摘要：针对一类具有Markov跳跃参数的不确定混合系统,基于滑模控制理论,设计了滑模控制器.通过线性矩阵不等式方法,分别给出了匹配不确定和非匹配不确定条件下系统在滑模面上均方意义下指数稳定的充分条件.同时针对这两种不确定性,设计了相应的滑模控制策略,并证明了该控制策略能够确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上.仿真结果表明,所设计的控制器对不确定混合线性Markov跳跃系统具有很强的稳定性和鲁棒性.

摘要：针对TCP(Transmission Control Protocol,传输控制协议)网络的拥塞控制问题,基于T-S(Takagi-Sugeno)模糊模型,采用滑模控制理论提出了一种新的AQM(Active Queue Management,主动队列管理)算法。考虑到TCP网络中存在的不确定和时变时滞因素,首先利用T-S模糊模型对网络进行建模,然后利用线性矩阵不等式设计了一个渐近稳定的滑模面,而且还给出了一种能够明显减小滑模面附近抖振的趋近律,基于该趋近律设计的控制律能够有效地抑制路由器中队列长度的振荡,并使其快速收敛于期望值。仿真结果表明,该算法与普通的滑模控制算法相比具有更好的稳定性和鲁棒性,能够很好地适应复杂多变的TCP网络环境。

摘要：针对一类离散不确定时滞系统,提出一种输出反馈变结构控制算法,该算法使系统状态无需完全可测.通过研究离散不确定时滞系统的简约型,基于LMI技术给出了滑模平面的设计方法,推导出了稳定的滑模面存在的充分条件,并将参数不确定性的影响等效为名义时滞系统的外界干扰,利用时延技术对干扰进行在线估计,从而抵消掉系统中的不确定性.采用离散趋近律的方法设计控制律,并通过仿真算例验证了所提出算法的有效性.

摘要：讨论了一类具有Markov跳跃参数的不确定混合线性系统的滑模控制问题。通过线性矩阵不等式方法,给出了系统在滑模面上均方意义下指数稳定的充分条件。当匹配参数不确定项范数上界未知时,提出了一种参数自适应滑模控制器,确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。仿真结果表明,所设计的自适应滑模控制器对匹配参数不确定性具有的鲁棒性。

摘要：基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的非线性时滞系统的变结构控制问题。首先,利用变结构控制理论选择滑模面,根据可达条件提出了一种变结构控制方法,该方法确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。当不确定项不满足匹配条件时,根据Lyapunov稳定性理论和线性矩阵不等式(LMI)的方法得到了系统状态全局稳定的充分条件。最后给出了一个仿真加以说明该设计方法的有效性。

摘要：为了提高智能汽车在突发性交通危险工况下的安全性,设计了主动制动系统拟人智能决策-规划算法。建立了不同路面峰值附着系数条件下的制动电机目标电流Ii-hope函数,依据制动过程中实际滑移率λ和路面峰值附着系数μ,对制动电动机最优目标电流进行实时决策-规划。研究结果表明,在突发性交通危险工况下,所设计的拟人智能决策-规划算法能够把滑移率控制在当前路况最佳滑移率附近,在兼顾了舒适性的同时,整车制动能力提高了4.12%~4.38%,有效降低了智能汽车在突发性交通危险工况下的事故率。

摘要：随着车载视频处理系统集成度的不断提高,反射和串扰等信号造成的信号失真、时序混乱、系统误触发及数据错误等后果越来越严重。为解决上述问题,以BF561车载视频处理系统为研究对象,分析了反射、串扰的产生机理和对信号完整性的影响。针对反射问题,建立了串行端接仿真模型,分析了端接电阻阻值及端接位置对反射的影响。针对串扰问题,建立了三线串扰耦合模型,分析了耦合长度和走线间距对串扰的影响。仿真结果表明,在DDR2每条数据线600mil处串行端接一个75欧姆电阻可以明显减小反射。耦合长度限制在2400 mil以内,走线间距15 mil,可以明显减小传输线间串扰。同时能够保证信号完整性,为车载视频信号优化设计提供了参考。

摘要：为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。

摘要：为了避免路面差异给制动系统带来的困难,改善压力控制迟滞现象。本文设计了一套路面峰值附着系数辨识算法及单神经元PID压力控制器,并深入研究了路面对于制动性能的影响,比较了基于路面峰值附着系数的最大制动力与ABS最大强度制动的制动效果。通过Matlab/Simulink仿真验证了辨识算法的有效性,并将两种压力控制器进行了对比,再利用CarSim/Simulink联合仿真分析了不同路面附着条件下两种制动系统的制动性能。仿真结果表明,该辨识算法具有较高的精度,误差控制在5%左右;所设计的压力控制器响应迅速,超调量较小,且无稳态静差;随着路面附着条件的变差,ABS制动性能下降,而基于路面辨识的制动系统仍具有较好的制动效果,呈现明显的优势。

摘要：车辆路径规划与决策算法是无人驾驶汽车的重要研究方向之一。现有的路径规划与路径跟踪决策算法中规划层与决策层存在时滞现象,往往会引起检测信息与真实行驶环境信息的偏差,使得规划的局部路径不能反映当前真实状态,是无人驾驶汽车安全行驶的不稳定因素。本文综合考虑了环境交通参与者与车辆自身运动学特征,建立了横纵向安全模型,对车辆目前行驶环境的风险特征进行了综合评估。在行驶环境特征与车辆动力学特征的基础上对传统人工势场法进行了改进,设计了基于虚拟力的局部路径规划与控制决策一体化算法,提升了算法在复杂动态环境下控制的可靠性。最后,利用Carsim/Simulink建立了联合仿真环境,分别对传统路径规划算法、路径跟踪算法与本文提出的路径决策规划一体化算法在典型工况下进行仿真。仿真结果表明,该算法能减小路径规划决策环节的时滞影响,为复杂动态环境下的无人驾驶车辆提供更加合理的控制方法。