基于模式识别的离合器动作数据分割方法

刘义乐， 张进秋

(陆军装甲兵学院车辆工程系， 北京 100072)

摘 要： 驾驶训练过程中采集的离合器动作数据长，冗余数据多，必须经过一定的处理后才能有效应用。结合离合器动作特点，将主离合器动作模式识别和时间序列数据分割方法结合起来，构建了一种基于模式识别和滑动窗口分割相结合的离合器动作数据分割方法，实现了离合器动作数据的模式表示和快速分割，为后续训练效果评估提供了基础方法。

关键词： 离合器动作；数据分割；模式识别；滑动窗口

时间序列指一串按时间先后顺序有序排列的观测值^[1]，具有数据点多(往往达到亿级)、数据链长和冗余点多的特点，只有在某个时间段，这些数据才会按照某种规律变化而具备分析意义。为了找到并表示这些有意义的片段，人们提出了利用不同模式来分段表示时间序列的各种方法，如频域表示法、符号表示法和分段直线表示法等^[2]。

◎益生菌 金双歧、培菲康、妈咪爱都可以。培菲康，胶囊的便宜，和袋装的剂量一样。妈咪爱，相对来说有点怪味道，宝宝不反对的话也可以用。

坦克驾驶训练过程中所产生的动作数据是一种典型的时间序列，不仅数据点多、数据链长、冗余点多，且具有稳定的数值特征和固定时序组合，因此应采用分段方法来表示数据中所包含的不同动作及其相互间的时间关系，但需要结合这些动作的数值特点和教范要求来定义完备的动作模式，明确各动作模式的数据特征。基于此，笔者按照模式识别的思路来分割驾驶动作数据，识别各种动作模式，以达到对驾驶动作进行精细化分析的目的。

本文基于数学形态学原理，运用细化算法和模板整形实现了对线面混合的多源、多尺度河流中轴线实现了提取，在双线河到单线河的转变方面表现出色。试验结果表明，即使对于具有复杂结构的线面（含岛屿）混合数据，该方法依然能够有效提取连续、光滑的中轴线，且与保留下来的单线条数据保持完整的拓扑关系。实现了单线拓扑河网数据的获取及建立。在后一步的工作中，将对算法进行优化来提高算法运行速度。虽然本文的研究是以河流为例，但该研究成果同样适用于其他多源的混合线面数据，如街道网络等。

1 时间序列分割定义

设时间序列为X =(x ₁,x ₂,…,x _n )，将其分为k +1(k <<n )段子序列，即有

(1)

1)c _p →IP[1]，index =2；∥将序列第1个点作为第1个重要点;

式中：t _a1,t _a2,…,t _ak 表示分割点所对应的时刻；w _i 为[t _a(i-1) ,t _ai ]之间的模式；f _i (t ,w _i )表示连接模式w _i 两端点的函数；e _i (t )为一段时间内时间序列与它的模式之间的误差。这种把时间序列分割后用模式表示的过程，称为序列分割或者数据压缩^[3]。常见的时间序列分割方法包括重要点分割法^[4]、滑动窗口分割法^[5]等。

驾驶动作数据分割的目的在于,判定当前数据中包含了哪些驾驶动作，明确各动作的起始时间。其中：驾驶动作可通过模式识别的方法实现，对应时间序列分割定义中的f _i (t ,w _i )模式函数;各动作起始时间，对应时间序列分割定义中各子序列模式起始点t ₁,t _a1,t _a2,…,t _ak 。

2 离合器动作模式识别

2.1 离合器动作数据

离合器动作数据是指驾驶训练过程中所产生的离合器踏板位移数据。图1为任意截取的一段离合器动作位移曲线，属于一种典型的时间序列。

图1 离合器动作位移曲线

2.2 离合器单一动作模式定义

借鉴时间序列的滑动窗口分割法，以相邻2个模式符号为窗口宽度进行比较：若动作模式C_p 相同，则继续比较；否则,记为分割点，输出该点的动作模式和时间序列索引号q (q =1,2,…,N )，从而完成离合器动作数据的分割^[7]。分割算法伪代码如下：

2.3 离合器动作模式识别规则

离合器单一动作模式识别的目的，是通过对离合器动作位移数据的处理识别出离合器上述6种动作模式。从离合器动作实践和离合器动作位移数据曲线形状来看，这6种动作模式的区分主要依赖2类特征：一是位移特征，3个位置均有相对稳定且明确的位移范围；二是运动速度特征(包括运动方向)，当处于松离合或踩离合2种运动状态时，运动速度不能为0且运动方向相反。因此，可以根据位移和速度这2类特征来完成离合器6种动作模式的识别。识别规则如表1所示。

在野外调查过程中，针对各类型地质背景采集了若干件具有代表性的成土母岩，母岩样品共计56件。各类地质背景成土母岩硒含量平均值见表1、图1。

表1 离合器动作模式识别规则

从离合器动作数值特点看，即使经过平滑预处理，其踏板的原始位置C₁、分离位置C₂和半联动位置C₃也会受机械结构(如回位弹簧疲劳、连杆变形、连接件磨损、松动等)影响而发生一定程度的偏离。为了弥补这一缺陷，设定离合器踏板3个位置模式的参考值的偏差范围为±10%。

2.4 模式识别阈值设置

ECMO生命支持治疗中，血栓形成的因素有：部分血细胞被管道破坏，ECMO管在血管内的存在导致局部血液循环不良以及患者长期卧床，活动能力受限。护理人员需严密观察患者四肢肌力及活动情况，末梢循环情况及意识情况，警惕血栓的形成。可按摩患者四肢，预防血栓形成；一旦发现血栓形成，需立即通知医生根据病情调整肝素用量。

图2 离合器动作速度分布

在建立各动作模式识别特征和阈值的基础上，按图3所示流程编程，对离合器动作的每点进行模式识别，把离合器原始位移序列转变为离合器动作模式序列。在很多时间序列处理技术中，也将这一步工作称作时间序列符号化表示^[6]。

建筑企业应收账款管理工作在开展过程中存在诸多问题，必须加强对内部应收账款管理制度和外部企业诚信机制建立工作的重视，结合建筑企业的发展情况进行适当调整，保障企业的经营效益，提高建筑企业应收账款管理工作的有效性。

图3 离合器动作模式识别流程

3 离合器动作数据分割

离合器动作数据分割的目的为明确各动作模式的起止时间。前文根据速度特征和位移特征对离合器每一个位移点进行了模式识别和符号化表示，但离合器动作数据的长度未产生变化，仍存在冗余数据多、求解时间长的问题。

3.1 滑动窗口分割算法

按照训练效果分析需求，离合器动作模式可分为单一动作模式和组合动作模式。单一动作模式是指单一动作件的一次运动状态改变，结合驾驶动作实践和离合器动作位移曲线，可知：常见的离合器动作共有6种动作模式，即原始位置C₁、分离位置C₂、半联动位置C₃、踩离合C₄、松离合C₅、错误动作C₆。

算法输入：离合器动作模式识别结果时间序列C ={C_pq ∈C_p ,p =1,2,…,6,q =1,2,…,N }。

算法名称：时间序列的滑动窗口分割法。

输出：分割点序列IP。

五是对纯合同行为不服的救济方式。出让人完全依据合同约定追究受让人违约责任的，受让人认为合法权益受到侵害则应通过民事诉讼的途径解决。如采砂船舶未按约定悬挂标识标牌、超船数作业、轮休船舶未集中停靠、未安装视频监控设备及未按时交纳相关款项等。

随着王氏后裔人口繁衍增多，王罕岭山巅已不适宜他们居住，大湖山下现称华堂那方平坦的土地就自然成为他们的首选，然而，王氏祖墓及先祖留下的遗迹却在十五里外的王罕岭，后裔到县境外活动会不同程度地受到制约，尤其是农耕的古代，不可能大规模投资修缮遥远的古金庭建筑物。古金庭的逐渐湮没，新金庭的异地产生是顺理成章之事。

算法步骤：

也可表示为

离合器动作的速度特征由位移曲线求导得到。对某车辆离合器13 344组位移数据进行求导，得到速度分布如图2所示。可以看出：1) 当离合器处于静止状态时，仍会存在大量速度<2 mm/ms的毛刺，即信号采集的噪声；2) 当踩踏或松开离合器时，踏板的运动速度>>2 mm/ms，而在极端情况下的踩踏或松开速度可达10 mm/ms以上。基于这一判定，把离合器运动和静止的速度区分阈值设置为2 mm/ms,将图1、2中的横坐标点逐一比较，可以看出：只要阈值设置合理，离合器各运动速度的突变点与运动状态转换点是一一对应的。

2) for p =2 to N -1 do;

根据前面对几种常见射频前端接收机结构的分析考虑,最终采用超外差式两级混频结构作为接收机射频前端解决方案。接收链路采用分频段的思想对500 MHz～3 000 MHz频段范围内的射频信号进行分割,即将其中的500 MHz～1 800 MHz称为低频段,1 800 MHz～3 000 MHz称为高频段。接收链路总体结构如图1所示,为了能够详细地对接收链路进行描述,将图1中通路1定义为低通通路即低频段通路,通路2定义为高通通路即高频段通路。

3) begin;

4) If c _p+1 ≠c _p ;

5) then c _p+1 →IP(index)，index + +；∥将序列点c _p加入IP 中;

6) end。

由算法步骤可以看出：该方法只需对离合器动作模式序列进行一次扫描，就可以得到分割点序列，其时间复杂度为O (N )。

3.2 离合器动作数据分割示例

选择一组离合器动作数据，共计包括13 344个位移点，采用上述离合器动作模式识别和序列分割的方法对该数据序列进行处理，其各动作模式识别和分割的起始时间点如表2所示。对表2中某一次离合器动作曲线放大，得到的分割点与动作模式转折点的对应关系如图4所示。可以看出：各分割点的确定与动作模式转换点基本吻合，说明所采用的模式识别和数据分割方法适用于离合器动作分析。

表2 离合器动作数据分割点

图4 离合器动作曲线分割点与动作模式转折点的对应关系

4 结论

将时间序列进行分割，转变为符号化表示形式，是降低时间序列数据处理难度的有效方法。笔者提出的基于模式识别和滑动窗口相结合的离合器动作数据分割方法，既考虑了离合器单一动作模式的识别和符号化表示，也考虑了不同动作模式之间的分割点识别，计算比较简单，易于实现，且识别和分割结果能够完整反映离合器动作数据的动作特征，对后续各类动作数据处理和训练效果有重要意义。

参考文献：

[1] 肖辉.时间序列的相似性查询与异常检测[D].上海:复旦大学,2005:15-17.

[2] 李俊奎.时间序列相似性问题研究[D].武汉:华中科技大学,2008：20-22.

[3] 方加果.基于相似性分析的时间序列数据挖掘算法研究[D].杭州:浙江大学，2011：7-8.

[4] 邹蕾,高学东.基于导数序列的时间序列同构关系发现[J].计算机应用,2016,36(9)：2472-2474.

[5] 廖俊,周中良,寇英信,等.一种基于重要点的时间序列分割方法[J].计算机工程与应用,2011,47(24):166-170.

[6] 李斌,谭立湘,章劲松,等.面向数据挖掘的时间序列符号化方法研究[J].电路与系统学报,2000,5(2):10-14.

[7] 彭虎,张雨,岳杰,等.坦克驾驶换挡中离合器操纵数据处理[J].微机与应用,2014,33(16):81-83.

Clutch Action Data Partitioning Method Based on Mode Identification

LIU Yi-le， ZHANG Jin-qiu

(Vehicle Engineering Department, Army Academy of Armored Forces, Beijing 100072, China)

Abstract ：The clutch action data collected during the driving training is so long with high redundancy data, and only after the process of data processing can it be used effectively. According to the clutch action characteristics, combining the clutch action mode identification with time series data partition method, a kind of clutch data partitioning method based on the mode identification and sliding windows partitioning is built to realize mode identification and rapid partitioning of the clutch action data, providing a basic method to evaluate the driving training effectiveness.

Keywords :clutch action; data partitioning; mode identification; sliding window

中图分类号： TJ810.3⁺21

文献标志码： A

DOI： 10.3969/j.issn.1672-1497.2019.01.008

文章编号： 1672-1497(2019)01-0045-04

收稿日期： 2018-10-23

基金项目： 军队科研计划项目

作者简介： 刘义乐(1971-)，男，副教授，博士。

(责任编辑:尚菲菲)

标签：离合器动作论文;  数据分割论文;  模式识别论文;  滑动窗口论文;  陆军装甲兵学院车辆工程系论文;