Please use this persistent identifier to cite or link to this item: doi:10.24405/544
DC FieldValueLanguage
dc.contributor.advisorMeywerk, Martinde_DE
dc.contributor.authorFischer-von Rönn, Niklas-
dc.date.accessioned2017-10-24T14:16:22Z-
dc.date.available2017-10-24T14:16:22Z-
dc.date.issued2014-
dc.identifier.otherhttp://edoc.sub.uni-hamburg.de/hsu/volltexte/2014/3092/-
dc.identifier.urihttps://doi.org/10.24405/544-
dc.description.abstractIn der vorliegenden Arbeit wird eine Methode entwickelt, die es ermöglicht, den Fahrkomfort von PKW, basierend auf Messungen von Beschleunigungen und Luftschall in der Fahrerumgebung, vorherzusagen. Hierzu wurden zwischen 2008 und 2011 im Rahmen von Testfahrten in Zusammenarbeit mit der Audi AG, Magna Steyr Fahrzeugtechnik, dem Kompetenzzentrum das Virtuelle Fahrzeug und der Hochschule München entsprechende objektive und subjektive Daten erhoben. Für die Auflösung der komfortrelevanten Signalanteile in Zeit und Frequenz wird die kontinuierliche Wavelet-Transformation unter Verwendung von Gabor-Wavelets eingesetzt. Die Extrahierung aussagekräftiger Merkmale aus den transformierten Daten geschieht über eine eigene Methode, die auf der Approximation der sich ergebenden Wavelet-Tableaus durch ein parametriertes Muster beruht. Die dabei ermittelten Merkmale sind sowohl beschreibend in Hinblick auf die zugrunde liegenden Daten als auch robust vor dem Hintergrund kleinerer Störungen in der zeitlichen Ausrichtung der Tableaus. In Hinblick auf die Auswahl von Merkmalskombinationen für die Vorhersagemodelle wurden zwei multivariate Methoden entwickelt und erprobt. Als Vorhersagemodelle kommen schließlich künstliche neuronale Netze mit Feed-Forward-Struktur und spezielle lineare Modelle zum Einsatz. In beiden Fällen wird einer möglichen Überanpassung der Modelle an die Trainingsdaten unter Anderem durch Regularisierungs-Methoden im Zuge der Parameterfixierung entgegengewirkt.de_DE
dc.description.sponsorshipFahrzeugtechnikde_DE
dc.formatapplication/pdf-
dc.language.isodede_DE
dc.publisherUniversitätsbibliothek der HSU/UniBwHde_DE
dc.subject.ddcIngenieurwissenschaftende_DE
dc.subject.otherFahrkomfort-
dc.subject.otherEinzelhindernis-
dc.subject.otherMerkmalsauswahl-
dc.subject.otherKünstliches Neuronales Netz-
dc.subject.otherWavelet-
dc.subject.otherRegressionsmodell-
dc.subject.otherRegularisierung-
dc.titleErstellung von Prädiktionsmodellen für die Vorhersage des subjektiven Fahrtkomforts von PKW bei Einzelhindernisüberfahrtende_DE
dc.typeThesisde_DE
dcterms.dateAccepted2014-12-17de_DE
dc.identifier.urnurn:nbn:de:gbv:705-opus-30922-
hsu.accessrights.dnbfreede_DE
hsu.contributor.authorFischer-von Rönn, Niklas-
dcterms.bibliographicCitation.originalpublisherplaceHamburgde_DE
dc.contributor.grantorHSU Hamburgde_DE
dc.identifier.urlhttp://edoc.sub.uni-hamburg.de/hsu/volltexte/2014/3092/-
dc.type.thesisDoctoral Thesisde_DE
local.submission.typefull-textde_DE
local.date.available2014-12-22-
item.grantfulltextopen-
item.fulltext_sWith Fulltext-
item.languageiso639-1de-
item.fulltextWith Fulltext-
item.openairetypeThesis-
Appears in Collections:Publications of the HSU Researchers
Files in This Item:
File Description SizeFormat
openHSU_544.pdf1.98 MBAdobe PDFView/Open
Show simple item record

CORE Recommender

Google ScholarTM

Check


Items in openHSU are protected by copyright, with all rights reserved, unless otherwise indicated.