并联式混合动力汽车控制策略的仿真研究

以发动机稳态效率图和电池的充放电内阻曲线为依据，提出了基于负荷平衡和逻辑门限方法的并联式混合动力汽车(PHEV)实时控制策略，用以控制混合动力系统的转矩分配，实现混合动力系统的不同工作模式以及模式间的动态切换。在MATLAB／Simulink环境下建立了前向式并联混合动力汽车系统模型，通过仿真进行控制策略的辅助设计并验证了控制策略。当前开发的控制策略已经应用于实车，监测情况表明是实用的。     

混合动力汽车性能仿真研究

为预测和分析混合动力汽车的性能，以某型混合动力轿车为研究对象，以现有的研究成果为基础，基于系统的构成和工作原理，应用系统仿真软件Matlab／Simulink，开发完成了该型混合动力轿车的性能仿真模型。仿真分析了其速度特性、电池的荷电状态(SOC)、燃油经济性和排放性能。结果表明，所开发的仿真模型能够很好跟踪循环工况，从而验证了仿真模型的正确性和有效性，也为进一步研究整车控制策略和控制方式，完成性能的优化匹配和协调控制，提高整车性能奠定了一定的基础。     

混合动力汽车制动力矩动态分配控制策略研究

混合动力汽车(HEV)大都在原有液压制动系统的基础上增加了电机能量回收制动,能量回收制动力矩的存在使得传统液压制动控制策略必须进行调整以确保制动安全性。提出了一种综合制动控制策略,基于总制动力矩的动态分配,采用模糊控制逻辑对液压制动力矩和能量回收制动力矩进行动态调整,两种制动力矩在该控制策略下能够协同工作,仿真结果表明该控制策略稳定有效,在确保制动安全性的同时能够有效回收制动能量。     

基于神经网络的并联式混合动力汽车控制策略

为提高并联式混合动力汽车的燃油经济性和控制系统的响应时间,应用神经网络实现控制策略.首先,结合逻辑门限控制策略和等效燃油消耗最小原理制定控制策略,并根据电池的荷电状态(SOC)进行调整.然后将调整后的策略在典型工况JA1015循环上实验,采集合理样本来训练对角回归型神经网络(DRNN),获得基于神经网络的控制策略.最后,在电动汽车仿真软件ADVISOR平台上进行仿真实验,仿真结果表明,采用神经网络的控制策略,提高了并联式混合动力汽车的燃油经济性,响应快,且具有通用性.     

风/光复合发电系统变结构仿真建模研究

提出了风／光复合发电系统（WSHPS）变结构仿真的一般数学模型，包括系统结构定义、系统各部件数学模型。在此基础上，在C＋＋ Builder环境下开发了相应的仿真软件。运用该软件，对一实例进行了计算。结果表明：利用该文提出的变结构仿真数学模型及相应仿真软件，用户可以重构多种结构的风／光复合发电系统并进行计算机仿真计算，从而能够预测系统的性能，如，太阳电池阵列功率、风力发电机功率、与负载功率之间的匹配性，控制策略的合理性，以及系统运行的效率等等。     

基于小波神经网络的混合动力汽车实时控制策略

提出了基于小波神经网络的并联式混合动力汽车实时控制策略,用以控制混合动力系统的转矩分配,以提高混合动力汽车燃油经济性。该策略采用一个小波神经网络控制器,结合瞬时优化控制策略得到的控制规则进行训练,实现对混合动力系统的实时控制。基于ADVISOR的仿真研究表明,该控制策略不仅能够保证车辆的燃油经济性,而且克服了瞬时优化控制策略难以实时控制的缺点。     

基于模糊神经网络的混合动力汽车控制策略仿真

为保证多能源系统转矩的合理分配,建立了模糊逻辑控制模型,并采用ANFIS优化算法,对建立的混合动力汽车模糊控制模型进行优化。通过对ANFIS神经网络模型进行训练、测试和仿真分析,结果表明:模糊控制模型的隶属函数得到了优化,将优化模型应用于整车仿真,与模糊逻辑控制策略相比,燃油经济性提高5.4%。     

混合动力FCEV控制策略的仿真研究

目前国内外都在深入研究燃料电池混合动力电动汽车(FCEV)，而FCEV的控制策略是更好的发挥FCEV的优势的一个关键。比较了FCEV与传统的汽车在整车性能上的不同，并从理论上分析了FCEV的能量分配和系统控制方式，用SIMULINK建立了一个FCEV的系统模型进行仿真，通过对仿真结果的分析验证了文中所迷的控制策略。     

多能源混合电动汽车控制策略的模糊预测研究

为了使混合电动汽车获得较大的加速度和较长的续驶里程,同时改善整车的动力性能,提出了一种多能源混合动力系统结构。高能量、大功率的多能源混合动力系统必须配备一个能量智能管理系统,才能达到合理分配功率的目的。为此,建立在前向推理结构模型的基础上,提出了一种能量管理系统的模糊预测控制策略。它主要由电池荷电状态预测控制器、充电控制器和功率分配控制器组成。仿真结果表明:与简单分配控制策略(查表法)相比,采用模糊预测控制策略的混合电动汽车在续驶里程、燃油经济性和整车效率等方面均有较大提高。下一步将采用快速控制原型dSPACE系统完成该模糊预测控制的实车实现。     

基于混合控制策略的半主动悬架道路友好性

为提高重载车辆悬架系统的道路友好性,利用Matlab/Simulink建立基于混合控制策略的半主动悬架系统的道路友好性仿真模型,分析了阻尼力分配系数对车辆-路面动态载荷的影响。利用动态载荷系数、动态载荷应力因子道路友好性指标评价了具有混合控制策略的半主动悬架系统的道路友好性。研究结果表明,当阻尼力分配系数为0.2～0.6时可使基于混合控制策略的半主动悬架系统的具有较好的道路友好性。     

基于贝叶斯网络的威胁等级评估算法研究

阐述了基于贝叶斯网络专家系统的特点。研究了基于贝叶斯网络的推理模型以及基于此模型的推理算法。利用该算法构建了威胁等级评估模型，并进行了实例计算。研究结果表明，基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法，其结果能够比较准确的反映威胁源的真实威胁程度。     

基于PSO算法的弹道辨识网络及仿真

提出了一种基于粒子群优化算法(PSO)的弹道辨识及仿真的技术。根据弹道质心运动方程模型，以小脑模型开关控制器神经网络(CMAC)为核心构建了辨识网络，利用PSO算法控制辨识与仿真的实现。仿真试验表明，利用PSO算法实现弹道辨识比BP算法辨识精度高，收敛性好。     

基于神经网络自整定PID控制策略及其仿真

提出了在RBF网络辨识Jacobian阵基础上，将BP网络引入PID控制参数在线整定的算法，算法可以实现PID控制参数的自动在线整定和优化；给出了在Matlab平台上实现算法的步骤；并通过实例仿真进一步证明了算法的可行性和优越性。     

基于并行混沌和单纯形法的混合全局优化算法

混沌优化算法采用的是串行优化结构,采用并行结构进行,并不断缩小搜索空间,提高了混沌优化在变量取值范围较大情况下的搜索效率。针对混沌在全局最优点附近搜索速度变得很慢、精度较低的缺点,结合单纯形法,提高了收敛的速度和求解精度。仿真结果表明并行混合优化算法可以得到满意的结果。     

近空间多武器平台对地攻击多阶段模型及算法

针对近空间多武器平台对地攻击问题,综合考虑了作战资源、目标毁伤、己方损耗、飞行最短路径等四项关键战技指标,建立了多阶段优化控制模型,给出了相关的推理过程。为避免动态规划及序列规划的计算复杂性,通过设计合适的表达方法,使粒子与可行解对应,给出了改进的粒子群优化算法及算法详细步骤,并分析了改进的粒子群算法快速全局优化的特点,说明该算法能找到优化问题的全局最优解。最后对多阶段优化问题分别用改进的粒子群算法进行求解,仿真结果验证了模型的合理性和算法的有效性。     

一种基于电子侦察和光学成像侦察的目标综合识别算法

利用电子支援措施(electronicsupportmeasure,ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。提出了一种基于模糊集理论和D S证据理论的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

自主交会对接中运动参数的测量

探讨了基于双目测量系统实现自主交会对接中运动参数的一种测量方法。通过对系统数学模型的误差分析,确定标志点的检测精度是影响测量误差的主要因素。将系统中的标识点配置为圆形,利用最小二乘准则精确地估计标志像点的圆参数,以提高运动参数的测量精度。仿真实验中圆参数的估计可以达到亚像素的检测精度,验证了算法的有效性。     

一种非线性时变系统小波网络辨识算法

提出一种可对任意非线性时变系统进行辨识的新方法，即基于小波神经网络的带自校正移动窗的递推最小二乘算法，与现有的神经网络辨识算法不同，该算法是根据被估权值时变速度的快慢来自适应地调整移动窗的长度，以跟踪非线性时变系统的动态特性，文中推导了了算法，并将全局算法进一步推广成不含任何矩阵运算的局部算法以提高算法的实时性能，几个典型的系统辨识仿真实例显示出这种方法具有跟踪精度高和计算简便的良好性能。     

基于禁忌搜索的负载均衡组播路由算法

提出了一种基于禁忌搜索策略的能实现网络负载均衡的QoS组播路由优化算法。该算法在满足业务带宽和时延的基本要求下,将网络费用和负载均衡分布作为目标函数进行优化,达到网络费用较小和负载均衡分布的目的。仿真结果表明,该算法是一个有效、可行的算法。     

基于子空间方法的自适应半盲多用户检测

提出MC-CDMA系统下一种基于子空间方法的自适应半盲多用户检测算法。该算法通过利用小区内所有用户的扩频码设计了一种基于MOE准则的半盲检测器。针对Chebyshev逼近算法受到来自噪声子空间分量的影响导致性能下降的问题,提出一种子空间约束Chebyshev逼近算法,并使用该算法自适应得到权向量。为了减少计算复杂度,采用修正的PASTd算法自适应跟踪信号子空间。仿真实验验证了该算法的有效性和可行性。