随着汽车电子行业的不断发展,越来越多的电气电子设备被应用到车辆上,用来提高汽车的安全性、舒适性和操控性。其中,汽车线束作为汽车电路的网络主体,主要用做设备的电源线和信号传输线,密集的分布在车辆底盘和车身各处,连接着不同的电气电子设备,而随着汽车电气电子设备数量的不断增加,汽车内部的电磁兼容环境也变得越来越复杂、越来越恶劣,作为汽车内部最重要的电磁干扰问题,汽车线束导线之间的串扰问题也随之凸显出来,汽车线束会将串扰信号传导至汽车内部的各电气电子设备上,导致电气电子设备的性能受到一定的影响,使整车的电磁兼容性能剧烈下降。在汽车电磁兼容性能设计的初期,研究人员必须对汽车线束导线串扰进行准确合理的预测,才能保证汽车的安全性和可靠性,从而避免在汽车进入生产阶段时由于其电磁兼容性的缺陷而面临重新整改的困境,实现节省汽车的开发成本,以及缩短汽车的开发周期。本文是在高等学校博士学科点专项科研基金《基于随机统计技术的汽车电磁兼容性建模研究》(NO.20110061110059)的资助下完成的,重点针对汽车线束导线串扰的电磁兼容仿真预测进行了探索性研究。本文针对汽车线束导线串扰电磁兼容仿真预测中汽车线束导线间单位长度分布参数矩阵的获取、汽车线束导线串扰的时域瞬态响应分析、利用人工神经网络模型对汽车线束导线串扰快速预测、对影响汽车线束串扰的各因素量化分析,以及汽车线束导线在非确定性几何布置情况下的串扰动态特性预测等方面进行了深入的研究。利用麦克斯韦方程组推导得到多导体传输线方程,并对其单位长度分布参数矩阵的物理意义进行说明,将汽车线束视为无耗理想多导体传输线系统,通过导线周围介质是否均匀的实例讨论了解析法同矩量法和有限元法这两种数值方法在求解传输线间单位长度电感矩阵和单位长度电容矩阵方面的适用范围,为计算汽车线束导线间的单位长度电感矩阵和单位长度电容矩阵奠定了基础。时域有限差分方法是在时域求解多导体传输线方程的经典数值方法,在利用传统的时域有限差分法对汽车线束导线串扰进行时域瞬态响应分析时,由于受到差分格式的限制,其存在间断解过后具有较强的非物理性振荡现象,影响了计算结果的准确性,同时由于受到稳定性条件的限制,其计算效率也不高。针对这一问题,本文提出了一种采用Implicit Wendroff差分格式的时域有限差分法,将其应用于汽车线束导线串扰的时域瞬态响应分析。由于该方法包含了隐式人工粘性项,可在一定程度上削弱由空间坐标离散化而产生的间断解处的非物理性振荡现象,提高了计算结果的准确性,同时由于不受稳定性条件的限制,其计算效率也得到大幅提高。分别以非均匀双导体传输线系统和均匀三导体传输线系统作为算例,分析其串扰的时域瞬态响应,通过将该方法的仿真结果与传统的Leapfrog差分格式和Lax-Wendroff差分格式的仿真结果进行对比,验证了采用Implicit Wendroff差分格式的时域有限差分法在汽车线束导线串扰的时域瞬态响应分析方面具有更加准确高效的特点。汽车中所使用的线束种类和数量随着汽车上的电气电子设备增多而变得越来越多,而传统的计算电磁学方法,如时域有限差分法、有限元法和矩量法等,在分析汽车线束导线串扰方面的计算效率并不高,同时也可能会受到应用条件的限制而不具有普遍适用性,因此上述方法已经开始不适合应用于汽车线束导线串扰计算这样复杂庞大的工程。文中提出一种基于GA-BP神经网络的汽车线束导线串扰预测模型,不仅能够快速预测汽车线束导线的串扰,还具有更普遍的适用性。同时,利用权重算法对神经网络预测模型中的导线长度、频率、导线对地高度、激励电压、绝缘层介质相对介电常数、导线相对距离、导线导体半径和绝缘层厚度等8个输入参数对汽车线束导线串扰的影响进行了量化分析,并在保证计算精度和计算效率的前提下将该预测模型简化,对汽车线束导线的电磁兼容性设计具有启迪意义。通过将正弦稳态形式表示的三导体传输线方程与边界条件相结合,推导获得了汽车线束导线串扰的频域确定性解析表达式,并对汽车线束导线端接负载、线束对地高度和导线相对距离等因素对汽车线束导线串扰的影响展开分析,得到定性的结论。针对汽车线束导线几何位置具有不确定性的情况,对现有的分析汽车线束导线串扰动态特性的随机中点布置样条插值法进行改进,使其由原来的只考虑导线间相对距离这一单一因素的算法变为同时考虑汽车线束对地高度和导线相对距离这两个因素的汽车线束导线串扰动态特性预测方法。同时,提出了一种新的基于统计学方法的汽车线束导线串扰动态特性预测模型,该模型能够同时考虑汽车线束对地高度和导线相对距离这两个因素对串扰动态特性产生的影响,并以实际的7芯汽车线束模型为例,对汽车线束导线串扰的均值、均方差、合理最差情况,以及概率密度函数进行预测,并将本文模型的预测结果与改进后的随机中点布置样条插值法的预测结果进行对比验证,表明本文提出的统计学模型可应用于汽车线束导线串扰动态特性的预测,为汽车电磁兼容性设计提供科学依据。