基于集合经验模态的小波半软阈值降噪

针对振动信号采集过程中混入噪声无法准确判断信息的问题,提出基于集合经验模态的小波半软阈值降噪法。该方法利用EEMD算法的自适应性且能避免IMF(Intrinsic Mode Function)分量混叠的特点以及小波半软阈值函数连续性好且避免重构信号存在偏差的优点,在一定程度上避免了EMD分解过程中出现混叠的现象,且降低了重构信号的偏差,对信号降噪的同时能更准确地将信号波形复原。分别利用仿真信号和实验信号验证该方法的有效性,分析结果表明,基于EEMD的小波半软阈值降噪方法具备两种方法的优点,能够很好地抑制信号中的噪声,并且在重构过程中能较好地复原信号的有用信息。

全时四驱混合动力汽车模糊能量控制策略研究

针对新开发的全时四驱混合动力系统,以燃油消耗量最小为目标,设计了基于规则的逻辑门限能量控制策略。为了增进能量分配的合理性,开发了双模糊控制器,输出变量分别是发动机转矩系数和后驱电机转矩系数,用于修正发动机和后驱电机的目标转矩。在MATLAB/Simulink搭建了相应的控制策略模型与Cruise中的整车模型进行联合仿真。结果表明,采用双模糊控制器修正后的能量管理策略能有效提高全时四驱混合动力汽车的燃油经济性、明显减少了车速误差并能更好地控制电池SOC的变化。