简介:本文提出一种新的级联控制策略。利用自适应RBF神经网络控制和双闭环积分滑模控制,实现对无人机的位置控制以及姿态控制。自适应RBF神经网络控制可在线的、有效的估计未知的模型参数和持续的外界干扰,双闭环积分滑模控制可保证姿态系统状态量沿着预先设定的滑模面渐进收敛到期望的姿态轨迹,仿真结果表明本文的控制方法具有对外界干扰及模型不确定性良好的鲁棒性、光滑的输出信号以及非线性函数的逼近特性。
简介:整车控制器(VCU)是电动汽车整车控制系统的核心部件,直接影响车辆的动力性、经济型和可靠性。本文采用模块化、隔离化的思想设计了高性能整车控制器的硬件架构,以汽车开放系统架构(AUTOSAR)的层次模式为基础,设计了整车控制器的环形层次软件架构,给出了程序流程图。采用基于模型的设计方法设计应用层的软件,在Matlab中对算法进行建模,自动生成代码,最后将自动生成的代码与底层代码集成。本文的研究方法对于提高整车控制器的性能、提高底层软件的可移植性、减轻应用层软件的开发工作量等方面具有重要意义。
简介:为了优化单点交叉口信号控制方案,实施自适应控制措施,提出一种基于逻辑规则和优化模型的交叉口自适应控制方法。优化进口道检测器布设方案,车辆数据通过进口道多组检测器采集获取。逻辑规则以各进口道红灯期间排队车辆数和绿灯期间到达车辆数为基础数据,以交叉口通行能力为决策目标,进行相位切换决策判断。建立相位放行时间优化模型,优化相位切换决策后主要相位放行绿灯时长,避免车辆二次排队和相位绿灯期间单方向车流放行。运用VISSIM仿真软件,对比分析该自适应控制方法与感应控制方法和定时控制方法的控制效果。结果表明:该自适应控制方法下交叉口延误主要与饱和度相关,其延误数值均明显小于其他两种控制方法。