Identifikation und Simulation von A/MS-Systemen mittels Neurofuzzy-Methoden und Support Vector Maschinen

Inhalt:
Durch die zunehmende Integration komplexer Sensorsysteme im Automobilbereich steigen die Anforderungen an die Automobilelektronik stetig an. Neben den klassischen Einsatzgebieten erschließen sich innovative Anwendungen, deren steigende Komplexität die Etablierung neuer Entwurfsmethoden erforderlich macht, damit die Entwicklung neuer Komponenten der Automobilelektronik effizienter gestaltet und mit dem ansteigenden Bedarf Schritthalten kann. Auf der Basis von Neuro-Fuzzy- und Support Vector- Methoden werden zwei Ansätze vorgestellt, die eine Modellierung des nichtlinearen dynamischen Verhaltens komplexer analoger Systeme auf Systemebene ermöglichen. Die Anwendung der Verfahren erlaubt die automatisierte Generierung präziser Modelle, die auch im Frequenzbereich mit hoher Genauigkeit arbeiten und deren Simulation im Vergleich zu den ursprünglichen Systemen eine Beschleunigung um den Faktor 40 aufweist. Die hohe Generalisierungsleistung der Modelle wird durch die Erprobung einer Modellbibliothek ersichtlich, deren Nutzen für die Systemsimulation aufgezeigt wird.