电动汽车再生制动能量回收最优控制策略

为提高电动汽车再生制动能量回收效果,提出一种基于制动强度控制的制动能量回收最优控制策略.在理想再生制动控制策略基础上,采用理论分析与仿真分析相结合的方法,利用汽车纵向动力学理论、MATLAB/Simulink和CarSim搭建联合仿真模型,研究制动能量回收与制动强度之间的关系,得到不同制动初始速度下实现能量回收最大化的最优制动强度.利用最小二乘法拟合最优制动强度变化规律,得到多项式拟合方程,制定包含制动力分配和最优制动强度控制的再生制动能量回收最优控制策略,并与理想再生制动控制策略进行仿真比较.结果表明:制动强度对制动能量回收效果影响较大,所设计的最优控制策略可以实现制动单次工况能量回收率最优.     

基于zigbee和量子遗传算法的无线传感器网络节点定位技术研究

为提高传统无线传感器网络节点定位算法精度和定位速度,提出一种基于量子遗传算法的无线传感器网络定位算法。算法通过分析未知节点通信半径范围内的锚节点数量及约束关系,建立节点定位优化模型,对约束范围内节点进行采样,运用传统轮盘赌选择法选取初代种群,最后通过量子旋转门对种群中染色体进行变异及循环迭代,直到达到设定目标值。此后分析现有停车场实时性不高的缺点,提出了一种基于上述定位算法的智能停车场管理系统。以zigbee协议栈为基础,协调器进行组网,参考节点依次加入网络对系统进行检验,结果表明,该无线传感器定位算法可以满足大多数高精度、高实时性应用场合。