基于横摆角速度预测的制动防抱死系统单轮修正控制策略

针对制动防抱死系统(ABS)系统在对开路面的制动稳定性展开研究,基于Kalman滤波技术构建了横摆角速度预测器,并基于此实现了单轮修正控制策略,在充分保证ABS系统在对开路面下制动的方向稳定性的前提下,有效缩短了制动距离。利用硬件在环实验台,对控制策略进行了验证,结果表明设计的控制策略可以充分提高ABS的性能。

基于BP神经网络的GFSINS角速度预测

针对无陀螺捷联惯导系统(GFSINS)中传统角速度算法解算精度不高的问题,提出一种可避免复杂代数运算的反向传播(BP)神经网络算法来求解角速度.基于一种十加速度计构型方案,选择10个加速度计输出、采样周期和臂杆距离等12个已知量作为网络输入,以对数法得到的角速度值作为期望输出,针对5 000个样本在不同的隐含层层数、单层神经元个数以及学习步数等情况下进行网络训练,构建了一个含有30个隐含层神经元的3层BP网络模型.采用此模型对角速度进行实时预测,结果表明:网络具有很好的适应能力和实时性,角速度实时预测时间与对数法相当,且其预测精度比对数法提高大约3倍.