DE10304604A1 - Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions - Google Patents

Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions Download PDF

Info

Publication number
DE10304604A1
DE10304604A1 DE10304604A DE10304604A DE10304604A1 DE 10304604 A1 DE10304604 A1 DE 10304604A1 DE 10304604 A DE10304604 A DE 10304604A DE 10304604 A DE10304604 A DE 10304604A DE 10304604 A1 DE10304604 A1 DE 10304604A1
Authority
DE
Germany
Prior art keywords
pulse
interference
defining
distribution
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
DE10304604A
Other languages
German (de)
Inventor
Thorsten Enders
Juergen Schirmer
Frank Stiegler
Klaus Dostert
Thomas Link
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE10304604A priority Critical patent/DE10304604A1/en
Publication of DE10304604A1 publication Critical patent/DE10304604A1/en
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/005—Testing of electric installations on transport means
    • G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks

Abstract

Method involves: description of the environment using interference impulse functions each with at least an impulse defining or impulse pattern defining parameter; measurement of the actual interference environment; statistical evaluation of the real environment; calculation of impulse or impulse pattern defining parameters using the results of the statistical evaluation and; application of calculated impulse functions to the wiring system. An independent claim is made for an interference environment simulation device for a motor vehicle wiring system (1) that is used supply power and transmit data between components (2).

Description

Die vorliegende Erfindung betrifft ein Verfahren zur Simulation einer Störumgebung auf einem Kraftfahrzeug-Bordnetz, das zur Energieversorgung verschiedener Kraftfahrzeug-Komponenten und zur Datenübertragung zwischen den Komponenten genutzt wird.The present invention relates to a method for simulating an interference environment on a motor vehicle electrical system, which for Power supply of various motor vehicle components and data transfer is used between the components.

Die Erfindung betrifft außerdem ein Computerprogramm, das auf einem Rechengerät, insbesondere auf einem Mikroprozessor, ablauffähig ist.The invention also relates to a Computer program on a computing device, in particular on a microprocessor, executable is.

Schließlich betrifft die vorliegende Erfindung auch eine Vorrichtung zur Simulation einer Störumgebung auf einem Kraftfahrzeug-Bordnetz, das zur Energieversorgung verschiedener Kraftfahrzeug-Komponenten und zur Datenübertragung zwischen den Komponenten nutzbar ist.Finally, the present concerns Invention also a device for simulating an interference environment on a motor vehicle electrical system that is used to supply various energy Motor vehicle components and for data transmission between the components is usable.

Zum gegenwärtigen Zeitpunkt findet eine Kommunikation innerhalb eines Kraftfahrzeugs zwischen verschiedenen Kraftfahrzeug-Komponenten, wie beispielsweise einem Türsteuergerät und einem Sitzsteuergerät, u.a. mit Hilfe eines Bussystems, das beispielsweise nach dem CAN (Controller-Area-Network)-Standard arbeitet, statt. Bei der Einführung eines neuen Kommunikationsverfahrens zur Datenübermittlung innerhalb eines Kraftfahrzeugs ist es von großer Bedeutung, eine Aussage über die Störumgebung, insbesondere über die Abfolge und/oder Gestalt von Störimpulsen, auf dem der Datenübermittlung zugrundeliegenden Kanal machen zu können.At the moment there is one Communication within a motor vehicle between different Motor vehicle components, such as a door control unit and one Seat control unit, et al with the help of a bus system, for example according to the CAN (Controller Area Network) standard works instead. When introducing a new communication procedure for data transmission within a It is of great motor vehicle Meaning, a statement about the interference environment, especially about the Sequence and / or shape of interference pulses, on that of data transmission to be able to make the underlying channel.

Aus älteren Patentanmeldungen der Anmelderin ist es bekannt, ein Kraftfahrzeug-Bordnetz, das eigentlich zur Energieversorgung von Kraftfahrzeugkomponenten eingesetzt wird, auch zur Übertragung von Daten zwischen den Komponenten einzusetzen (vergleiche DE 101 42 408 und DE 101 42 410 , Anmeldetag beider Anmeldungen: 31.08.2001). Dieses Kommunikationsverfahren über das Kraftfahrzeug-Bordnetz zur Energieversorgung wird auch als Powerline Communications bezeichnet.From earlier patent applications by the applicant, it is known to use a motor vehicle electrical system, which is actually used for the energy supply of motor vehicle components, also for the transmission of data between the components (cf. DE 101 42 408 and DE 101 42 410 , Filing date of both registrations: 31.08.2001). This communication method via the motor vehicle electrical system for energy supply is also referred to as Powerline Communications.

Bei der Einführung dieses Kommunikationsverfahrens innerhalb eines Kraftfahrzeugs ist es erforderlich, die Störumgebung beziehungsweise Störer möglichst realitätsnah auf dem Kraftfahrzeug-Bordnetz darzustellen. Dies gilt insbesondere für leitungsgebundene Impulsstörer, aber auch für Impulsstörer, welche Störimpulse auf das Bordnetz einstrahlen. Leitungsgebundene Impulsstörer können durch jeglichen Schaltvorgang eines elektrischen, an das Kraftfahrzeug-Bordnetz angeschlossenen Verbrauchers innerhalb des Kraftfahrzeugs hervorgerufen werden, wie beispielsweise Sitzverstellung, Signalhorn, Beleuchtung und so weiter. Derzeit liegen für die Darstellung leitungsgebundener Störer auf einem Bordnetz nur die sogenannten ISO (International Organization for Standardization)-Prüfimpulse vor (vergleiche DIN 40839 Teil 1, Elektromagnetische Verträglichkeit (EMV) in Straßenfahrzeugen, leitungsgeführte impulsförmige Störungen auf Versorgungsleitungen in 12-V- und 24-V-Bordnetzen, 1992). Diese reichen für die Beschreibung der Störumgebung auf einem Kraftfahrzeug-Bordnetz jedoch bei weitem nicht aus. Zudem bleibt der Einfluss der Bordnetzstruktur auf die Abfolge und/oder Gestalt der Impulse völlig unberücksichtigt.When introducing this communication method inside a motor vehicle it is necessary to understand the interference environment or troublemaker preferably realistically on the vehicle electrical system. This is especially true for wired Pulse interferers but also for Pulse interferers what glitches radiate on the electrical system. Wired impulse interference can be caused by any switching operation of an electrical, to the motor vehicle electrical system connected consumer within the motor vehicle such as seat adjustment, bugle, lighting and so on. Currently lie for the representation of line-based interferers on an electrical system only the so-called ISO (International Organization for Standardization) test impulses before (compare DIN 40839 Part 1, Electromagnetic Compatibility (EMC) in road vehicles, conducted pulsed disorders on supply lines in 12 V and 24 V electrical systems, 1992). This suffice for the description of the interference environment on a motor vehicle electrical system, however, by no means. moreover remains the influence of the wiring system structure on the sequence and / or Shape of the impulses completely unconsidered.

Der vorliegenden Erfindung liegt deshalb die Aufgabe zugrunde, eine möglichst realitätsnahe Simulation einer Störumgebung auf einem Kraftfahrzeug-Bordnetz, das sowohl zur Energieversorgung als auch zur Übertragung von Daten eingesetzt wird, zu ermöglichen, insbesondere eine mathematische Beschreibung der Störumgebung auf dem Bordnetz bereit zu stellen, um eine möglichst realitätsnahe Simulation der Störumgebung zu ermöglichen und um die Auswirkungen möglicher Veränderungen an einer Stelle in dem Gesamtbussystem beurteilen zu können.The present invention lies therefore based on the task of a realistic simulation an interference environment on a motor vehicle electrical system, both for energy supply for transmission as well of data is used to enable, in particular a mathematical description of the interference environment on the vehicle electrical system to provide one as possible realistic Simulation of the interference environment to enable and the impact of possible changes to be able to assess at one point in the overall bus system.

Zur Lösung dieser Aufgabe werden ausgehend von dem Verfahren der eingangs genannten Art die nachfolgenden Verfahrensschritte vorgeschlagen:

  • – Beschreiben der zu simulierenden Störumgebung mittels mindestens einer Störimpulsfunktion mit jeweils mindestens einem impulsdefinierenden oder impulsmusterdefinierenden Parameter; Erfassen mehrerer realer Störumgebungen auf dem Kraftfahrzeug-Bordnetz;
  • – statistische Auswertung der erfassten realen Störumgebungen;
  • – Ermitteln des oder jedes impulsdefinierenden oder impulsmusterdefinierenden Parameters der oder jeder Störimpulsfunktion anhand des Ergebnisses der statistischen Auswertung der erfassten Störumgebungen; und
  • – Beaufschlagen des Bordnetzes mit der oder jeder Störimpulsfunktion mit dem oder jedem ermittelten impulsdefinierenden oder impulsmusterdefinierenden Parameter.
To solve this problem, the following method steps are proposed, starting from the method of the type mentioned at the beginning:
  • - Describing the interference environment to be simulated by means of at least one interference pulse function, each with at least one pulse-defining or pulse-pattern-defining parameter; Detection of several real interference environments on the motor vehicle electrical system;
  • - statistical evaluation of the recorded real interference environments;
  • - Determining the or each pulse-defining or pulse pattern-defining parameter of the or each interference pulse function on the basis of the result of the statistical evaluation of the recorded interference environments; and
  • - Applying the or each interference pulse function to the vehicle electrical system with the or each determined pulse-defining or pulse-pattern-defining parameter.

Vorteile der ErfindungAdvantages of invention

Erfindungsgemäß wird ein Verfahren zur Anpassung verschiedener impulsdefinierender und/oder impulsmusterdefinierender Parameter an mögliche zugrunde liegende Wahrscheinlichkeitsverteilungen vorgeschlagen. Wenn der Nachweis der Gültigkeit einer bestimmten Wahrscheinlichkeitsverteilung für das Auftreten eines speziellen Parameters gelingt, lässt sich dieser Parameter über die Bildung der Umkehrfunktion der Wahrscheinlichkeitsverteilung simulieren. Ein wichtiger Aspekt der vorliegenden Erfindung besteht darin, dass nicht versucht wird, gezielt verschiedene Störimpulse nachzubilden und das Bordnetz damit zu beaufschlagen. Vielmehr werden die Störimpulse zur Simulation zufällig erzeugt. Die verschiedenen Störimpulse, mit denen das Kraftfahrzeug-Bordnetz zu Simulationszwecken beaufschlagt wird, sind statistisch unterschiedlich, aber über die Statistik beschreibbar.According to the invention, a method for adapting various pulse-defining and / or in Pulse pattern defining parameters to possible underlying probability distributions are proposed. If the proof of the validity of a certain probability distribution for the occurrence of a special parameter is successful, this parameter can be simulated by forming the inverse function of the probability distribution. An important aspect of the present invention is that no attempt is made to specifically emulate various interference pulses and to apply them to the vehicle electrical system. Rather, the interference pulses are generated randomly for simulation. The various interference pulses with which the motor vehicle electrical system is subjected to for simulation purposes are statistically different, but can be described using the statistics.

Zunächst wird im Rahmen des erfindungsgemäßen Verfahrens eine von mehreren zur Verfügung stehenden Störfunktionen ausgewählt. Die Störfunktion enthält verschiedene impulsdefinierende oder impulsmusterdefinierende Parameter. Dann wird eine Störumgebung erfasst, indem Störimpulse und/ oder Störimpulsmuster erfasst werden. Aus den erfassten Störimpulsen beziehungsweise Störimpulsmustern werden verschiedene Größen extrahiert, durch welche die erfassten Störimpulse und Störimpulsmuster charakterisiert werden. Dann wird eine Wahrscheinlichkeitsverteilung der Größen für die verschiedenen erfassten realen Störimpulse beziehungsweise Störimpulsmuster ermittelt. Schließlich wird die Dichtefunktion der impulsdefinierenden oder impulsmusterdefinierenden Parameter an die Wahrscheinlichkeitsverteilung der Größen angepasst. Auf diese Weise erhält man eine Vielzahl verschiedener statistisch unterschiedlicher Störimpulse zur Simulation einer Störumgebung, wobei die Wahrscheinlichkeitsverteilung der simulierten Störimpulse beziehungsweise Störimpulsmuster der Wahrscheinlichkeitsverteilung der realen Störimpulse beziehungsweise Störimpulsmustern angenähert ist.First, within the scope of the method according to the invention one of several available standing disturbance functions selected. The malfunction contains various pulse-defining or pulse-pattern-defining parameters. Then a disturbing environment captured by glitches and / or glitch pattern be recorded. From the detected interference pulses or interference pulse patterns different sizes are extracted, through which the detected glitches and glitch pattern be characterized. Then a probability distribution of sizes for the different recorded real interference pulses or interference pattern determined. Finally becomes the density function of the pulse-defining or pulse-pattern-defining Parameters adjusted to the probability distribution of the sizes. That way a variety of different statistically different glitches to simulate an interference environment, where the probability distribution of the simulated glitches or interference pattern the probability distribution of the real interference pulses or interference pulse patterns approximated is.

Gemäß einer vorteilhaften Weiterbildung der vorliegenden Erfindung wird vorgeschlagen, dass zum Erfassen realer Störumgebungen eine Abfolge und/oder eine Gestalt mindestens eines realen Störimpulses oder mindestens eines realen Störimpulsmusters auf dem Kraftfahrzeug-Bordnetz erfasst wird. Dazu wird vorzugsweise der zeitliche Verlauf des Störimpulses beziehungsweise des Störimpulsmusters erfasst.According to an advantageous development The present invention proposes that for detection real interference environments a sequence and / or a shape of at least one real interference pulse or at least one real glitch pattern is detected on the vehicle electrical system. This is preferred the temporal course of the interference pulse or the interference pulse pattern detected.

Gemäß einer bevorzugten Ausführungsform der Erfindung wird vorgeschlagen, dass zur statistischen Auswertung der erfassten realen Störumgebungen eine Wahrscheinlichkeitsverteilung von mindestens einer die Abfolge und/oder die Gestalt des oder jeden erfassten realen Störimpulses oder des oder jeden realen Störimpulsmusters charakterisierenden Größe ermittelt und ausgewertet wird.According to a preferred embodiment The invention proposes that for statistical evaluation of the recorded real interference environments a probability distribution of at least one of the sequence and / or the shape of the or each sensed real glitch or the or any real glitch pattern characterizing size determined and is evaluated.

Vorteilhafterweise wird zum Ermitteln des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters der mindestens einen Störimpulsfunktion der mindestens eine Parameter an die Wahrscheinlichkeitsverteilung der entsprechenden Größe angepasst. Es bestehen viele an sich aus dem Stand der Technik bekannte Möglichkeiten, die Parameter an die Wahrscheinlichkeitsverteilung der Größen anzupassen.It is advantageous to determine of the at least one pulse-defining or pulse-pattern-defining Parameters of the at least one interference pulse function of the at least a parameter to the probability distribution of the corresponding Adjusted size. There are many possibilities known per se from the prior art, adapt the parameters to the probability distribution of the quantities.

Als erste Möglichkeit wird vorgeschlagen, dass zur Anpassung des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters an die Wahrscheinlichkeitsverteilung der entsprechenden Größe eine Johnson-Verteilung eingesetzt wird. Vorteilhafterweise wird in Abhängigkeit der Wahrscheinlichkeitsverteilung aus einer Menge verschiedener Johnson-Verteilungen, umfassend mindestens eine unbounded Johnson-SU-Verteilung, eine bounded Johnson-SB-Verteilung und eine Lognormalverteilung oder Johnson-SL-Verteilung, eine geeignete Johnson-Verteilung ausgewählt. Vorzugsweise wird die geeignete Johnson-Verteilung in Abhängigkeit eines Verhältnisses zwischen zweier Quantile im Aussenbereich der Wahrscheinlichkeitsverteilung zu einem vorgebbaren Quantilabstand in Mediannähe ausgewählt.As a first possibility, it is proposed that a Johnson distribution be used to adapt the at least one pulse-defining or pulse-pattern-defining parameter to the probability distribution of the corresponding variable. Depending on the probability distribution, a suitable Johnson distribution is advantageously selected from a set of different Johnson distributions, including at least one unbounded Johnson-S U distribution, a bounded Johnson-S B distribution and a log normal distribution or Johnson-S L distribution , The suitable Johnson distribution is preferably selected as a function of a ratio between two quantiles in the outer region of the probability distribution and a predeterminable quantile distance in the vicinity of the media.

Als weitere Möglichkeit wird vorgeschlagen, dass zur Anpassung des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters an die Wahrscheinlichkeitsverteilung der entsprechenden Größe eine Kern-Dichteabschätzung eingesetzt wird.Another possibility is proposed that to adjust the at least one pulse defining or parameter defining the pulse pattern to the probability distribution the appropriate size one Kernel density estimation is used.

Als eine weitere Lösung der Aufgabe der vorliegenden Erfindung wird ausgehend von dem Computerprogramm der eingangs genannten Art vorgeschlagen, dass das Computerprogramm zur Ausführung des erfindungsgemäßen Verfahrens geeignet ist, wenn es auf dem Rechengerät abläuft. Die Realisierung des erfindungsgemäßen Verfahrens in der Form eines Computerprogramms ist von besonderer Bedeutung. Dabei ist das Computerprogramm auf einem Rechengerät, insbesondere auf einem Mikroprozessor, ablauffähig und zur Ausführung des erfindungsgemäßen Verfahrens geeignet. In diesem Fall wird also die Erfindung durch das Computerprogramm realisiert, so dass dieses Computerprogramm in gleicher Weise die Erfindung darstellt wie das Verfahren, zu dessen Ausführung das Computerprogramm geeignet ist. Das Computerprogramm ist vorzugsweise auf einem Speicherelement abgespeichert. Als Speicherelement kann insbesondere ein elektrisches Speichermedium zur Anwendung kommen, beispielsweise ein Random-Access-Memory, ein Read-Only-Memory oder ein Flash-Memory.As another solution to the The object of the present invention is based on the computer program of the type mentioned that the computer program for execution of the method according to the invention is suitable if it runs on the computing device. The implementation of the method according to the invention in the form of a computer program is of particular importance. The computer program is on a computing device, in particular on a microprocessor, executable and for executing the inventive method suitable. In this case, the invention is implemented by the computer program realized so that this computer program in the same way the Invention represents like the method for the execution of which Computer program is suitable. The computer program is preferred stored on a storage element. Can be used as a storage element in particular an electrical storage medium is used, for example a random access memory, a read-only memory or a flash memory.

Als noch eine Lösung der Aufgabe der vorliegenden Erfindung wird ausgehend von der Vorrichtung der eingangs genannten Art vorgeschlagen, dass die Vorrichtung umfasst:

  • – Speichermittel zum Ablegen mindestens einer vorgebbaren Störimpulsfunktion mit jeweils mindestens einem impulsdefinierenden oder impulsmusterdefinierenden Parameter als Beschreibung der zu simulierenden Störumgebung;
  • – Mittel zum Erfassen mehrerer realer Störumgebungen auf dem Kraftfahrzeug-Bordnetz;
  • – Mittel zur statistischen Auswertung der erfassten realen Störumgebungen;
  • – Mittel zum Ermitteln des oder jedes impulsdefinierenden oder impulsmusterdefinierenden Parameters der oder jeder Störimpulsfunktion anhand des Ergebnisses der statistischen Auswertung der erfassten Störumgebungen; und
  • – Mittel zum Beaufschlagen des Bordnetzes mit der oder jeder Störimpulsfunktion mit dem oder jedem ermittelten impulsdefinierenden oder impulsmusterdefinierenden Parameter.
As a further solution to the object of the present invention, it is proposed, starting from the device of the type mentioned at the outset, that the device comprises:
  • - Storage means for storing at least one predefinable interference pulse function, each with at least one pulse-defining or pulse-pattern-defining parameter as a description of the interference environment to be simulated;
  • - Means for detecting several real interference environments on the motor vehicle electrical system;
  • - Means for statistical evaluation of the recorded real interference environments;
  • - Means for determining the or each pulse-defining or pulse pattern-defining parameter of the or each interference pulse function on the basis of the result of the statistical evaluation of the recorded interference environments; and
  • - Means for applying the or each interference pulse function to the on-board electrical system with the or each determined pulse-defining or pulse-pattern-defining parameter.

Gemäß einer vorteilhaften Weiterbildung der vorliegenden Erfindung wird vorgeschlagen, dass die Vorrichtung ein Rechengerät, insbesondere einen Mikroprozessor, umfasst und dass die Mittel zum Erfassen mehrerer realer Störumgebungen, die Mittel zur statistischen Auswertung, die Mittel zum Ermitteln des mindestens einen Parameters und die Mittel zum Beaufschlagen des Bordnetzes mit der mindestens einen Störimpulsfunktion als ein Computerprogramm ausgebildet sind, das auf dem Rechengerät ablauffähig ist.According to an advantageous development The present invention proposes that the device a computing device, in particular a microprocessor, and that the means for Acquisition of several real disturbance environments, the means for statistical evaluation, the means for determining of the at least one parameter and the means for applying it the vehicle electrical system with the at least one interference pulse function as a computer program are formed that can run on the computing device.

Gemäß einer bevorzugten Ausführungsform der Erfindung wird vorgeschlagen, dass die Vorrichtung ein Speicherelement, insbesondere ein Random-Access-Memory, ein Read-Only-Memory oder ein Flash-Memory, umfasst, auf dem das Computerprogramm abgespeichert ist.According to a preferred embodiment The invention proposes that the device be a storage element, in particular a random access memory, a read-only memory or a flash memory, on which the computer program is stored is.

Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen der Erfindung, die in der Zeichnung dargestellt sind. Dabei bilden alle beschriebenen oder dargestellten Merkmale für sich oder in beliebiger Kombination den Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Patentansprüchen oder deren Rückbeziehung sowie unabhängig von ihrer Formulierung beziehungsweise Darstellung in der Beschreibung beziehungsweise in der Zeichnung. Es zeigen:Other features, possible applications and advantages of the invention will become apparent from the following description of embodiments of the invention, which are shown in the drawing. Make it up all described or illustrated features on their own or in any combination the subject of the invention, regardless of its summary in the claims or their relationship back as well as independent from their formulation or representation in the description or in the drawing. Show it:

1 die Topologie eines Kraftfahrzeug-Bordnetzes, welches sowohl zur Energieversorgung als auch zur Datenübertragung einsetzbar ist; 1 the topology of a motor vehicle electrical system, which can be used both for energy supply and for data transmission;

2 ein Ablaufdiagramm eines erfindungsgemäßen Verfahrens; 2 a flow diagram of a method according to the invention;

3 eine Dichtefunktion verschiedener (√β 1,β2)-Kombinationen

  • (a) aus einer Johnson-SU-Familie und
  • (b) aus einer Johnson-SB-Familie;
3 a density function of different (√ β 1 , β 2 ) combinations
  • (a) from a Johnson-S U family and
  • (b) from a Johnson S B family;

4 eine Dichtefunktion mit Histogramm und die Wahrscheinlichkeit einer Johnson-Schätzung für

  • (a) negative und
  • (b) positive Amplitudenwerte; und
4 a density function with histogram and the probability of a Johnson estimate for
  • (a) negative and
  • (b) positive amplitude values; and

5 eine Dichtefunktion einer Kernschätzung von Impulsabständen (IA) und Impulsmusterdauern (IMD). 5 a density function of a core estimate of pulse intervals (IA) and pulse pattern durations (IMD).

Beschreibung der Ausführungsbeispieledescription of the embodiments

In 1 ist ein Kraftfahrzeug-Bordnetz in seiner Gesamtheit mit dem Bezugszeichen 1 bezeichnet. An das Kraftfahrzeug-Bordnetz 1 sind eine Vielzahl von Kraftfahrzeug-Komponenten 2 sowie eine Energiequelle in Form einer Kraftfahrzeugbatterie 3 angeschlossen. Die Komponenten 2 werden über das Bordnetz 1 mit Energie aus der Batterie 3 versorgt. Die Komponenten 2 sind beispielsweise als ein Türsteuergerät oder als ein Sitzsteuergerät ausgebildet. Außer zur Energieversorgung der Komponenten 2 dient das Bordnetz 1 auch zum Austausch von Daten zwischen den Komponenten 2. Damit die einzelnen Komponenten 2 zum Zwecke der Datenübertragung mit dem Bordnetz 1 kommunizieren können, verfügen diese über Kommunikationscontroller 4. Die Datenübertragung über das Bordnetz 1 erfolgt nach einem vorgebbaren Protokoll. Dieses Kommunikationsverfahren wird auch als Powerline Communications bezeichnet.In 1 is a motor vehicle electrical system in its entirety with the reference symbol 1 designated. To the vehicle electrical system 1 are a variety of automotive components 2 and an energy source in the form of a motor vehicle battery 3 connected. The components 2 are on the electrical system 1 with energy from the battery 3 provided. The components 2 are designed, for example, as a door control device or as a seat control device. Except for the energy supply of the components 2 serves the electrical system 1 also for the exchange of data between the components 2 , So that the individual components 2 for the purpose of data transmission with the vehicle electrical system 1 can communicate, they have communication controllers 4 , Data transmission via the vehicle electrical system 1 takes place according to a predefinable protocol. This communication method is also known as Powerline Communications.

Außerdem ist ein Rechengerät 5 zur Simulation einer Störumgebung auf dem Kraftfahrzeug-Bordnetz 1 an dieses angeschlossen. Das Rechengerät 5 weist mindestens einen Mikroprozessor 6 auf, auf dem ein Computerprogramm ablauffähig ist. Das Computerprogramm ist auf einem elektrischen Speicherelement 7 abgespeichert. Das Speicherelement 7 ist vorzugsweise als ein Flash-Memory ausgebildet. Zwischen dem Speicherelement 7 und dem Mikroprozessor 6 ist ein Datenbus 8 vorgesehen, über den in die eine Richtung das Computerprogramm zur Ausführung entweder als Ganzes oder abschnittsweise von dem Speicherelement 7 in den Mikroprozessor 6 übertragen wird. In der anderen Richtung werden über den Datenbus 8 Daten, die während der Abarbeitung des Computerprogramms ermittelt oder über das Bordnetz 1 empfangen wurden, aus dem Mikroprozessor 6 an das Speicherelement 7 übertragen und dort abgelegt. Das Computerprogramm ist zur Ausführung des erfindungsgemäßen Verfahrens geeignet, wenn es auf dem Mikroprozessor 6 abläuft.There is also a computing device 5 to simulate an interference environment on the vehicle electrical system 1 connected to this. The computing device 5 has at least one microprocessor 6 on which a computer program is executable. The computer program is on an electrical storage element 7 stored. The storage element 7 is preferably designed as a flash memory. Between the storage element 7 and the microprocessor 6 is a data bus 8th provided, via which in one direction the computer program for execution either as a whole or in sections from the memory element 7 into the microprocessor 6 is transmitted. In the other direction are over the data bus 8th Data determined during the processing of the computer program or via the vehicle electrical system 1 were received from the microprocessor 6 to the storage element 7 transferred and stored there. The computer program is suitable for executing the method according to the invention when it is on the microprocessor 6 expires.

Gemäß der vorliegenden Erfindung wird unter anderem ein Verfahren vorgeschlagen, von dem in 2 ein Ablaufdiagramm dargestellt ist. Das Verfahren dient zur Simulation einer Störumgebung auf dem Kraftfahrzeug-Bordnetz 1, das zur Energieversorgung der Kraftfahrzeug-Komponenten 2 und zur Datenübertragung zwischen den Komponenten 2 genutzt wird. Es beginnt in einem Funktionsblock 10. In einem Funktionsblock 11 wird die zu simulierenden Störumgebung mittels mindestens einer Störimpulsfunktion mit jeweils mindestens einem impulsdefinierenden oder impulsmusterdefinierenden Parameter beschrieben. Mit anderen Worten, wird in diesem Schritt aus einer Menge vorgegebener Störimpulsfunktionen eine ausgewählt, mit der ein Störimpuls und/oder ein Störimpulsmuster am besten beschrieben werden kann. Die Störimpulsfunktion enthält impulsdefinierenden oder impulsmusterdefinierenden Parameter.According to the present invention, among other things, a method is proposed, of which in 2 a flow chart is shown. The method serves to simulate an interference environment on the motor vehicle electrical system 1 , which is used to supply power to motor vehicle components 2 and for data transmission between the components 2 is being used. It starts in a function block 10 , In a functional block 11 the interference environment to be simulated is described by means of at least one interference pulse function, each with at least one pulse-defining or pulse-pattern-defining parameter. In other words, in this step, one is selected from a set of predetermined interference pulse functions with which an interference pulse and / or an interference pulse pattern can best be described. The interference pulse function contains pulse-defining or pulse-pattern-defining parameters.

In einem Funktionsblock 12 werden dann mehrerer reale Störumgebungen auf dem Kraftfahrzeug-Bordnetz erfasst, das heißt es werden Störimpulse und/oder Störimpulsmuster erfasst, durch welche die reale Störumgebung charakterisiert wird. Die erfassten Störimpulse beziehungsweise Störimpulsmuster enthalten Größen, durch welche bestimmte Merkmale des Störimpulses beziehungsweise des Störimpulsmusters charakterisiert werden, wie beispielsweise eine Amplitude, Frequenz Impulsabstand oder Impulsmusterdauer.In a functional block 12 Several real interference environments are then recorded on the motor vehicle electrical system, that is to say interference pulses and / or interference pulse patterns are recorded by which the real interference environment is characterized. The detected interference pulses or interference pulse patterns contain variables by which certain features of the interference pulse or the interference pulse pattern are characterized, such as, for example, an amplitude, frequency, pulse spacing or pulse pattern duration.

In einem Funktionsblock 13 erfolgt dann eine statische Auswertung der erfassten realen Störumgebungen. Insbesondere werden in diesem Schritt Wahrscheinlichkeitsverteilungen der Größen der erfassten Störimpulse beziehungsweise Störimpulsmuster ermittelt.In a functional block 13 a static evaluation of the recorded real interference environments then takes place. In particular, probability distributions of the sizes of the detected interference pulses or interference pulse patterns are determined in this step.

In einem Funktionsblock 14 wird dann anhand des Ergebnisses der statistischen Auswertung der erfassten Störumgebungen der oder jeder impulsdefinierende oder impulsmusterdefinierende Parameter der Störimpulsfunktion ermittelt. Dieser Schritt umfasst insbesondere das Anpassen des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters an die Wahrscheinlichkeitsverteilung der entsprechenden Größe.In a functional block 14 the or each pulse-defining or pulse pattern-defining parameter of the interference pulse function is then determined on the basis of the result of the statistical evaluation of the detected interference environments. This step includes, in particular, adapting the at least one pulse-defining or pulse-pattern-defining parameter to the probability distribution of the corresponding variable.

Schließlich wird in einem Funktionsblock 15 das Bordnetz mit der mindestens einen Störimpulsfunktion mit den ermittelten impulsdefinierenden oder impulsmusterdefinierenden Parametern beaufschlagt. Ein wichtiger Aspekt der vorliegenden Erfindung besteht darin, dass nicht versucht wird, gezielt reale Störimpulse nachzubilden und das Bordnetz damit zu beaufschlagen. Vielmehr werden die Störimpulse zur Simulation zufällig erzeugt. Die verschiedenen Störimpulse, mit denen das Kraftfahrzeug-Bordnetz zu Simulationszwecken beaufschlagt wird, sind statistisch unterschiedlich, aber über die Statistik beschreibbar. In einem Funktionsblock 16 ist das Verfahren beendet.Finally, in a functional block 15 the on-board electrical system is subjected to the at least one interference pulse function with the determined pulse-defining or pulse-pattern-defining parameters. An important aspect of the present invention is that no attempt is made to reproduce real interference impulses in a targeted manner and to apply them to the vehicle electrical system. Rather, the interference pulses are generated randomly for simulation. The various interference pulses with which the motor vehicle electrical system is subjected to for simulation purposes are statistically different, but can be described using the statistics. In a functional block 16 the procedure is finished.

Grundlage des erfindungsgemäßen Verfahrens ist eine umfangreiche Datenbasis der auf dem Kraftfahrzeug-Bordnetz 1 real auftretenden Störimpulse, um eine praktische Relevanz einer erstellten Statistik gewährleisten zu können. Hierbei sollte der Stichprobenumfang einige 1000 Realisationen einer zu untersuchenden Größe betragen, durch welche Merkmale der erfassten Störimpulse und/oder Störimpulsmuster charakterisiert werden. Die der Entwicklung des Verfahrens zugrunde liegende Messreihe und deren Auswertung beruht auf einer spezifischen Impulsdefinition. Diese ist für die Anwendbarkeit des nachfolgen näher beschriebenen Verfahrens jedoch ohne belang. Ebenso ist die Extraktion bestimmter, den Impuls oder das Impulsmuster definierender Parameter nicht relevant, da das Verfahren unabhängig davon allein mit Datensätzen des oben genannten Umfangs betrieben werden kann. Wie diese Datensätze ermittelt werden, liegt dabei an den Vorstellungen und der Umsetzung einer untersuchenden Person. Aus diesem Grund wird auf die Darstellung der verwendeten Impulsdefinition und eines Verfahren zur Parameterextraktion verzichtet. Bei der vorliegenden Erfindung geht es vielmehr um die Anpassung der zu untersuchenden Parametersätze an mit mathematischen Mitteln beschreibbare Wahrscheinlichkeitsverteilungen. Wenn man beispielsweise die Amplitude als Größe betrachtet, durch welche Merkmale der erfassten Störimpulse charakterisiert werden, so wird die Wahrscheinlichkeitsverteilung der Amplitude aller erfasster Störimpulse durch ein Polynom beschrieben, dessen Koeffizienten angepasst werden. Damit liegt die Grundlage für die spätere realistische Simulation der untersuchten Parameter beziehungsweise der Koeffizienten des Polynoms vor.The basis of the method according to the invention is an extensive database of those on the motor vehicle electrical system 1 disturbing impulses that actually occur in order to be able to ensure the practical relevance of the statistics that have been created Here, the sample size should be some 1000 implementations of a variable to be examined, by means of which features of the detected interference pulses and / or interference pulse patterns are characterized. The series of measurements underlying the development of the method and its evaluation is based on a specific pulse definition. However, this is irrelevant for the applicability of the method described in more detail below. Likewise, the extraction of certain parameters that define the pulse or the pulse pattern is not relevant, since the method can be operated independently with data records of the above-mentioned scope. How these data records are determined depends on the ideas and implementation of an examining person. For this reason, the impulse definition used and a procedure for parameter extraction are not shown. Rather, the present invention is concerned with adapting the parameter sets to be examined to probability distributions which can be described by mathematical means. If, for example, one considers the amplitude as a quantity by which features of the detected interference pulses are characterized, the probability distribution of the amplitude of all detected interference pulses is described by a polynomial, the coefficients of which are adapted. This provides the basis for the later realistic simulation of the examined parameters or the coefficients of the polynomial.

Im folgenden Abschnitt werden die statistischen Grundlagen für die Auswertung der Messdaten und die Erstellung eines Modells des Störszenarios dargelegt. Aufgrund der Tatsache, dass die zu untersuchenden Messgrößen stetige Merkmale sind, finden für die Anpassung an deren zugrunde liegende Wahrscheinlichkeitsverteilungen nur kontinuierliche (das heißt stetig, ohne Sprünge) Distributionen Verwendung. Es wird dabei davon ausgegangen, dass ein Satz an den Störimpuls beschreibender Parameter definiert und aus einer entsprechend großen durch Messungen ermittelten Datenbasis extrahiert wurde. Diese Parameter werden nun untersucht.In the following section the statistical basis for the evaluation of the measurement data and the creation of a model of the Störszenarios explained. Due to the fact that the measured variables to be examined are constant Characteristics are, find for the adaptation to their underlying probability distributions only continuous (that is steadily, without jumps) Distributions use. It is assumed that a sentence to the glitch descriptive parameters defined and from a correspondingly large by Measured database was extracted. These parameters are now being examined.

Analog zur Definition der Verteilungsfunktion F(x) einer Zufallsvariable als Integral über ihre Dichte auf dem Intervall [–∞, x], ist die empirische Verteilungsfunktion Femp(x), die auf Grundlage eines Experiments mit Ergebnis (x1, x2, ..., xn) berechnet wird, als Summe der beobachteten Werte in einem analog zu beschreibenden Intervall erklärt:

Figure 00140001
Analogous to the definition of the distribution function F (x) of a random variable as an integral over its density on the interval [–∞, x], the empirical distribution function F emp (x), which is based on an experiment with results (x 1 , x 2 , ..., x n ) is calculated as the sum of the observed values in an interval to be described analogously:
Figure 00140001

Hierbei bezeichnet I[a,b] die Indikatorfunktion, für welche gilt:

Figure 00140002
Here I [a, b] denotes the indicator function for which:
Figure 00140002

Das Ergebnis ist eine rechtsseitig stetige Treppenfunktion mit Sprungstellen an den Punkten xi. Rechtsseitig stetig bedeutet, dass an der Sprungstelle der Treppenfunktion der rechts von der Sprungstelle gelegene Funktionswert für die Sprungstelle per Definition übernommen wird. Dieses Erscheinungsbild führt aufgrund der fehlenden Injektivität der Funktion dazu, dass ihre Umkehrung im mathematischen Sinn nicht existiert. Mittels einer Konvention kann nun trotzdem eine eindeutige Zuordnung p = Femp(x) ∈ (0, 1) erreicht werden. Hierzu wird das Ziel einer Zuordnung durch Interpolation der Stichprobenwerte verfolgt. Zu diesem Zweck müssen die Stickprobenrealisationen xi zunächst aufsteigend sortiert werden, um anschließend eine Verschiebung der Indizes um –0,5 vorzunehmen. Auf diesem Weg erhält man die geordnete Urliste (x(0,5), x(1,5), ..., x(n–0,5) der Beobachtungsreihe, wobei gemäß gängiger Nomenklatur die geklammerten Indizes die Sortierung bedeuten. Diese Neuindizierung trägt dafür Rechnung, dass zwar ein Beobachtungswert xn, jedoch kein x0 existiert. Somit liegen durch diese Vorgehensweise die Indizes der Beobachtungen gleichmäßig über das Intervall [0, n] verteilt. Nun können durch Interpolation gemäß der Vorschrift

Figure 00150001
die sogenannte p-Quantile berechnet werden.The result is a staircase function on the right-hand side with jump points at points x i . Continuous on the right means that the function value for the jump point on the jump point of the staircase function is adopted by definition for the jump point. Due to the lack of injectivity of the function, this appearance means that its inversion does not exist in the mathematical sense. Using a convention, an unambiguous assignment p = F emp (x) ∈ (0, 1) can still be achieved. For this purpose, the goal of an assignment is followed by interpolation of the sample values. For this purpose, the sample realizations x i must first be sorted in ascending order in order to then shift the indices by –0.5. In this way you get the ordered original list (x (0.5) , x (1.5) , ..., x (n – 0.5) of the observation series, whereby according to the usual nomenclature the bracketed indices mean the sorting Re-indexing takes into account the fact that there is an observation value x n but no x 0. Thus, by this procedure, the indices of the observations are evenly distributed over the interval [0, n]
Figure 00150001
the so-called p-quantiles can be calculated.

Eine der wohl wichtigsten Verteilungsfamilien ist die Familie der Normalverteilungen. Diese enthält als formgebende Parameter den Lageparameter μ (sogenannter Mittelwert) und den Streuparameter σ, welche dem Erwartungswert E(X) und der Varianz VAR(X) entsprechen. Ist eine Zufallsvariable X normalverteilt mit diesen Parametern, so ergibt sich für ihre Dichtefunktion f(x) die folgende Gleichung:

Figure 00150002
One of the most important distribution families is the family of normal distributions. As a shaping parameter, this contains the position parameter μ (so-called mean value) and the scattering parameter σ, which correspond to the expected value E (X) and the variance VAR (X). If a random variable X is normally distributed with these parameters, the following equation results for its density function f (x):
Figure 00150002

Nimmt man an, eine Messgröße sei normalverteilt, so gilt es aufgrund einer Messreihe von n Werten (x1, x2, ..., xn) die oben angeführten Parameter μ und σ zu bestimmen. Als Schätzer ^ und ^ werden dabei das arithmetische Mittel und die korrigierte Stichproben-Standardabweichung herangezogen. Es ergeben sich die folgenden Gleichungen:

Figure 00150003
Figure 00160001
Assuming that a measured variable is normally distributed, it is necessary to determine the above-mentioned parameters μ and σ based on a series of measurements of n values (x 1 , x 2 , ..., x n ). The arithmetic mean and the corrected sample standard deviation are used as estimates ^ and ^. The following equations result:
Figure 00150003
Figure 00160001

Erweist sich eine Verteilung jedoch als asymmetrisch oder weist ein anderes Verhalten an den Enden des Wertebereichs als die Normalverteilung auf, so reichen die beiden oben angeführten Parameter zu ihrer Beschreibung nicht mehr aus. Die genannten Eigenschaften lassen sich jedoch aus dem zweiten, dritten und vierten zentralen Moment einer Verteilung mit E[(X – E(X))k] für k = {2, 3, 4} ableiten. Damit lässt sich die sogenannte Schleife √β 1 oder auch Skewness und der Exzess β2, welcher die Wölbung der Verteilung beschreibt, definieren. Für diese gelten die nachfolgenden Gleichungen:

Figure 00160002
However, if a distribution proves to be asymmetrical or has a different behavior at the ends of the value range than the normal distribution, the two parameters listed above are no longer sufficient to describe them. However, the properties mentioned can be derived from the second, third and fourth central moments of a distribution with E [(X - E (X)) k ] for k = {2, 3, 4}. This allows the so-called loop √ β 1 or also define skewness and the excess β 2 , which describes the curvature of the distribution. The following equations apply to these:
Figure 00160002

Wie in 3 dargestellt, lassen sich damit nun die unterschiedlichsten Verteilungen mittels dieser vier Parameter beschreiben.As in 3 shown, the most diverse distributions can now be described using these four parameters.

Liegt eine symmetrische Verteilung vor, ergibt sich √β 1 = 0. Linksschiefe Verteilungen weisen einen negativen und rechtsschiefe Verteilungen einen positiven Schiefewert auf. Der Exzess hingegen ist immer positiv. Speziell im Falle der Normalverteilung gilt β2 = 3. Weiterhin gilt für alle Dichtefunktionen die Beziehung β2 ≤ 1+ β1.If there is a symmetrical distribution, the result is √ β 1 = 0. Left skewed distributions have a negative and right skewed distributions have a positive skew value. The excess, however, is always positive. Especially in the case of the normal distribution, β 2 = 3 applies. Furthermore, the relationship β 2 ≤ 1+ β 1 applies to all density functions.

Die Einbeziehung dieser beiden zusätzlichen formgebenden Parameter erscheint aufgrund aus der Anschauung gewonnener Erfahrungen unabdingbar, um genügend Flexibilität bei der Anpassung an eine Verteilung zu erhalten. Eine Möglichkeit zur Anpassung an Wahrscheinlichkeitsverteilungen mit den oben eingeführten vier Parametern bietet das Johnson-System, welches im folgenden vorgestellt wird.The inclusion of these two additional ones Shaping parameters appear on the basis of the parameters obtained from the view Experience essential to get enough flexibility to get when adapting to a distribution. A possibility to match probability distributions with the four introduced above The Johnson system offers parameters which is presented below.

Das Johnson-System besteht aus einer Menge vierparametriger Verteilungen mit den oben eingeführten Parametern μ, s, β1 und β2, welche mittels einfacher Transformationsformeln auf die Normalverteilung zurückgeführt werden können. Durch die größere Anzahl an formbeeinflussenden Parametern ist hiermit eine weitaus flexiblere Anpassung an empirische Datensätze als mit der Normalverteilung selbst möglich.The Johnson system consists of a set of four-parameter distributions with the parameters μ, s, β 1 and β 2 introduced above, which can be traced back to the normal distribution using simple transformation formulas. Due to the larger number of shape-influencing parameters, a much more flexible adaptation to empirical data sets is possible than with the normal distribution itself.

Die zugrunde liegende Formel ist Z = γ + ηki(X; λ, ε) mit i ∈ {1, 2, 3}, (9)wobei es sich bei Z um eine standardnormalverteilte (μ = 0 und σ = 1) Zufallsvariable handelt. Das Johnson-System unterteilt sich weiterhin abhängig von der verwendeten Transformationsformel ki in drei Verteilungsfamilien. Diese werden im folgenden mit den zugehörigen Transformationsformeln erläutert.The underlying formula is Z = γ + ηk i (X; λ, ε) with i ∈ {1, 2, 3}, (9) where Z is a standard normal (μ = 0 and σ = 1) random variable. Depending on the transformation formula k i used, the Johnson system is further divided into three distribution families. These are explained below with the associated transformation formulas.

Johnson-SU-Verteilung:

Figure 00170001
Johnson-S U distribution:
Figure 00170001

Die generierten Funktionen sind auf ganz

Figure 00180001
(für alle reellen Zahlen) definiert und weisen nur ein Maximum auf (sogenannte Unimodalität). Der Index U steht hierbei für unbounded.The functions generated are all over
Figure 00180001
(for all real numbers) defined and have only one maximum (so-called unimodality). The index U stands for unbounded.

Johnson-SB-Verteilung:

Figure 00180002
Johnson-S B distribution:
Figure 00180002

Es werden Zufallsvariablen X in den Grenzen ε < X < ε + λ definiert. Mittels dieser Transformation lassen sich sowohl unimodale, wie auch bimodale Dichtekurven realisieren. Praktische Anwendung findet sie vor allem, wenn den zu beschreibenden Zufallsvariablen gestutzte Verteilungen zugrunde liegen. Der Index B steht hierbei für bounded.There are random variables X in the Limits ε <X <ε + λ defined. Using this transformation, both unimodal and also realize bimodal density curves. Practical application takes place them especially when truncated the random variable to be described Underlying distributions. The index B stands for bounded.

Johnson-SL-Verteilung:

Figure 00180003
Johnson-S L distribution:
Figure 00180003

Aufgrund der möglichen Elimination von λ durch Substitution γ* = γ – η·1nλ, stehen im Fall der Johnson-SL-Verteilung lediglich dreiparametrige Verteilungen zur Verfügung. Diese Verteilung ist auch unter dem Namen Lognormalverteilung oder Lebensdauer-Verteilung bekannt.Due to the possible elimination of λ by substitution γ * = γ - η · 1nλ, only three-parameter distributions are available in the case of the Johnson-S L distribution. This distribution is also known as log normal distribution or lifetime distribution.

Als Vorteil des Johnson-Systems ist neben der Formflexibilität und der physikalischen Relevanz vor allem die leichte Simulierbarkeit zu nennen. Dies beruht auf der Tatsache, dass sämtliche Verteilungen durch Transformation standardnormalverteilter Zufallsvariablen erzeugt werden können.The advantage of the Johnson system is in addition to the flexibility of the shape and the physical relevance, above all, the ease of simulation to call. This is due to the fact that all distributions are through transformation standard normally distributed random variables can be generated.

Im weiteren Verlauf gilt es nun ein Verfahren zu entwickeln, um die zu einer Messreihe am besten passende Johnson-Verteilung zu bestimmen. Hierzu gilt es zunächst die geeignete Transformationsformel auszuwählen. Dazu bietet es sich an, als Entscheidungskriterium das Verhältnis zweier Quantile im Außenbereich der Verteilung zu einem geeignet gewählten Quantilsabstand in Mediannähe heranzuziehen. Daraus leitet sich folgende Vorgehensweise ab:In the further course it applies now Develop procedures to find the one that best suits a series of measurements To determine Johnson distribution. First of all, the select a suitable transformation formula. To do this, it offers the ratio of two quantiles in the outer area of the Distribution to a suitably chosen Quantile distance near the media consulted. The following procedure is derived from this:

  • 1. Festlegung eines geeigneten Wertes z > 0 einer standardnormalverteilten Zufallsfunktion, woraus die folgenden vier Werte –3z, –z, z und 3z berechnet werden.1. Definition of a suitable value z> 0 of a standard normal distribution Random function, from which the following four values –3z, –z, z and 3z can be calculated.
  • 2. Berechnung der Werte Φ(–3z), Φ(–z), Φ(z) und Φ(3z) der Verteilungsfunktion der Standardnormalverteilung an diesen vier Punkten.2. Calculate the values Φ (–3z), Φ (–z), Φ (z) and Φ (3z) of Distribution function of the standard normal distribution on these four Points.
  • 3. Berechnung der korrespondierenden empirischen Quantile.3. Calculation of the corresponding empirical quantiles.
  • 4. Berechnung der Quantilabstände m, n und p entsprechend folgenden Gleichungen: m = x3z – xz n = x–z – x–3z p = xz – x–z (13) 4. Calculate the quantile distances m, n and p according to the following equations: m = x 3z - x z n = x -z - x -3Z p = x z - x -z (13)
  • 5. Bestimmung des Quotienten
    Figure 00190001
    5. Determination of the quotient
    Figure 00190001

Der unter Punkt 5 berechnete Quotient lässt sich nun als Entscheidungskriterium für die Wahl einer geeigneten Transformation verwenden. Hierbei gilt folgender Zusammenhang:

Figure 00200001
The quotient calculated under point 5 can now be used as a decision criterion for choosing a suitable transformation. The following relationship applies:
Figure 00200001

Dies wird direkt aus der Anschauung ersichtlich. Weiterhin lassen sich mit Hilfe der berechneten Quantilsabstände m, n und p die entsprechenden Parameter ^, ^, ^ und ^ abschätzen. Diese sind im folgenden aufgeführt.This is straight from the point of view seen. Furthermore, the calculated quantile distances m, n and p estimate the corresponding parameters ^, ^, ^ and ^. This are listed below.

Parameterschätzung für Johnson-SU-Verteilung:

Figure 00200002
mit ^, λ > 0.Parameter estimation for Johnson-S U distribution:
Figure 00200002
with ^, λ> 0.

Parameterschätzung für Johnson-SB-Verteilung:

Figure 00210001
mit ^, ^ > 0.Parameter estimation for Johnson-S B distribution:
Figure 00210001
with ^, ^> 0.

Parameterschätzung für Johnson-SL-Verteilung:

Figure 00210002
Parameter estimation for Johnson-S L distribution:
Figure 00210002

Eine weitere Möglichkeit zur Anpassung eines empirischen Datensatzes bietet das Verfahren der Kern-Dichteabschätzung. Hierbei wird die tatsächliche Dichte einer Stickprobe (x1, x2, ..., xn) durch Funktionen der Form

Figure 00220001
angenähert. Für die Kernfunktion K müssen dabei die beiden folgenden Bedingungen gelten:
Figure 00220002
Another option for adapting an empirical data set is the method of core density estimation. The actual density of a sample (x 1 , x 2 , ..., x n ) is determined by functions of the shape
Figure 00220001
approximated. The following two conditions must apply to the core function K:
Figure 00220002

Zur Bewertung der Güte der Kernfunktion eignet sich der sogenannte integrierte mittlere quadratische Fehler IMSE. Dieser wird durch die Wahl der Kernfunktion jedoch nur unwesentlich beeinflusst. Aufgrund verschiedener Untersuchungen fällt die Wahl auf den sogenannten Epanechnikov-Kern KEPA(u), welcher die folgende Form besitzt:

Figure 00220003
The so-called integrated mean square error IMSE is suitable for evaluating the quality of the core function. However, this is only slightly influenced by the choice of the core function. Based on various investigations, the so-called Epanechnikov core K EPA (u) is chosen, which has the following form:
Figure 00220003

Große Bedeutung kommt bei der Verwendung des Verfahrens der Kern-Dichteschätzung der Wahl der für die Untersuchungen verwendeten Bandbreite h* zu. Hierdurch wird direkt die Glättung und somit die Abbildung des charakteristischen Verlaufs der zugrunde liegenden Dichtefunktion beeinflusst. Wird h* zu groß gewählt, erfolgt eine Überglättung, das heißt einzelne Spitzen der Dichtefunktion werden verwischt. Bei Unterglättung aufgrund einer zu kleinen Wahl von h* wird tendenziell der charakteristische Verlauf der zugrunde liegenden Dichte nicht vermittelt. Einen Ausweg bietet die Verwendung eines Bandbreitevektors h mit unterschiedlichen Bandbreiten für die verschiedenen Abschnitte der Dichtefunktion: h = h*·(λ2, λ2, ..., λn)T (21) Great importance is attached to the choice of the core density estimation method bandwidth h * used for the investigations. This directly affects the smoothing and thus the mapping of the characteristic course of the underlying density function. If h * is selected too large, over-smoothing takes place, i.e. individual peaks of the density function are blurred. With under-smoothing due to a too small selection of h * , the characteristic course of the underlying density tends not to be conveyed. One way out is to use a bandwidth vector h with different bandwidths for the different sections of the density function: h = h * · (Λ 2 , λ 2 , ..., λ n ) T (21)

Hierbei wird mittels der Faktoren λ1, λ2, ..., λn für jede Realisation der Stickprobe eine unterschiedliche Bandbreite berücksichtigt. Verfahren zur optimalen Berechnung dieses Bandbreitevektors werden unter anderem in Abramson, I.S.: On Bandwidth Variation in Kernel Estimates – A Square Root Law, The Annals of Statistics, 10 (4), 1982 vorgestellt. Bei Verwendung dieses Ansatzes muss Gleichung (18) modifiziert werden. Es ergibt sich der folgende Zusammenhang:

Figure 00230001
A different bandwidth is taken into account for each realization of the sample by means of the factors λ 1 , λ 2 , ..., λ n . Methods for optimal calculation of this bandwidth vector are presented in Abramson, IS: On Bandwidth Variation in Kernel Estimates - A Square Root Law, The Annals of Statistics, 10 (4), 1982, among others. Equation (18) must be modified using this approach. The following relationship results:
Figure 00230001

Liegen Merkmale vor, welche voneinander abhängig sind, muss das Verfahren der Kern-Dichteschätzung auf multivariate Fälle angepasst werden. Zu diesem Zweck wird die d-variate Pearson-II-Dichte als optimale Kernfunktion eingeführt. Diese hat das folgende Aussehen:

Figure 00230002
If there are characteristics that are interdependent, the core density estimation procedure must be adapted to multivariate cases. For this purpose, the d-variant Pearson II density is introduced as an optimal core function. It looks like this:
Figure 00230002

Dabei muss die Konstante Cd so gewählt werden, dass die oben dargelegten Forderungen an eine Wahrscheinlichkeitsdichte erfüllt sind. Auch im d-variaten Fall sollte mit einer variablen Bandbreite gerechnet werden.The constant Cd must be selected so that the requirements set out above for a probability density Fulfills are. Even in the d-variable case, you should use a variable bandwidth can be expected.

Für die Simulation entsprechender mit dem Verfahren der Kern-Dichteschätzung ermittelter Zufallsvariablen ergibt sich der folgende Ablauf:For the simulation of corresponding ones determined with the method of core density estimation The following sequence results from random variables:

  • 1. Generieren einer auf der diskreten Grundgesamtheit 1, 2, ..., n gleichverteilten univariaten Zufallsvariablen Z.1. Generate one on the discrete population 1, 2, ..., n equally distributed univariate random variables Z.
  • 2. Zusätzliches Erzeugen einer Zufallsvariablen W, welche aufgrund einer Verteilung mit einer der Kernfunktion entsprechenden Dichtefunktion berechnet wird. Hierbei werden die Fälle univariat und d-variat unterschieden: a. Univariat (Epanechnikov-Kern KEPA): Generieren von drei unabhängigen, auf dem Intervall [–1,1] stetig gleichverteilten Zufallsvariablen V1, V2 und V3. Berechnen damit entsprechend:
    Figure 00240001
    die Epanechnikov-verteilte Zufallsvariable W. b. d-variat (d-dimensionale Person-II-Dichte): Erzeugen einer Beta (d/2, 2)-verteilten Zufallsvariablen B. Generieren nach der Polarmethode der d-dimensionalen Zufallsvariablen Td auf der Einheitskugel des d-dimensionalen reellen Zahlenraumes
    Figure 00240002
    mittels d standardnormalverteilter Zufallsvariablen Nd entsprechend:
    Figure 00240003
    Damit Bilden der d-variaten Pearson-II-verteilten Zufallsvariablen W entsprechend
    Figure 00250001
    2. Additional generation of a random variable W, which is calculated on the basis of a distribution with a density function corresponding to the core function. A distinction is made between the cases univariate and d-variate: a. Univariate (Epanechnikov-Kern K EPA ): Generation of three independent random variables V 1 , V 2 and V 3, which are evenly distributed over the interval [–1.1]. Calculate accordingly:
    Figure 00240001
    the Epanechnikov-distributed random variable W. b. d-variate (d-dimensional Person-II-density): Generation of a beta (d / 2, 2) -distributed random variable B. Generate according to the polar method of the d-dimensional random variable T d on the unit sphere of the d-dimensional real number space
    Figure 00240002
    using d standard normally distributed random variables N d corresponding to:
    Figure 00240003
    Thus forming the d-variable Pearson-II distributed random variable W accordingly
    Figure 00250001
  • 3. Erzeugen der Zufallsvariablen Y entsprechend der beiden Unterfälle. a. univariat: Y = xz + λzh*W (27)b. d-variat: Y = x z + λzh*√S·W (28)wobei es sich bei S um die Konvarianz-Matrix der Stichprobe handelt.3. Generate the random variable Y corresponding to the two sub-cases. a. univariate: Y = x z + λ z H * W (27) b. d-Variat: Y = x z + λ z h * √ S W (28) where S is the sample's variance matrix.

Ziel der vorliegenden Untersuchungen ist die Spezifikation einer zugehörigen Wahrscheinlichkeitsverteilung zu den ermittelten Realisationen eines Parameters basierend auf einem Messdatensatz. Zur Beurteilung der Anpassungsgüte der vermuteten zugrunde liegenden Verteilung an die Stichprobe werden aus diesem Grund nichtparametrische Verfahren benötigt. Eine verbreitete Methode zur Überprüfung der Hypothese eine Messgröße entspreche einer bestimmten Verteilungsfamilie ist der x2-Anpassungstest. Es gibt jedoch noch eine Vielzahl anderer Methoden, zur Beurteilung der Güte, die dem x2-Anpassungstest teilweise überlegen sind. Diesbezüglich seien beispielhaft die Kolmogorov-Smirnov-Statistik und Neyman's Smooth Goodness-of-Fit Test erwähnt, die bei der vorliegenden Erfindung zur Anwendung kommen und nachfolgend näher erläutert werden.The aim of the present investigations is the specification of an associated probability distribution for the determined realizations of a parameter based on a measurement data record. For this reason, non-parametric methods are required to assess the goodness of fit of the assumed underlying distribution to the sample. A common method for checking the hypothesis that a measurement parameter corresponds to a specific distribution family is the x 2 adaptation test. However, there are a variety of other methods of assessing the quality that are partially superior to the x 2 fitting test. In this regard, the Kolmogorov-Smirnov statistics and Neyman's Smooth Goodness-of-Fit Test, which are used in the present invention and are explained in more detail below, may be mentioned by way of example.

Bei der Kolmogorov-Smirnov-Statistik wird der maximale vertikale Abstand der empirischen Verteilungsfunktion Femp(x) von der Verteilungsfunktion F(x) des vermuteten Wahrscheinlichkeitsmodells zur Beurteilung der Güte der Anpassung herangezogen. Als Funktion zur Ermittlung einer Stichprobe wird aus diesem Grund die Kolmogorov-Smirnov-Statistik T herangezogen. Diese hat die folgende Form:

Figure 00260001
In Kolmogorov-Smirnov statistics, the maximum vertical distance of the empirical distribution function F emp (x) from the distribution function F (x) of the assumed probability model is used to assess the quality of the adjustment. For this reason, the Kolmogorov-Smirnov statistic T is used as a function for determining a sample. It has the following form:
Figure 00260001

Nun kann in Abhängigkeit eines Signifikanzniveaus α eine Entscheidungsgrenze t bestimmt werden, welche das (1 – α)-Quantil darstellt. Überschreitet ein aus der Stichprobe berechneter Wert T nun diese Entscheidungsgrenze, führt dies zur Ablehnung der Annahme, dass das vermutete Wahrscheinlichkeitsmodell die Verteilung der Messdaten beschreibt.Now a decision limit can be made depending on a significance level α t, which represents the (1 - α) quantile. Exceeds one from the sample calculated value T now this decision limit, this leads to reject the assumption that the presumed probability model describes the distribution of the measurement data.

Der Neyman's Smooth Goodness-of-Fit Test kommt bei der Überprüfung auf Zugehörigkeit zur Weibullverteilung zur Anwendung. Ziel der Testmethodik ist dabei die Konstruktion einer Teststatistik, die auch bei Parameterschätzung approximativ x2-verteilt ist. Hierzu erfolgt zuerst die Berechnung der Maximum-Likelihood-Schätzer ^ und b ^. Danach können aus den Stichprobenrealisationen xi mit i = 1, ..., n die folgenden Werte berechnet werden:

Figure 00260002
und
Figure 00260003
für s, m = 1, ..., 4.The Neyman's Smooth Goodness-of-Fit Test is used to check whether it belongs to the Weibull distribution. The aim of the test methodology is to construct test statistics that are approximately x 2 -distributed even when parameters are estimated. For this purpose, the maximum likelihood estimators ^ and b ^ are first calculated. The following values can then be calculated from the sample realizations x i with i = 1, ..., n:
Figure 00260002
and
Figure 00260003
for s, m = 1, ..., 4.

Die Werte ami sind aus der Matrix A entsprechend Thomas, D. R., Pierce, D. A.: Neyman's Smooth Goodness-of-Fit Test when the Hypotheses is Composite, Journal of the American Statistical Association 74 (366), 1979 zu entnehmen:

Figure 00270001
The values a mi can be found in the matrix A according to Thomas, DR, Pierce, DA: Neyman's Smooth Goodness-of-Fit Test when the Hypotheses is Composite, Journal of the American Statistical Association 74 (366), 1979:
Figure 00270001

Hieraus können dann χk2-verteilte Teststatistiken

Figure 00270002
berechnet werden. Nun kann aus dem (1-α)-Quantil wk der χk2-Verteilung ein kritischer Wert berechnet werden, welcher über die Annahme der Nullhypothese entscheidet.From this you can then use χk 2 -distributed test statistics
Figure 00270002
be calculated. Now a critical value can be calculated from the (1-α) quantile wk of the χk 2 distribution, which decides on the assumption of the null hypothesis.

Nachfolgend wird noch einmal kurz die Vorgehensweise zur Ermittlung der für einen Parameter zutreffenden Verteilung beschrieben werden.The procedure for determining the parameters for a parameter is briefly repeated below distribution can be described.

In einem ersten Schritt werden entsprechend der zugrunde liegenden Impulsdefinition (das heißt der Störimpulsfunktion) die Parameter aus der Messreihe ermittelt. Danach erfolgt ein Versuch der Anpassung beispielsweise mittels des Johnson-Systems oder der Kern-Dichteschätzung. Danach werden die Verteilungsannahmen mit den entsprechenden Testmethoden auf ihre Plausibilität hin untersucht. Bei Bestätigung der Annahmen können die untersuchten Parameter durch Umkehr der für sie zutreffenden Wahrscheinlichkeitsverteilungen simuliert werden.The first step will be accordingly the parameters of the underlying pulse definition (i.e. the glitch function) determined from the series of measurements. Then an attempt is made to adapt for example using the Johnson system or the kernel density estimation. After that the distribution assumptions with the appropriate test methods on their plausibility examined. Upon confirmation of assumptions can the examined parameters by reversing the probability distributions that apply to them can be simulated.

Beispielhaft sind nachfolgend einige Ergebnisse der zugrunde liegenden Untersuchungen angeführt. 4 zeigt ein Beispiel, bei welchem die Amplituden von Impulsen recht gut mittels des Johnson-Systems angepasst werden konnten. In 4(a) ist oben die relative Häufigkeitsdichte fJ(x) und unten die Wahrscheinlichkeit F (sogenannter Normal Probability Plot) für negative Amplituden und in 4(b) die relative Häufigkeitsdichte fJ(x) und unten die Wahrscheinlichkeit F für positive Amplituden dargestellt. Die relative Häufigkeitsdichte fJ(x) entspricht nicht der Gestalt des Störimpulses, sondern der Wahrscheinlichkeitsverteilung der Amplitude des Störimpulses. In 4(a) ist die durchgezogene Linie die relative Häufigkeitsdichte fJ(x), und die vertikalen Balken stellen die mittels der Johnson-Schätzung ermittelte Verteilung der Amplituden von simulierten Impulsen dar.Some results of the underlying investigations are given below as examples. 4 shows an example in which the amplitudes of pulses could be adjusted quite well using the Johnson system. In 4 (a) Above is the relative frequency density f J (x) and below the probability F (so-called normal probability plot) for negative amplitudes and in 4 (b) the relative frequency density f J (x) and below the probability F for positive amplitudes. The relative frequency density f J (x) does not correspond to the shape of the interference pulse, but to the probability distribution of the amplitude of the interference pulse. In 4 (a) the solid line is the relative frequency density f J (x), and the vertical bars represent the distribution of the amplitudes of simulated pulses determined using the Johnson estimate.

In 5 ist ein Beispiel dargestellt, bei welchem die Impulsabstände IA (5(a)) und die Impulsmusterdauern IMD (5(b)) eines Störszenarios mittels eines Kernschätzers angepasst wurden.In 5 an example is shown in which the pulse intervals IA ( 5 (a) ) and the pulse pattern durations IMD ( 5 (b) ) of an interference scenario were adjusted using a core estimator.

Anhand der Beispiele zeigt sich deutlich, wie mächtig das entwickelte Verfahren ist. Mit Hilfe des erfindungsgemäßen Verfahrens ist nun erstmals eine besonders realitätsnahe Simulation dieser Größen möglich.The examples clearly show how powerful is the developed process. With the help of the method according to the invention a particularly realistic simulation of these quantities is now possible for the first time.

Claims (13)

Verfahren zur Simulation einer Störumgebung auf einem Kraftfahrzeug-Bordnetz (1), das zur Energieversorgung verschiedener Kraftfahrzeug-Komponenten (2) und zur Datenübertragung zwischen den Komponenten (2) genutzt wird, gekennzeichnet durch die nachfolgenden Verfahrensschritte: – Beschreiben der zu simulierenden Störumgebung mittels mindestens einer Störimpulsfunktion mit jeweils mindestens einem impulsdefinierenden oder impulsmusterdefinierenden Parameter; – Erfassen mehrerer realer Störumgebungen auf dem Kraftfahrzeug-Bordnetz (1); – statistische Auswertung der erfassten realen Störumgebungen; – Ermitteln des oder jedes impulsdefinierenden oder impulsmusterdefinierenden Parameters der oder jeder Störimpulsfunktion anhand des Ergebnisses der statistischen Auswertung der erfassten Störumgebungen; und – Beaufschlagen des Bordnetzes (1) mit der oder jeder Störimpulsfunktion mit dem oder jedem ermittelten impulsdefinierenden oder impulsmusterdefinierenden Parameter.Method for simulating an interference environment on a motor vehicle electrical system ( 1 ), which is used to power various motor vehicle components ( 2 ) and for data transmission between the components ( 2 ) is used, characterized by the following method steps: - Describing the interference environment to be simulated by means of at least one interference pulse function, each with at least one pulse-defining or pulse-pattern-defining parameter; - Detection of several real interference environments on the vehicle electrical system ( 1 ); - statistical evaluation of the recorded real interference environments; - Determining the or each pulse-defining or pulse pattern-defining parameter of the or each interference pulse function on the basis of the result of the statistical evaluation of the recorded interference environments; and - loading the vehicle electrical system ( 1 ) with the or each interference pulse function with the or each determined pulse-defining or pulse-pattern-defining parameter. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zum Erfassen realer Störumgebungen eine Abfolge und/oder eine Gestalt mindestens eines realen Störimpulses oder mindestens eines realen Störimpulsmusters auf dem Kraftfahrzeug-Bordnetz (1) erfasst wird.A method according to claim 1, characterized in that a sequence and / or a shape of at least one real interference pulse or at least one real interference pulse pattern on the motor vehicle electrical system () for detecting real interference environments. 1 ) is recorded. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass zur statistischen Auswertung der erfassten realen Störumgebungen eine Wahrscheinlichkeitsverteilung von mindestens einer die Abfolge und/oder die Gestalt des oder jeden erfassten realen Störimpulses oder des oder jeden realen Störimpulsmusters charakterisierenden Größe ermittelt und ausgewertet wird.A method according to claim 2, characterized in that for statistical evaluation of the recorded real interference environments a probability distribution of at least one of the sequence and / or the shape of the or each sensed real glitch or the or any real glitch pattern characterizing size determined and is evaluated. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass zum Ermitteln des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters der mindestens einen Störimpulsfunktion der mindestens eine Parameter an die Wahrscheinlichkeitsverteilung der entsprechenden Größe angepasst wird.A method according to claim 3, characterized in that to determine the at least one pulse defining or pulse pattern defining parameters of the at least one glitch function the at least one parameter to the probability distribution adapted to the appropriate size becomes. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass zur Anpassung des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters an die Wahrscheinlichkeitsverteilung der entsprechenden Größe eine Johnson-Verteilung eingesetzt wird.A method according to claim 4, characterized in that to adjust the at least one pulse defining or parameter defining the pulse pattern to the probability distribution the appropriate size one Johnson distribution is used. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass in Abhängigkeit der Wahrscheinlichkeitsverteilung aus einer Menge verschiedener Johnson-Verteilungen, umfassend mindestens eine unbounded Johnson-SU-Verteilung, eine bounded Johnson-SB-Verteilung und eine Lognormalverteilung oder Johnson-SL-Verteilung, eine geeignete Johnson-Verteilung ausgewählt wird.A method according to claim 5, characterized in that depending on the probability distribution from a set of different Johnson distributions, comprising at least one unbounded Johnson-S U distribution, a bounded Johnson-S B distribution and a log normal distribution or Johnson-S L distribution , an appropriate Johnson distribution is selected. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die geeignete Johnson-Verteilung in Abhängigkeit eines Verhältnisses zwischen zweier Quantile im Außenbereich der Wahrscheinlichkeitsverteilung zu einem vorgebbaren Quantilabstand in Mediannähe ausgewählt wird.A method according to claim 6, characterized in that the appropriate Johnson distribution depending on a ratio between two quantiles outside the probability distribution to a predeterminable quantile distance close to the media selected becomes. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass zur Anpassung des mindestens einen impulsdefinierenden oder impulsmusterdefinierenden Parameters an die Wahrscheinlichkeitsverteilung der entsprechenden Größe eine Kern-Dichteabschätzung eingesetzt wird.A method according to claim 4, characterized in that to adjust the at least one pulse defining or parameter defining the pulse pattern to the probability distribution the appropriate size one Kernel density estimation is used. Computerprogramm, das auf einem Rechengerät (6), insbesondere auf einem Mikroprozessor ablauffähig ist, dadurch gekennzeichnet, dass das Computerprogramm zur Ausführung eines Verfahrens nach einem der Ansprüche 1 bis 8 geeignet ist, wenn es auf dem Rechengerät abläuft.Computer program running on a computing device ( 6 ), in particular executable on a microprocessor, characterized in that the computer program is suitable for executing a method according to one of claims 1 to 8 when it runs on the computing device. Computerprogramm nach Anspruch 9, dadurch gekennzeichnet, dass das Computerprogramm auf einem Speicherelement (7), insbesondere auf einem Random-Access-Memory, einem Read-Only-Memory oder einem Flash-Memory, abgespeichert ist.Computer program according to claim 9, characterized in that the computer program on a memory element ( 7 ), in particular on a random access memory, a read-only memory or a flash memory. Vorrichtung (5) zur Simulation einer Störumgebung auf einem Kraftfahrzeug-Bordnetz (1), das zur Energieversorgung verschiedener Kraftfahrzeug-Komponenten (2) und zur Datenübertragung zwischen den Komponenten (2) nutzbar ist, dadurch gekennzeichnet dass die Vorrichtung (5) umfasst: – Speichermittel (7) zum Ablegen mindestens einer vorgebbaren Störimpulsfunktion mit jeweils mindestens einem impulsdefinierenden oder impulsmusterdefinierenden Parameter als Beschreibung der zu simulierenden Störumgebung; – Mittel zum Erfassen mehrerer realer Störumgebungen auf dem Kraftfahrzeug-Bordnetz (1); – Mittel zur statistischen Auswertung der erfassten realen Störumgebungen; – Mittel zum Ermitteln des oder jedes impulsdefinierenden oder impulsmusterdefinierenden Parameters der oder jeder Störimpulsfunktion anhand des Ergebnisses der statistischen Auswertung der erfassten Störumgebungen; und – Mittel zum Beaufschlagen des Bordnetzes (1) mit der oder jeder Störimpulsfunktion mit dem oder jedem ermittelten impulsdefinierenden oder impulsmusterdefinierenden Parameter.Contraption ( 5 ) to simulate an interference environment on a motor vehicle electrical system ( 1 ), which is used to power various motor vehicle components ( 2 ) and for data transmission between the components ( 2 ) can be used, characterized in that the device ( 5 ) includes: - storage means ( 7 ) for storing at least one predefinable interference pulse function, each with at least one pulse-defining or pulse-pattern-defining parameter as a description of the interference environment to be simulated; - Means for detecting several real interference environments on the motor vehicle electrical system ( 1 ); - Means for statistical evaluation of the recorded real interference environments; Means for determining the or each pulse-defining or pulse-pattern-defining parameter of the or each interference pulse function on the basis of the result of the statistical evaluation of the detected interference environments; and - means for loading the vehicle electrical system ( 1 ) with the or each interference pulse function with the or each determined pulse-defining or pulse-pattern-defining parameter. Vorrichtung (5) nach Anspruch 11, dadurch gekennzeichnet, dass die Vorrichtung ein Rechengerät (6), insbesondere einen Mikroprozessor, umfasst und dass die Mittel zum Erfassen mehrerer realer Störumgebungen, die Mittel zur statistischen Auswertung, die Mittel zum Ermitteln des mindestens einen Parameters und die Mittel zum Beaufschlagen des Bordnetzes mit der mindestens einen Störimpulsfunktion als ein Computerprogramm ausgebildet sind, das auf dem Rechengerät (6) ablauffähig ist.Contraption ( 5 ) according to claim 11, characterized in that the device comprises a computing device ( 6 ), in particular a microprocessor, and that the means for detecting a plurality of real interference environments, the means for statistical evaluation, the means for determining the at least one parameter and the means for loading the on-board electrical system with the at least one interference pulse function are designed as a computer program that on the computing device ( 6 ) is executable. Vorrichtung (5) nach Anspruch 12, dadurch gekennzeichnet, dass die Vorrichtung (5) ein Speicherelement (7), insbesondere ein Random-Access-Memory, ein Read-Only-Memory oder ein Flash-Memory, umfasst, auf dem das Computerprogramm abgespeichert ist.Contraption ( 5 ) according to claim 12, characterized in that the device ( 5 ) a storage element ( 7 ), in particular a random access memory, a read-only memory or a flash memory, on which the computer program is stored.
DE10304604A 2003-02-05 2003-02-05 Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions Ceased DE10304604A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE10304604A DE10304604A1 (en) 2003-02-05 2003-02-05 Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10304604A DE10304604A1 (en) 2003-02-05 2003-02-05 Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions

Publications (1)

Publication Number Publication Date
DE10304604A1 true DE10304604A1 (en) 2004-08-19

Family

ID=32730760

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10304604A Ceased DE10304604A1 (en) 2003-02-05 2003-02-05 Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions

Country Status (1)

Country Link
DE (1) DE10304604A1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7424326B2 (en) 2003-09-06 2008-09-09 Robert Bosch Gmbh Method and computer program for modeling an interfering pulse in a vehicle electric system
US7860496B2 (en) 2003-06-27 2010-12-28 Robert Bosch Gmbh Device and method for simulating a data transmission via a data transmission network
DE102005063273B4 (en) * 2005-12-29 2015-11-26 Robert Bosch Gmbh Method and apparatus for generating stochastic random variables

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7860496B2 (en) 2003-06-27 2010-12-28 Robert Bosch Gmbh Device and method for simulating a data transmission via a data transmission network
US7424326B2 (en) 2003-09-06 2008-09-09 Robert Bosch Gmbh Method and computer program for modeling an interfering pulse in a vehicle electric system
DE10341191B4 (en) * 2003-09-06 2012-09-13 Robert Bosch Gmbh Method and computer program for modeling a glitch on a vehicle electrical system
DE102005063273B4 (en) * 2005-12-29 2015-11-26 Robert Bosch Gmbh Method and apparatus for generating stochastic random variables

Similar Documents

Publication Publication Date Title
AT512977B1 (en) Method for determining a model of an output of a technical system
DE102011076780A1 (en) Method and device for condition monitoring
EP2165296A1 (en) Method and device for computer-aided prediction of intended movements
DE602006000536T2 (en) A method of assessing the attention of a vehicle driver
EP3268713A1 (en) Method for generating a model ensemble for calibrating a control device
EP0875808A2 (en) Method and system for generating a process model of a technical installation
DE102013224698A1 (en) Method and device for determining a data-based function model
EP2088486B1 (en) Method for measuring a non-linear dynamic real system using design of experiment
EP3460727A1 (en) Method for examining a functional behaviour of a technical system and evaluation unit
DE10304604A1 (en) Interference environment simulation method for a motor vehicle wiring system that is used for power supply and data transmission between components, wherein the interference impulses are simulated using statistical functions
DE4121453C2 (en) Approximation inference device
DE102013206274A1 (en) Method and apparatus for adapting a non-parametric function model
DE102012211722A1 (en) Method for diagnosing system component of combustion engine in motor vehicle, involves calculating mean value and computing quick-pass threshold or quick-fail threshold that are determined as function of number of measurement results
DE102020215117A1 (en) Method for noise optimization of a mechanical device that includes an electrical machine
DE10341191B4 (en) Method and computer program for modeling a glitch on a vehicle electrical system
DE102007002801A1 (en) Method for determining failure probability of component of drive device, particularly combustion engine of vehicle, involves determining stability of component and load of component in multiple operating conditions of drive device
DE102015003227A1 (en) Method for simulating an on-board ripple of an electrical system of a motor vehicle
DE102019217300A1 (en) Method for training an artificial neural network, computer program, storage medium, device, artificial neural network and application of the artificial neural network
DE102013206285A1 (en) Method and apparatus for creating a non-parametric, data-based function model
EP2061215B1 (en) Test module and test method for relevance testing of an identifier
DE102011017473A1 (en) Method for channel estimation in the vehicle-to-environment communication and communication device configured for this purpose
AT522520B1 (en) Method for a control of a protection method for protecting an electrode of a battery device
DE10301525A1 (en) Synthesis of an interference impulse in a motor vehicle power and data network, e.g. a CAN bus, for investigation of the interference environment, whereby one of three possible equations is used to simulate an actual spike
widerspruchsfreier Daten 3.2 Datenanalyse und-aufbereitung
WO2022242812A1 (en) Computer-implemented method and system for determining optimized system parameters of a technical system using a cost function

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
8125 Change of the main classification

Ipc: B60R 16/023 AFI20051017BHDE

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: B60R0016023000

Ipc: B60R0016020000

Effective date: 20110725

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: B60R0016020000

Ipc: B60R0016023000

R082 Change of representative
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final