阶次自适应AR等效电路模型的锂电池SOC滑模观测

基于等效电路模型的一类车载动力电池剩余荷电状态(state of charge,SOC)的估算方法,其估算精度高度依赖于模型精度,模型精度又正比于模型复杂度,以至于难以较好地应用于嵌入式控制单元.提出复杂度相对较低、能够自适应确定最优模型阶次的全新等效电路模型——基于阶次自适应AR模型的车载动力电池等效电路灰箱模型.基...     

基于SCMA的无人机中继辅助上行通信方案

为提高蜂窝通信系统的上行总吞吐量,在满足用户服务质量需求的前提下,提出了一种基于稀疏码多址接入(sparse code multiple access,SCMA)的无人机中继辅助上行通信方案,通过部署无人机增强网络覆盖,并利用SCMA提高系统传输性能。根据用户的分布和概率视距传输模型,通过交替优化码本、功率和无人机坐标,确定无人机的3维部署位置;进行资源优化后,根据信道状态信息,对子载波进行配对并迭代码本、功率,以获得优化的码本和功率分配方案。仿真结果表明,提出的方案能够有效提高上行吞吐量,并满足用户的服务质量需求。     

AGV调度优化的应用场景、关键因素和研究方法综述

针对自动引导小车(automated guided vehicle,AGV)调度问题,梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状,发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域;分析了AGV调度优化需考虑的因素,发现数量配置与充电管理两个关键因素联合考虑的不足,建议未来在大规模动态调度研究中将二者统筹考虑;从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法,建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

基于mRMR-IPSO的短期负荷预测双阶段特征选择

电力负荷具有时空多变的特性,受众多因素的影响,在短期负荷预测中较多的输入特征会造成维度灾难,导致模型预测性能不佳,因此选择合理的输入特征集至关重要。文章提出一种新的短期负荷预测特征选择方法——mRMR-IPSO双阶段法。利用最大相关最小冗余（max-relevance and min-redundancy,mRMR）判据对原始特征进行排序,考虑输入特征与输出特征之间相关性和输入特征间冗余性,筛选掉一些排序靠后的特征,初选出对预测效果影响显著的特征子集;采用基于改进的粒子群优化算法（improved particle swarm optimization,IPSO）的搜索策略,以LightGBM模型的预测精度为适应度函数,对初选特征子集进行精选,得到最优特征子集。算例结果表明,所提方法能在对原始特征集大幅降维的情况下提升预测精度。     

基于改进乌鸦搜索算法的无人艇新型路径规划策略

鉴于无人艇的实际航行需求,所规划的路径应满足顺滑性和经济性要求,为此提出一种基于改进乌鸦搜索算法和新型路径拟合方法的路径规划策略。文中提出一种新型路径拟合方法,用于优化转向点的数量并对转向点进行圆弧过渡处理,从而缩短路径长度,并保证无人艇在航速稳定的情况下实现转向,在此基础上提出一种改进的乌鸦搜索算法,用于优化路径转向点的位置。算法的改进主要体现在3个方面：采用反向学习策略以提高初始种群质量及多样性;提出一种动态变化的意识概率以提高算法局部和全局的搜索能力;采用莱维飞行策略以改善搜索的方向性和有效性。仿真结果表明,所提出的新型路径拟合方法优于B样条曲线拟合方法和直线段拟合方法。迭代计算和方差分析结果表明：在优化新型拟合路径方面,所提出的改进乌鸦搜索算法相较于标准乌鸦搜索算法、差分进化算法和遗传算法具有更高的收敛精度和鲁棒性,能更高效地处理无人艇路径规划的实际问题。     

汽车操纵稳定性的虚拟试验技术

设计了汽车操纵稳定性虚拟试验系统,建立操纵稳定性动力学仿真分析模型,并进行车辆实体建模和行为建模．虚拟试验场案采用分层模块化的树形结构,用不同的类和节点并组织虚拟试验场的各种对象,并设置了光照、雾化和声音信息．虚拟试验过程是数据空间到图形图像空间的映射,使用WTK编程,通过仿真分析数据驱动汽车在虚拟的试验场中行驶,并用分割视屏窗口的方法实现了试验过程的立体视觉显示,从而实现了操纵稳定性的虚拟试验．实际车辆试验表明,虚拟试验分析数据与实车试验比较接近,驾驶员感受的场号与实车试验有较好的一致性．     

基于局部非抢占式定时调度的汽油机控制系统实时性分析

建立了实时性分析的框架,包括建模、调度算法设计和评价3个步骤.以单缸汽油机的点火和喷油控制为研究对象,进行了实时性分析和仿真.建立的多处理器实时系统模型由运行在3个处理器上的6个任务组成,提出了局部非抢占式定时调度算法(LNPTT),并与传统的时间片轮巡调度算法对比,对两种算法的可行性分别进行了可调度性验证、时序验证和共享资源验证.结果表明,建立的实时性分析模型合理,提出的LNPTT局部非抢占式定时调度算法可行、可靠.     

面向事故分析的车身关键参数数值模拟计算

汽车碰撞事故再现方法中常用的动量/能量和变形/能量分析方法需要对所涉及车辆的部分参数(如恢复系数和刚度系数)进行确定,传统的参数确定方法需要通过多次实车碰撞试验进行统计分析计算,具有周期长、成本高等缺陷,不适应目前多品种小批量的生产方式.据此,提出利用被试验验证的整车有限元模型对上述参数进行多种速度下的数值模拟计算,并将模拟试验得到的恢复系数应用于一起真实碰撞事故的分析,结果验证了该参数的可靠性及该方法的可行性.