自动巡航汽车自适应逆控制的建模与仿真

李世一　解淑英　杜绍研

摘 要： 研究神经网络非线性系统的自适应建模和逆建模策略用于非线性的自动巡航系统的控制及可行性。通过对自适应逆控制方法与现行的反馈控制、模糊控制、PID控制进行对比，并在有干扰的情况下系统需要一定的收敛时间，通过运用Matlab软件进行仿真。根据仿真结果分析，当对象输出没有受到干扰时，其在线辨识对象模型和逆模型有十分好的效果；当对象输出存在一些干扰时，由于干扰的存在，需要一段时间来将两个辨识模型收敛。因此，基于动态神经网络的非线性自适应逆控制系统是十分可行的。

关键词： 自动巡航汽车； 自适应逆控制； 神经网络； 非线性系统

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）06?0019?02

由测速装置、转向角传感器、车速传感器等部件组成的巡航控制系统是现今的汽车巡航控制系统的主体部分，自动巡航控制系统的研究是近些年来国内外研究的主要方向。当道路情况良好时，该系统就与普通的巡航系统大致相同；当行驶的汽车速度较高或者是行驶过程中与前一辆车之间的距离较近时，通过感应，系统就会适当减速，以避免追尾事件[1]。国内有多所高校和科研单位已经开始从事汽车自动巡航控制系统的研究[2?4]。目前，汽车自动巡航控制系统的控制策略有多种，其主要有PID调节方式、自适应控制、模糊控制等。汽车巡航控制系统中的模糊控制器不需要精确的数字，也不需要精准的数学模型，其数据主要来源于该汽车设定的车速与实际车速的偏差和变化率，因此该系统的确定就使得其规则和隶属函数不能随外界参数的变化而进行调整。……