线束产生传输的工作电流，以此表征所有线束在未受到高频电磁干扰信号作用下对应的理想工作电流数据。再获取该电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对该实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将该线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定该线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息，对该电机驱动设备产生的高频电磁干扰进行准确分析。基于该电磁干扰强度和频率状态信息，得到该线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值，并对电磁干扰平均强度值和电磁干扰峰值频率值进行阈值对比，从而准确识别其中发生信号传导干扰事件的异常线束。

在另一实施例中，由于线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息是复杂多变的，例如其会受到瞬变电压大小、静电放电、线束间耦合等因素影响，导致在不同因素影响下，增加了对线束自身内部的电磁干扰强度测量准确性的难度，进而会降低异常线束的识别准确率，无法准确识别异常线束，若识别错误，会导致后续对该识别为异常线束的处理都是无效且为负收益，若识别遗漏，则未被识别的异常线束将会对电动汽车的安全构成潜在威胁，可能造成重大安全事故。为了排除外界因素对异常线束识别的影响，当不将相应线束确定为发生信号传导干扰事件的异常线束，还对相应线束进行下面的识别处理：

步骤S1，设相应线束的实际工作电流值为I，实际工作电流频率值为F，则与相应线束距离为D的位置处的理论电磁辐射强度E为：

（1）

在上述公式（1）中，S为相应线束构成的横截面积；

步骤S2，由于该线束在通电过程中，还有其他通电设备工作，如雨刮器驱动电机、 汽车启动电机、暖风电机等，同时还有其他通电线束耦合及环境静电等因素影响，设与相应 线束距离为D的位置处实际测量得到的电磁辐射强度为，则实际测量的电磁辐射强度相 比于理论电磁辐射强度E的变化比率为：

（2）

步骤S3，计算相应线束在发生预设规律行驶工况变化时自身内部存在的电磁辐射强度，

（3）

在上述公式（3）中，为相应线束在发生预设规律行驶工况变化时自身的工作电流值，/>为相应线束在发生预设规律行驶工况变化时自身的工作电流频率值，e为自然常数；

再判断该电磁辐射强度是否位于预设电磁辐射强度范围内，若是，则判断相应线束确定未发生信号传导干扰事件的异常线束；若否，则判断相应线束确定发生信号传导干扰事件的异常线束。

上述实施例的有益效果，根据目标线束在既定距离下的理论电磁辐射强度和实际电磁辐射强度的数值，确定环境因素对该目标线束在既定距离下的电磁辐射影响强度，进而确定在发生预设规律行驶工况变化时自身内部存在的电磁辐射强度，从而判断目标线束是否为异常线束，增加了对异常线束识别的准确率，避免了因为识别错误带来的无谓投入及损失，也一定程度上确保了电动汽车的安全，避免安全事故的发生。

在另一实施例中，对该异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于该传播路径信息，确定该电动汽车内部可能受到电磁干扰信号影响的电子设备，并对该电子设备进行定位识别，包括：

对该异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到该信号传输通道实时传输的信号频域信息；将该信号频域信息与该异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若该信号频域信息与该频域分布特征信息相匹配，则确定该信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

基于该传播路径信息，确定能够接收到该电磁干扰信号的所有电子设备；基于该电子设备的实际工作电流信号，确定该电磁干扰信号在实时工作电流信号中的强度占比；若该强度占比大于或等于预设占比阈值，则确定该电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在该电动汽车全局信号流地图中的位置信息，以此作为该定位识别的结果。

上述实施例的有益效果，对该异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到该信号传输通道实时传输的信号频域信息，并与该异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若该信号频域信息与该频域分布特征信息相匹配，则确定该信号传输通道内部存在电磁干扰信号，否则，确定该信号传输通道内部不存在电磁干扰信号，从而对电磁干扰信号在所有信号传输通道内部的分布情况进行准确识别。再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息，全面确定电磁干扰信号在该电动汽车内部的传输走向状态。还有基于该传播路径信息，确定能够接收到该电磁干扰信号的所有电子设备；基于该电子设备的实际工作电流信号，确定该电磁干扰信号在实时工作电流信号中的强度占比，并对该强度占比进行阈值对比，判断该电子设备是否可能受到电磁干扰信号影响，便于后续只针对受到电磁干扰信号影响的电子设备进行单独的深度识别。

在另一实施例中，基于该电子设备的工作记录，判断该电子设备是否发生运转紊乱事件；当该电子设备发生运转紊乱事件，则基于该电子设备内部的电磁信号变化数据，确定该电子设备内部的电磁干扰集中电路区间，包括：

基于该定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对该工作记录进行分析，得到该电子设备对接收到的信号的处理耗时；若该处理耗时大于预设时间阈值，则判断该电子设备发生运转紊乱事件；否则，判断该电子设备未发生运转紊乱事件；

当该电子设备发生运转紊乱事件，则对该电子设备内部的电磁信号变化数据进行分析，得到该电子设备内部高频电磁信号汇聚电路部分，以此作为该电子设备内部的电磁干扰集中电路区间。

上述实施例的有益效果，基于该定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对该工作记录进行分析，得到该电子设备对接收到的信号的处理耗时，并对该处理耗时进行阈值对比，对该电子设备是否发生运转紊乱事件进行准确判断。还有，当该电子设备发生运转紊乱事件，则对该电子设备内部的电磁信号变化数据进行分析，得到该电子设备内部高频电磁信号汇聚电路部分，以此作为该电子设备内部的电磁干扰集中电路区间，这样便于后续针对该电磁干扰集中电路区间进行专门的干扰屏蔽或滤波处理。

总体而言，该电动汽车动态工况下电磁干扰测试系统及方法基于电动汽车在行驶工况下的电机驱动设备的运转状态数据，估计与电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，以此识别发生信号传导干扰事件的异常线束，这能够对电磁干扰在电动汽车内部的传播进行准确标识；还对异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，以此确定电动汽车内部可能受到电磁干扰信号影响的电子设备，便于后续对相应电子设备进行单独的电磁干扰识别；基于电子设备的工作记录，判断电子设备是否发生运转紊乱事件，并基于电子设备内部的电磁信号变化数据，确定其内部的电磁干扰集中电路区间，便于后续针对相应的电路区间进行电磁干扰屏蔽处理，提高电动汽车电池干扰识别的准确性和保证电动汽车的工作可靠性。

上述仅为本发明的一个具体实施方式，其它基于本发明构思的前提下做出的任何改进都视为本发明的保护范围。

Claims (6)

1.一种电动汽车动态工况下电磁干扰测试系统，其特征在于，包括：

电磁干扰存在识别模块，用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；

异常线束识别模块，用于基于所述电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束；

电磁干扰传播路径确定模块，用于对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；

电子设备标识模块，用于基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别；

电子设备运转判断模块，用于基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；

电磁干扰电路区间确定模块，用于当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间；

所述电磁干扰存在识别模块用于获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对所述基准运转电流数据进行分析，得到与所述电机驱动设备连接的所有线束各自的工作电流数据；基于所述工作电流数据，得到所述线束在所述电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取所述电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对所述实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将所述线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定所述线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；

所述异常线束识别模块用于基于所述电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

基于所述电磁干扰强度和频率状态信息，得到所述线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当所述电磁干扰平均强度值大于预设强度阈值或所述电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束；

当不将相应线束确定为发生信号传导干扰事件的异常线束，还对相应线束进行下面的识别处理：

步骤S1，设相应线束的实际工作电流值为I，实际工作电流频率值为F，则与相应线束距离为D的位置处的理论电磁辐射强度E为：

（1）

在上述公式（1）中，S为相应线束构成的横截面积；

步骤S2，设与相应线束距离为D的位置处实际测量得到的电磁辐射强度为，则实际测量的电磁辐射强度相比于理论电磁辐射强度E的变化比率/>为：

（2）

步骤S3，计算相应线束在发生预设规律行驶工况变化时自身内部存在的电磁辐射强度，

（3）

在上述公式（3）中，为相应线束在发生预设规律行驶工况变化时自身的工作电流值，为相应线束在发生预设规律行驶工况变化时自身的工作电流频率值，e为自然常数；

再判断所述电磁辐射强度是否位于预设电磁辐射强度范围内，若是，则判断相应线束确定未发生信号传导干扰事件的异常线束；若否，则判断相应线束确定发生信号传导干扰事件的异常线束。

2.如权利要求1所述的电动汽车动态工况下电磁干扰测试系统，其特征在于：

所述电磁干扰传播路径确定模块用于对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息，包括：

对所述异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到所述信号传输通道实时传输的信号频域信息；将所述信号频域信息与所述异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若所述信号频域信息与所述频域分布特征信息相匹配，则确定所述信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

所述电子设备标识模块用于基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别，包括：

基于所述传播路径信息，确定能够接收到所述电磁干扰信号的所有电子设备；基于所述电子设备的实际工作电流信号，确定所述电磁干扰信号在实时工作电流信号中的强度占比；若所述强度占比大于或等于预设占比阈值，则确定所述电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在所述电动汽车全局信号流地图中的位置信息，以此作为所述定位识别的结果。

3.如权利要求1所述的电动汽车动态工况下电磁干扰测试系统，其特征在于：

所述电子设备运转判断模块用于基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件，包括：

基于所述定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对所述工作记录进行分析，得到所述电子设备对接收到的信号的处理耗时；若所述处理耗时大于预设时间阈值，则判断所述电子设备发生运转紊乱事件；否则，判断所述电子设备未发生运转紊乱事件；

所述电磁干扰电路区间确定模块用于当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间，包括：

当所述电子设备发生运转紊乱事件，则对所述电子设备内部的电磁信号变化数据进行分析，得到所述电子设备内部高频电磁信号汇聚电路部分，以此作为所述电子设备内部的电磁干扰集中电路区间。

4.一种电动汽车动态工况下电磁干扰测试方法，其特征在于，包括：

获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于所述电磁干扰存在状态信息，识别发生信号传导干扰事件的异常线束；

对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别；

基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间；

获取电动汽车在行驶工况下的电机驱动设备的运转状态数据，基于所述运转状态数据，估计与所述电机驱动设备连接的所有线束各自的电磁干扰存在状态信息；基于所述电磁干扰存在状态信息，识别其中发生信号传导干扰事件的异常线束，包括：

获取电动汽车在基准行驶工况下的电机驱动设备的基准运转电流数据，对所述基准运转电流数据进行分析，得到与所述电机驱动设备连接的所有线束各自的工作电流数据；基于所述工作电流数据，得到所述线束在所述电动汽车发生预设规律行驶工况变化时自身的有效工作电流数据变化模型；

获取所述电动汽车发生预设规律行驶工况变化时的电机驱动设备的实际运转电流数据，对所述实际运转电流数据进行分析，得到所有线束各自的实际工作电流数据；将所述线束的实际工作电流数据与其对应的有效工作电流数据变化模型估计得到的预测工作电流数据进行对比，确定所述线束在发生预设规律行驶工况变化时自身内部存在的电磁干扰强度和频率状态信息；

基于所述电磁干扰强度和频率状态信息，得到所述线束自身内部的电磁干扰平均强度值和电磁干扰峰值频率值；当所述电磁干扰平均强度值大于预设强度阈值或所述电磁干扰峰值频率值大于预设频率阈值，则将相应线束确定为发生信号传导干扰事件的异常线束；否则，不将相应线束确定为发生信号传导干扰事件的异常线束；

当不将相应线束确定为发生信号传导干扰事件的异常线束，还对相应线束进行下面的识别处理：

步骤S1，设相应线束的实际工作电流值为I，实际工作电流频率值为F，则与相应线束距离为D的位置处的理论电磁辐射强度E为：

（1）

在上述公式（1）中，S为相应线束构成的横截面积；

步骤S2，设与相应线束距离为D的位置处实际测量得到的电磁辐射强度为，则实际测量的电磁辐射强度相比于理论电磁辐射强度E的变化比率/>为：

（2）

步骤S3，计算相应线束在发生预设规律行驶工况变化时自身内部存在的电磁辐射强度，

（3）

在上述公式（3）中，为相应线束在发生预设规律行驶工况变化时自身的工作电流值，为相应线束在发生预设规律行驶工况变化时自身的工作电流频率值，e为自然常数；

再判断所述电磁辐射强度是否位于预设电磁辐射强度范围内，若是，则判断相应线束确定未发生信号传导干扰事件的异常线束；若否，则判断相应线束确定发生信号传导干扰事件的异常线束。

5.如权利要求4所述的电动汽车动态工况下电磁干扰测试方法，其特征在于：

对所述异常线束进行电磁干扰信号追踪识别，得到电磁干扰信号的传播路径信息；基于所述传播路径信息，确定所述电动汽车内部可能受到电磁干扰信号影响的电子设备，并对所述电子设备进行定位识别，包括：

对所述异常线束对应连接的所有信号传输通道进行信号抽样和识别，得到所述信号传输通道实时传输的信号频域信息；将所述信号频域信息与所述异常线束自身内部存在的电磁干扰信号的频域分布特征信息进行对比，若所述信号频域信息与所述频域分布特征信息相匹配，则确定所述信号传输通道内部存在电磁干扰信号；再基于内部存在电磁干扰信号的所有信号传输通道，得到电磁干扰信号的传播路径信息；

基于所述传播路径信息，确定能够接收到所述电磁干扰信号的所有电子设备；基于所述电子设备的实际工作电流信号，确定所述电磁干扰信号在实时工作电流信号中的强度占比；若所述强度占比大于或等于预设占比阈值，则确定所述电子设备可能受到电磁干扰信号影响，并确定可能受到电磁干扰信号影响的电子设备在所述电动汽车全局信号流地图中的位置信息，以此作为所述定位识别的结果。

6.如权利要求5所述的电动汽车动态工况下电磁干扰测试方法，其特征在于：

基于所述电子设备的工作记录，判断所述电子设备是否发生运转紊乱事件；当所述电子设备发生运转紊乱事件，则基于所述电子设备内部的电磁信号变化数据，确定所述电子设备内部的电磁干扰集中电路区间，包括：

基于所述定位识别的结果，获取可能受到电磁干扰信号影响的电子设备的工作记录，并对所述工作记录进行分析，得到所述电子设备对接收到的信号的处理耗时；若所述处理耗时大于预设时间阈值，则判断所述电子设备发生运转紊乱事件；否则，判断所述电子设备未发生运转紊乱事件；

当所述电子设备发生运转紊乱事件，则对所述电子设备内部的电磁信号变化数据进行分析，得到所述电子设备内部高频电磁信号汇聚电路部分，以此作为所述电子设备内部的电磁干扰集中电路区间。