一、模糊辨识器的设计及应用（论文文献综述）
杨波,吴翔[1]（2017）在《基于模糊逻辑的EHB系统制动意图识别》文中研究说明随着汽车电子技术的发展,线控技术日趋成熟。目前,电子机械制动（EMB）系统尚未成熟,电子液压制动（EHB）系统成为线控制动系统的主力产品。EHB系统取消了制动踏板与制动总泵推杆之间的硬连接,通过传感器测量驾驶员踩制动踏板的参数并传输给电子控制单元（ECU）;ECU根据已设定的算法决定助力大小,对驾驶员的制动意图进行识别。基于机械解耦电子液压线控制动系统,提出了一种基于模糊逻辑的驾驶员紧急制动意图识别方法。首先,利用NI-PXI的DAQmx采集卡采集制动踏板的位移,将制动踏板位移对时间求导得到制动踏板速度。然后,将制动踏板位移和速度作为模糊模式识别算法的输入,判断是否为紧急制动意图:如果是紧急制动意图,则制动辅助策略介入;否则制动辅助策略不介入,执行常规制动策略。最后,对汽车在典型工况下的紧急制动意图进行硬件在环,通过对比仿真结果,验证了制动意图识别算法的有效性。该算法为今后EHB系统的制动意图识别提供一定依据,有利于该e Booster系统的产品化。
张伟同[2]（2016）在《某轿车动力学稳定性集成制动伺服控制研究》文中研究指明我国汽车的保有量2015年突破1.6亿,与此同时交通事故数量也呈现明显增长趋势,交通事故的发生在很大程度上是由不良的制动性能引起的,传统制动系统已不能满足当前汽车的需求。集成制动系统作为新一代制动系统的产物,具有响应快速、结构简单、易于实现汽车防抱死制动系统（Anti-lock Braking System简称ABS）、牵引力控制系统（Traction Control System简称TCS）、电子稳定性控制（Electronic Stability Program简称ESP）等功能,是汽车制动系统研究的新方向。集成制动系统的稳定性控制及制动轮缸压力伺服控制是目前研究的热点,也是本文研究的出发点。动力学稳定性集成制动控制与压力伺服控制是集成制动系统研究的关键技术。针对集成制动系统的特性,设计基于ABS、TCS、ESP的整车稳定性控制器,与轮缸压力伺服控制器,并进行离线仿真、硬件在环测试,主要研究内容:（1）课题调研:调研了有关集成制动系统方案以及制动轮缸压力伺服控制的国内外研究研现状;（2）集成制动系统控制器设计:针对集成制动系统稳定性控制,设计了防抱死制动系统模糊PID控制器、牵引力控制系统模糊PID控制器、电子稳定性控制系统模糊-逻辑门限值PID控制器;针对轮缸压力伺服控制,设计基于模糊RBF（Radial Basis Function简称RBF）神经网络PID伺服控制器;（3）搭建集成制动伺服控制仿真平台:推导有关制动系统的数学模型,搭建基于Car Sim和Simulink的整车动力学仿真模型、制动系统动力学仿真模型以及控制器模型仿真平台;（4）整车控制算法软件在环仿真分析:针对模糊RBF神经网络PID伺服控制器,进行制动轮缸的增压工况响应仿真分析与减压工况响应仿真分析,验证伺服控制器的合理性;针对整车动力学稳定性控制器,进行典型ABS工况仿真分析、典型TCS工况仿真分析、典型ESP工况仿真分析,验证整车控制器的合理性;（5）搭建集成制动伺服控制硬件在环试验平台,进行典型工况试验验证:a)设计集成制动系统的有关硬件电路,包括:电源电路设计、最小系统设计、电磁阀驱动电路设计、信号采集电路设计以及CAN通信电路设计等;b)搭建了基于d SPACE、Car Sim RT的硬件在环实验平台;c)进行典型增压工况、典型减压工况硬件在环试验,验证伺服控制器合理性;进行整车稳定性典型工况硬件在环试验,验证控制系统的合理性。
刘磊[3]（2016）在《汽车真空辅助制动系统设计研究》文中研究指明随着汽车研发技术的飞速发展,人们对汽车动力性和舒适性要求越来越高的同时,对汽车安全性的关注程度随之不断提高。其中,汽车的制动安全性显得尤为重要,因为良好的制动性能是汽车安全行驶的基本保障。目前常用的汽车制动方式是在汽车的车轮上安装机械式摩擦制动器,但是长时间频繁的制动会使制动鼓（盘）和摩擦衬片（制动衬片）过热,使摩擦衬片磨损加剧,缩短其使用寿命。许多先进的电子控制制动系统,如制动防抱系统（ABS）、电子制动系统（EBS）以及驱动防滑系统（ASR）的使用,在摩擦制动系统的有效能力范围内使其可靠性大大提高,但对制动器的温度过高和制动器的磨损却并无太大的帮助。要解决这些问题,较为可行的办法就是加装汽车辅助制动装置。本文所研究的汽车真空辅助制动系统就是一种新型的辅助制动系统,利用真空吸附技术原理,在紧急制动情况下缩短汽车的制动距离。本论文主要进行了如下的工作:（1）通过分析和研究大量实车制动工况数据（包括制动踏板开度,制动踏板开度变化率,制动踏板力,制动减速度）,对制动意图进行了分类和表征。（2）用Matlab建立了模糊辨识器模型,辨识驾驶员制动意图。（3）利用已建立的模糊辨识器搭建Simulink仿真模型,通过已采集的实车制动工况数据对模糊辨识器的识别效果进行离线验证。（4）将所建立驾驶员制动意图辨识模型的Simulink仿真程序自动生成适用于真空辅助制动系统的控制器Freescale（飞思卡尔）单片机的C语言代码。（5）对真空辅助制动系统制动吸盘的结构进行改进设计,减少其漏气速率和漏气时间,增加其真空度,以便提高制动吸盘与地面的贴合度,增加制动吸盘的摩擦橡胶与地面产生与汽车行进方向相反的摩擦力,为汽车提供足够高的辅助制动力。
孙磊[4]（2012）在《HEV驾驶员制动意图识别及控制算法研究》文中研究说明制动能量再生是混合动力汽车节油最有效的途径之一。对再生制动中的关键技术进行研究具有重要的现实意义和应用价值。为了在保证汽车的制动性的同时又能让电机尽量多地回收制动能量，就要制定适当的再生制动控制策略，合理地分配电制动和机械制动的强度，使整车在保证制动性的同时，最大限度地回收制动能量。目前的控制策略的研究主要集中在电机和机械制动的制动力分配上，对驾驶员制动意图的识别还只是靠制动踏板开度这一单一参数。只根据制动踏板开度来识别制动意图所得到的结果还不够精确。目前的控制策略虽然采用了许多先进的控制理论，但控制效果都差强人意。因此，单一的制动踏板开度已不能满足再生制动的控制需要，多参数精确识别制动意图对再生制动的控制具有重要意义，一方面可以根据驾驶员的真实制动意图更加合理地分配电机制动与机械制动，既能保证汽车的制动性又能使电机回收更多制动能量；另一方面可以保证汽车的滑行距离，在提高滑行时的驾驶性能的前提下回收滑行制动的能量。本课题组在863混合动力汽车开发项目中与一汽技术研发中心共同承担“混合动力汽车整车控制策略研究”项目，课题来源正是上述项目中的关键技术——辅助控制模块中的驾驶员意图识别模块。意图识别分为驱动意图识别和制动意图识别，本论文研究内容是制动意图识别及控制算法。论文进行了如下工作：第一，分析和研究大量实车工况数据，对制动意图进行了分类和表征。第二，用MATLAB建立了模糊辨识器模型，识别常规制动意图。第三，通过实车道路试验对模糊辨识器的识别效果进行在线验证，并用神经网络优化了模糊辨识的隶属函数，提高了识别准确率。第四，针对滑行制动意图的识别，通过对传统车空档滑行的动力学分析，对驾驶员的分析以及对大量实车滑行数据的统计，建立了滑行制动的V-t数学模型，并推导出滑行制动时电机的负荷率控制公式。最后，在制动意图识别的基础上，优化了再生制动的控制策略。建立了CRUISE—SIMULINK正向仿真平台，对控制策略进行了仿真对比验证。证明了基于制动意图识别的控制策略的优化，对混合动力汽车的驾驶性能，以及整车的燃油经济性都起到了积极的作用。
杜宝庆[5]（2007）在《延迟系统控制及非线性系统辨识与仿真》文中提出本文首先简要介绍了所研究问题延迟系统控制及非线性系统辨识理论的国内外发展概况，指出了所做的研究具有理论价值和广泛的实际应用前景。滞后环节在工业生产过程中普遍存在，大时滞的存在严重影响了系统的稳定性，甚至引起系统闭环的不稳定或根本无法对系统进行有效的控制。本文在第二章中分析了常规PID控制器的弊端和史密斯预估控制对模型的过度依赖问题。并提出在控制器前增加一滤波器来提高控制器的控制品质和鲁棒性，仿真表明该方法对延迟系统的控制具有较好的控制性能。非线性现象是在工程技术、科学研究以至自然界及人类社会活动的各个领域普遍存在的问题。本文在第三章和第四章中以复杂的非线性系统为对象，主要对非线性系统的辨识方法进行了研究。详细分析了将神经网络和模糊逻辑系统应用于非线性系统辨识的基本思想和步骤，并通过仿真研究了各辨识模型的优缺点，提出了改进的模糊模型辨识方法，该方法在现有算法的基础上作了改进，融合模糊控制和神经网络的优点，根据过程变量的动态变化实施辨识器的参数在线调整使非线性系统的辨识获得了良好的效果，仿真表明了该控制方案的优越性。最后，对本文主要研究工作作了总结，并提出了一些以后值得研究的问题和研究方向。
魏利胜,费敏锐,杜大军[6]（2006）在《用于陀螺仪随机误差估计的BP自适应模糊辨识法》文中认为在惯导系统中,陀螺仪精度是系统精度的重要指标之一,而陀螺仪随机漂移是影响陀螺精度的重要误差源, 因而研究陀螺仪随机漂移对提高陀螺仪精度有着重要的意义。本文提出一种BP自适应模糊辨识法及其辨识过程, 它充分利用了语言信息与数据信息,在线反向传播学习,实现对陀螺仪的随机误差的高精度辨识,使数据辨识的均方误差达到最小。通过仿真实验,证明了利用BP自适应模糊方法对陀螺仪随机漂移进行辨识具有较高的精度和良好的应用价值。
韩直,彭建国,郑浩[7]（2006）在《雪峰山特长公路隧道异常分类与预警技术研究》文中指出分析了特长公路隧道异常的原因、危害与信息特点,应用交通流理论,建立了有先兆类异常的安全预警模型,提出了安全防范措施。
要瑞璞,王培光[8]（2005）在《非线性系统第一类模糊辨识器的设计及仿真》文中认为该文针对非线性系统的辨识问题,给出了第一类模糊辨识器的设计方案,该方案通过引入最优逼近误差的自适应律参数项,实时地调整参数来实现对非线性系统的辨识。采用此方法可使辨识器模型的输出很快收敛到真实系统,且辨识误差渐进收敛到零。该文根据此算法编写了便于仿真实现的MATLAB程序,且给出了此程序的解算流程图。最后对Rossler混沌系统的实例进行仿真,绘制了系统真实曲线和辨识器模型输出的估计值曲线,仿真结果说明了该方法在非线性系统辨识中的使用性和可行性。
林林,张国香,李韶远[9]（2005）在《一种可自适应优化模糊控制规则的控制系统》文中研究说明提出一种模糊控制规则可自适应调整的控制算法。该算法利用模糊逻辑系统构建模糊辨识器和模糊控制器,依据辨识器在线预估输出误差与模糊控制规则相关参数优化之间的内在联系及自适应优化模糊控制规则。仿真实验表明了该算法的有效性。
祖家奎,赵淳生,戴冠中[10]（2005）在《一种新的自适应非单点模糊辨识器》文中研究说明鉴于常规单点模糊逻辑系统在解决不确定性问题中存在的不足,该文在分析非单点模糊逻辑理论的基础之上,提出了一种新的自适应非单点模糊辨识器,并且详细论述了其相关理论、具体实现步骤和参数优化方法。针对一种糖酵解混沌振荡器模型的非线性动态系统辨识问题,采用非单点模糊逻辑系统对其进行了仿真研究,取得了较好的逼进和收敛效果,从而验证了该非单点模糊辨识器的可行性和有效性。该研究结果表明了基于非单点模糊逻辑系统构造的自适应辨识器能够在一定精度和时间区域内跟踪非线性动态系统的输出,并且非单点模糊理论将能够在控制等其它应用领域取得较好的应用效果。
二、模糊辨识器的设计及应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊辨识器的设计及应用（论文提纲范文）
（1）基于模糊逻辑的EHB系统制动意图识别（论文提纲范文）
| 0 引言 |
| 1 制动意图的辨识 |
| 1.1 制动意图的识别参数选择 |
| 1.1.1 制动踏板位移 |
| 1.1.2 制动踏板速度 |
| 1.1.3 制动踏板力 |
| 1.2 制动意图的分类及特征 |
| 1.3 制动意图的辨识方法 |
| 1.4 模糊推理模型的建立 |
| 2 硬件在环仿真及结果分析 |
| 2.1 硬件在环 |
| 2.2 仿真结果分析 |
| 3 结束语 |
（2）某轿车动力学稳定性集成制动伺服控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 论文中符号定义 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 集成制动系统研究现状 |
| 1.2.2 压力伺服控制算法研究现状 |
| 1.3 本文研究内容 |
| 第2章 轿车动力学稳定性集成制动伺服控制设计 |
| 2.1 动力学稳定性集成制动伺服控制总体架构 |
| 2.2 动力学稳定性整车控制器设计 |
| 2.2.1 防抱死制动系统模糊PID控制器设计 |
| 2.2.2 牵引力控制系统模糊PID控制器设计 |
| 2.2.3 电子稳定性模糊-逻辑门限值PID控制器设计 |
| 2.3 模糊RBF神经网络PID伺服控制器设计 |
| 2.3.1 RBF神经网络控制器设计 |
| 2.3.2 模糊PID伺服控制器设计 |
| 2.4 本章小结 |
| 第3章 某轿车动力学稳定性集成制动伺服控制仿真平台 |
| 3.1 仿真平台总体架构 |
| 3.2 动力学稳定性集成制动伺服控制动力学仿真模型 |
| 3.2.1 基于CarSim整车动力学模型介绍 |
| 3.2.2 集成制动系统动力学模型 |
| 3.3 本章小结 |
| 第4章 某轿车动力学稳定性集成制动伺服控制仿真研究 |
| 4.1 典型仿真工况 |
| 4.2 动力学稳定性集成制动伺服控制仿真分析 |
| 4.2.1 伺服控制工况仿真分析 |
| 4.2.2 整车控制工况仿真分析 |
| 4.3 本章小结 |
| 第5章 某轿车动力学稳定性集成制动伺服控制硬件在环试验研究 |
| 5.1 某轿车动力学稳定性集成制动伺服控制硬件在环试验台 |
| 5.1.1 硬件在环试验台总体架构 |
| 5.1.2 硬件在环试验台功能模块设计 |
| 5.2 动力学稳定性集成制动伺服控制硬件在环试验分析 |
| 5.2.1 伺服控制工况硬件在环试验分析 |
| 5.2.2 整车控制工况硬件在环试验试验分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 前景展望 |
| 参考文献 |
| 致谢 |
（3）汽车真空辅助制动系统设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 辅助制动装置的类型和分类 |
| 1.1.1 发动机缓速器 |
| 1.1.2 发动机排气辅助制动装置 |
| 1.1.3 液力缓速器 |
| 1.1.4 电涡流缓速器 |
| 1.1.5 永磁式缓速器 |
| 1.2 汽车辅助制动系统的研究意义 |
| 1.3 汽车辅助制动系统的国内外研究概况 |
| 1.3.1 汽车辅助制动系统的国外研究现状 |
| 1.3.2 汽车辅助制动装置的国内研究现状 |
| 1.4 本文的主要研究内容 |
| 2 基于模糊推理的驾驶员制动意图辨识研究 |
| 2.1 驾驶员制动意图辨识研究现状 |
| 2.2 模糊推理 |
| 2.3 模糊模式识别理论 |
| 2.3.1 模式识别方法的分类与比较 |
| 2.3.2 模式识别方法比较 |
| 2.4 本章小结 |
| 3 驾驶员制动意图辨识模型的建立 |
| 3.1 驾驶员制动试验工况数据的采集 |
| 3.1.1 制动意图与制动行为分析 |
| 3.1.2 制动试验工况数据获取 |
| 3.2 驾驶员制动意图辨识模型的确立 |
| 3.2.1 制动意图的分类及表征 |
| 3.2.2 驾驶员制动意图识别参数的辨识方法 |
| 3.2.3 各参数隶属函数的确定 |
| 3.2.4 模糊规则的确定 |
| 3.2.5 用Matlab建立模糊辨识器模型 |
| 3.3 驾驶员制动意图辨识的离线验证 |
| 3.3.1 驾驶员制动意图辨识离线验证模型的建立 |
| 3.3.2 驾驶员制动意图辨识模型的仿真结果及分析 |
| 3.4 驾驶员制动意图离线验证模型的代码生成 |
| 3.5 本章小结 |
| 4 真空吸附技术的研究 |
| 4.1 真空吸附技术的发展状况 |
| 4.1.1 真空吸附技术在国内发展状况 |
| 4.1.2 真空吸附技术在国外发展状况 |
| 4.2 真空吸盘的概述 |
| 4.3 真空吸盘的分类 |
| 4.4 本章小结 |
| 5 汽车真空辅助制动系统制动吸盘的设计 |
| 5.1 汽车真空辅助制动系统的组成和功能 |
| 5.2 汽车真空辅助制动系统的工作原理 |
| 5.3 制动吸盘的设计 |
| 5.3.1 制动吸盘真空吸附原理分析 |
| 5.3.2 制动吸盘辅助制动力的影响因素 |
| 5.3.3 制动吸盘摩擦材料的选择 |
| 5.3.4 制动吸盘密封气囊面积的选择 |
| 5.4 汽车真空辅助制动系统制动效能的评价 |
| 5.5 本章小结 |
| 6 全文总结及研究展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士期间发表学术论文情况 |
| 致谢 |
（4）HEV驾驶员制动意图识别及控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 概述 |
| 1.2 课题的提出 |
| 1.3 本课题的研究意义 |
| 1.4 国内外研究现状 |
| 1.4.1 国外的研究现状 |
| 1.4.2 国内的研究现状 |
| 1.5 本文的主要研究内容 |
| 第2章 基于多参数模糊辨识的常规制动意图识别方法研究 |
| 2.1 制动意图的分类及表征 |
| 2.2 常规制动意图识别参数的辨识方法 |
| 2.3 各参数隶属函数的确定 |
| 2.4 模糊推理规则的确定 |
| 2.5 用MATLAB建立模糊辨识器模型 |
| 2.6 本章小结 |
| 第3章 常规制动意图识别的验证及模糊辨识器的优化 |
| 3.1 常规制动意图识别参数在线提取及处理 |
| 3.1.1 在线验证的道路试验简介 |
| 3.1.2 dSPACE系统简介 |
| 3.1.3 各识别参数的提取及处理 |
| 3.2 实验验证结果及分析 |
| 3.2.1 模糊辨识器对制动意图的响应速度 |
| 3.2.2 制动意图识别准确度对比 |
| 3.3 基于神经网络系统的模糊辨识器的离线优化 |
| 3.3.1 神将网络系统概述 |
| 3.3.2 用MATLAB神经网络工具优化模糊辨识器 |
| 3.3.3 优化结果 |
| 3.4 本章小结 |
| 第4章 滑行制动意图识别及控制算法研究 |
| 4.1 滑行再生制动应用现状及问题 |
| 4.2 非再生制动平路滑行的动力学分析 |
| 4.3 滑行再生制动距离识别及控制算法 |
| 4.4 本章小结 |
| 第5章 基于制动意图识别的控制策略优化及仿真 |
| 5.1 AVL CRUISE软件简介 |
| 5.2 模型的建立 |
| 5.2.1 SIMULINK控制模型 |
| 5.2.2 CRUISE动力学模型 |
| 5.3 仿真结果分析 |
| 5.3.1 滑行制动仿真结果分析 |
| 5.3.2 工况仿真结果分析 |
| 5.4 本章小结 |
| 第6章 全文总结及研究展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
（5）延迟系统控制及非线性系统辨识与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1-1 大延迟系统 |
| 1-1-1 研究背景及意义 |
| 1-1-2 时滞系统控制发展历史及现状 |
| 1-2 非线性系统辨识 |
| 1-2-1 系统辨识的定义 |
| 1-2-2 非线性系统辨识理论的发展状况及主要的辨别方法 |
| 1-2-3 非线性系统辨识的研究意义 |
| 1-3 本文的主要内容及章节安排 |
| 第二章 延迟系统控制 |
| 2-1 引言 |
| 2-2 常规PID控制 |
| 2-3 史密斯预估控制 |
| 2-3-1 史密斯预估算法 |
| 2-3-2 史密斯预估控制仿真 |
| 2-3-3 史密斯预估控制的缺陷 |
| 2-3-4 改进的史密斯预估控制 |
| 2-4 本章小结 |
| 第三章 神经网络在非线性系统辨识中的应用 |
| 3-1 引言 |
| 3-2 基于神经网络理论的NARMA模型参数辨识原理 |
| 3-3 常用神经网络学习算法简介 |
| 3-3-1 反向传播(BP)学习算法 |
| 3-3-2 径向基函数(RBF)网络 |
| 3-3-3 改进的BP网络结构 |
| 3-4 非线性系统神经网络辨识仿真 |
| 3-4-1 使用三层BP网络进行辨识 |
| 3-4-2 用径向基函数网络辨识(3.13)所表示的系统 |
| 3-5 本章小结 |
| 第四章 模糊逻辑系统在非线性系统辨识中的应用 |
| 4-1 引言 |
| 4-2 模糊辨识器的设计 |
| 4-3 程序仿真 |
| 4-3-1 考察第一种初始参数选择方法的性能(无自学习过程) |
| 4-3-2 非线性系统辨识仿真(有自学习过程) |
| 4-4 本章小结 |
| 第五章 总结与展望 |
| 5-1 总结 |
| 5-2 以后的研究方向 |
| 参考文献 |
| 致谢 |
（7）雪峰山特长公路隧道异常分类与预警技术研究（论文提纲范文）
| 1 异常原因与特点 |
| 2 预警原理 |
| 2.1 交通拥挤预警原理 |
| 2.1.1 基于车头间隔的预警法 |
| 2.1.2 基于交通量发展趋势的预警法 |
| 2.2 交通事故预警原理 |
| 2.2.1 速度预警法 |
| 2.2.2 密度预警法 |
| 3 预警措施 |
（8）非线性系统第一类模糊辨识器的设计及仿真（论文提纲范文）
| 1 引言 |
| 2 问题的描述 |
| 3 第一类辨识器的设计 |
| 4 第一类模糊辨识器仿真实现 |
| 5 仿真分析 |
| 6 结论 |
（9）一种可自适应优化模糊控制规则的控制系统（论文提纲范文）
| 1 模糊控制器和模糊辨识器设计 |
| 2 可自适应优化模糊控制规则的控制系统的算法实现步骤 |
| 3 仿真研究 |
| 4 仿真结果分析 |
（10）一种新的自适应非单点模糊辨识器（论文提纲范文）
| 1 引言 |
| 2 非单点模糊逻辑系统 |
| 3 非单点模糊辨识器的设计 |
| 3.1 辨识目标 |
| 3.2 设计方案 |
| 4 在非线性动态系统辨识中的应用 |
| 5 结论 |
四、模糊辨识器的设计及应用（论文参考文献）
- [1]基于模糊逻辑的EHB系统制动意图识别[J]. 杨波,吴翔. 自动化仪表, 2017(09)
- [2]某轿车动力学稳定性集成制动伺服控制研究[D]. 张伟同. 吉林大学, 2016(09)
- [3]汽车真空辅助制动系统设计研究[D]. 刘磊. 辽宁工业大学, 2016(07)
- [4]HEV驾驶员制动意图识别及控制算法研究[D]. 孙磊. 吉林大学, 2012(09)
- [5]延迟系统控制及非线性系统辨识与仿真[D]. 杜宝庆. 曲阜师范大学, 2007(03)
- [6]用于陀螺仪随机误差估计的BP自适应模糊辨识法[A]. 魏利胜,费敏锐,杜大军. 第25届中国控制会议论文集（上册）, 2006
- [7]雪峰山特长公路隧道异常分类与预警技术研究[J]. 韩直,彭建国,郑浩. 中南公路工程, 2006(01)
- [8]非线性系统第一类模糊辨识器的设计及仿真[J]. 要瑞璞,王培光. 计算机仿真, 2005(09)
- [9]一种可自适应优化模糊控制规则的控制系统[J]. 林林,张国香,李韶远. 天津工程师范学院学报, 2005(03)
- [10]一种新的自适应非单点模糊辨识器[J]. 祖家奎,赵淳生,戴冠中. 计算机仿真, 2005(08)
标签：汽车论文; 制动系统论文; 伺服控制论文; 制动能量回收系统论文; 系统辨识论文;