專利名稱：用于車輛振動(dòng)控制的自適應(yīng)控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種控制方法，尤其涉及一種用于車輛振動(dòng)控制的自適應(yīng)控制方法。
背景技術(shù)：
汽車振動(dòng)是影響汽車行駛平順性和操縱穩(wěn)定性重要因素。汽車減振主要使用懸架系
統(tǒng)， 一般由彈性元件和阻尼元件構(gòu)成。用以緩沖和吸收因路面不平而產(chǎn)生的激振力，同 時(shí)承受汽車轉(zhuǎn)向時(shí)產(chǎn)生的側(cè)傾力。而二者在汽車設(shè)計(jì)中是矛盾的，基于經(jīng)典隔振理論的
傳統(tǒng)懸架系統(tǒng)難以同時(shí)滿足這種要求。
現(xiàn)有技術(shù)中，汽車懸架振動(dòng)控制系統(tǒng)大多由傳感器拾取車身絕對(duì)速度、車身對(duì)車輪 的相對(duì)速度、車身的加速度等信號(hào)，經(jīng)計(jì)算機(jī)處理并發(fā)出指令進(jìn)行控制。由電液控制闊 或步進(jìn)電機(jī)等執(zhí)行機(jī)構(gòu)調(diào)節(jié)減振器的阻尼系數(shù)或控制力。
上述現(xiàn)有技術(shù)至少存在以下缺點(diǎn)
在實(shí)際系統(tǒng)中實(shí)現(xiàn)算法需要平方、平均或者微分等運(yùn)算，計(jì)算復(fù)雜、效率低。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種簡單、高效的用于車輛振動(dòng)控制的自適應(yīng)控制方法。 本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的
本發(fā)明的用于車輛振動(dòng)控制的自適應(yīng)控制方法，包括采用LMS自適應(yīng)算法對(duì)目標(biāo)參數(shù)
進(jìn)行控制，通過調(diào)整濾波器的權(quán)系數(shù)使所述目標(biāo)參數(shù)的二次性能指標(biāo)達(dá)到最小。
由上述本發(fā)明提供的技術(shù)方案可以看出，本發(fā)明所述的用于車輛振動(dòng)控制的自適應(yīng)
控制方法，由于采用LMS自適應(yīng)算法對(duì)目標(biāo)參數(shù)進(jìn)行控制，通過調(diào)整濾波器的權(quán)系數(shù)使所 述目標(biāo)參數(shù)的二次性能指標(biāo)達(dá)到最小。用于車輛振動(dòng)控制時(shí)，能簡單、高效的提高汽車 行駛的平順性。


圖1為本發(fā)明的具體實(shí)施例中LMS自適應(yīng)線性組合器的原理示意； 圖2為本發(fā)明的具體實(shí)施例中LMS自適應(yīng)橫向?yàn)V波器的原理示意； 圖3a為本發(fā)明的具體實(shí)施例中單頻激勵(lì)簧上質(zhì)量加速度時(shí)域響應(yīng)曲線圖；圖3b為本發(fā)明的具體實(shí)施例中單頻激勵(lì)簧上質(zhì)量加速度頻域響應(yīng)曲線圖； 圖4a為本發(fā)明的具體實(shí)施例中單頻激勵(lì)車輪動(dòng)載荷時(shí)域響應(yīng)曲線圖； 圖4b為本發(fā)明的具體實(shí)施例中單頻激勵(lì)車輪動(dòng)載荷頻域響應(yīng)曲線圖； 圖5a為本發(fā)明的具體實(shí)施例中單頻激勵(lì)懸架動(dòng)撓度時(shí)域響應(yīng)曲線圖5b為本發(fā)明的具體實(shí)施例中單頻激勵(lì)懸架動(dòng)撓度頻域響應(yīng)曲線圖6為本發(fā)明的具體實(shí)施例中LMS自適應(yīng)控制誤差e(n)變化過程曲線圖； 圖7為本發(fā)明的具體實(shí)施例中LMS自適應(yīng)控制權(quán)值收斂過程曲線圖； 圖8為本發(fā)明的具體實(shí)施例中路面激勵(lì)下簧上質(zhì)量加速度功率譜密度曲線圖； 圖9為本發(fā)明的具體實(shí)施例中路面激勵(lì)下車輪動(dòng)載荷功率譜密度曲線圖io為本發(fā)明的具體實(shí)施例中路面激勵(lì)下懸架動(dòng)撓度功率譜密度曲線圖。
具體實(shí)施例方式
本發(fā)明的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其較佳的具體實(shí)施方式
是，包括采
用LMS自適應(yīng)算法對(duì)目標(biāo)參數(shù)進(jìn)行控制，通過調(diào)整濾波器的權(quán)系數(shù)使所述目標(biāo)參數(shù)的二次
性能指標(biāo)達(dá)到最小。
所述的二次性能指標(biāo)可以包括以下一項(xiàng)或多項(xiàng)誤差信號(hào)均方值、平均功率。
所述濾波器為LMS自適應(yīng)橫向?yàn)V波器或LMS自適應(yīng)線性組合器。 所述LMS算法可以根據(jù)單個(gè)誤差信號(hào)方差的負(fù)梯度來調(diào)節(jié)所述權(quán)系數(shù)。
可以取所述單個(gè)誤差信號(hào)平方的梯度々(")作為均方誤差函數(shù)梯度v(")的估計(jì)。
通過該方法可以對(duì)以下一項(xiàng)或多項(xiàng)目標(biāo)參數(shù)進(jìn)行評(píng)價(jià)車身垂直振動(dòng)加速度、車輪 與路面間的動(dòng)載、懸架系統(tǒng)的動(dòng)撓度；并通過對(duì)上述目標(biāo)參數(shù)的控制來提高汽車行駛的 平順性。
當(dāng)通過對(duì)多項(xiàng)目標(biāo)參數(shù)的控制來提高汽車行駛的平順性時(shí)，車身垂直振動(dòng)加速度為 重點(diǎn)評(píng)價(jià)參數(shù)。
本發(fā)明采用自適應(yīng)控制技術(shù)，通過在控制過程中不斷地在線辨識(shí)控制對(duì)象的狀態(tài)和 參數(shù)，及時(shí)調(diào)整控制器的參數(shù)，消除由于未知、時(shí)變以及非線性等對(duì)控制系統(tǒng)的性能產(chǎn) 生的不利影響，從而使被控系統(tǒng)工作在性能良好的水平下。
自適應(yīng)濾波技術(shù)在系統(tǒng)辯識(shí)過程中，系統(tǒng)參數(shù)作一定變化時(shí)所需輸入數(shù)字序列的數(shù)
目少，以及所需總計(jì)算量(以乘、除、力n、減、平方等運(yùn)算次數(shù)計(jì))少，具有明顯的快速性。
自適應(yīng)濾波算法有很多種，LMS (Least Means Squares)算法運(yùn)算簡單。本發(fā)明基 于LMS算法的橫向自適應(yīng)濾波器在信號(hào)處理的應(yīng)用，針對(duì)車輛懸架l/4模型，提出LMS自適 應(yīng)控制的懸架系統(tǒng)。下面通過具體實(shí)施例結(jié)合附圖對(duì)本發(fā)明的方案進(jìn)行詳細(xì)的分析
如圖1所示，非遞歸自適應(yīng)濾波器亦可稱為自適應(yīng)線性組合器，對(duì)于由元素 x。，x"A ，x"組成的信號(hào)向量，與之相應(yīng)的一組可調(diào)權(quán)為w。，w"A ，Ww。對(duì)于一組固
定權(quán)值，它的輸出是輸入分量的線性組合。對(duì)于單輸入系統(tǒng)，輸入信號(hào)可以認(rèn)為是同一 信號(hào)不同時(shí)刻的時(shí)間序列，如圖2所示，自適應(yīng)濾波器可由自適應(yīng)線性組合器和單位延遲 單元實(shí)現(xiàn)，從而構(gòu)成自適應(yīng)橫向?yàn)V波器。
如圖2所示，若設(shè)自適應(yīng)濾波器的線性估計(jì)值為y(")，同時(shí)系統(tǒng)的真實(shí)響應(yīng)為"")，
則有
一(")=[4")-y(")]2 (1)
為隨時(shí)序n而變的平方誤差。定義
￡(")=￡{e2(")} (2)
其中，￡{'}代表{'}內(nèi)量的期望值，即集平均。由于集平均不是時(shí)平均，故^")為時(shí) 刻t的函數(shù)，定義其為均方誤差(MSE)。 根據(jù)橫向自適應(yīng)濾波器結(jié)構(gòu)，有
= J] w, (w). x(" - /)=『r (").
'=。 (3)
其中，『《")=[%("),八，Wi—!(")] (4) f(")= [x(w),A ,x("-丄+ l)] (5)
由于^")是輸入信號(hào)^" —0的線性函數(shù)(w'(")為線性方程中的系數(shù))，故由^"一0
得濾波器輸出y(")的過程稱為線性濾波。
自適應(yīng)信號(hào)處理算法一般用來獲得有關(guān)的可調(diào)參數(shù)，使以這些參數(shù)為變量的目標(biāo)函 數(shù)在一定的準(zhǔn)則下最小，估計(jì)誤差的均方值是一種常用的準(zhǔn)則。因此，從準(zhǔn)則來區(qū)分，
自適應(yīng)信號(hào)處理方法可分兩類(1)隨機(jī)統(tǒng)計(jì)法；(2)精確法。在精確法中，準(zhǔn)則包 含了已得到的真實(shí)確切的輸入數(shù)據(jù)，而在隨機(jī)統(tǒng)計(jì)法中，準(zhǔn)則包含了輸入數(shù)據(jù)的統(tǒng)計(jì)特 征。算法的推導(dǎo)以估計(jì)誤差平方的集平均(即均方誤差)為基礎(chǔ)。
針對(duì)式(1) 、 (2) 、 (3)，求解『《")，使4")最小。由于^")為各系數(shù)w'的函
數(shù)，可寫為4『)。由上述公式可知其中，W為W(")的略寫，現(xiàn)研究網(wǎng)絡(luò)特性處于平穩(wěn)狀態(tài)時(shí)的情況。 由式(6)展開，得
c(『)=￡^2 (w)} — 2『7'￡{d } + W 五r (w)} W (7)
式(7)中右側(cè)首項(xiàng)為被控信號(hào)"(")的均方功率，第二項(xiàng)表示"(")、4")的互相關(guān) :，表示為Rxd。 Rxd為一時(shí)變向量(在穩(wěn)態(tài)時(shí)為一常向量)，其各元素由下式表示-
E (")jc(")}
難(")x("-l"及』
AA
A/(丄-i)—
(8)
其中A"(w)為互相關(guān)系數(shù)，定義為
(附)=五{"(")4" — w)} (9 )
在實(shí)際處理過程中，真正的^"一)值常為未知數(shù)，需予以估計(jì)。 一般采用的佔(zhàn)計(jì)方 法為對(duì)于平穩(wěn)各態(tài)歷經(jīng)的隨機(jī)信號(hào)^ 、 y，其相應(yīng)的A"")可由下式估計(jì)
& _ |附| ^=0
式中k為計(jì)算時(shí)數(shù)據(jù)數(shù)目， 一般情況取A》H。
(10)
式(7)右側(cè)最后一項(xiàng)中的五kwf(""代表^")的自相關(guān)陣，記為^
對(duì)于平穩(wěn)信號(hào)，^"與n無關(guān)，^n可寫為
-1) M
;c(" _丄+1)
則根據(jù)式(8) , ^ 可寫為 —A(O) 么(l) A
A AAA 么(丄-l)么(丄-2) A 么(O)
I =
(11)
a;( _1),A ,x("-丄+ 1)]
(12)
(13)式中^0為第1階互相關(guān)系數(shù)。 將式(8) 、(12)代入式(7)，得
剩=￡ -2『 +『7X, (14)
由式(14)可見，均方誤差^『)顯然是權(quán)值(濾波器系數(shù))W的函數(shù)。若取L^2，均 方誤差是權(quán)值的二次函數(shù)，式(7)成為
f (『)=c(W， ， ^ ) = WlV;r + 2m^ WA (1) + "h^A (0)
-2m^w(0)-2巧7^(1)+￡ [^(")] (15)
利用微分置零法求解，令 3<formula>formula see original document page 7</formula>
顯然若權(quán)值取L階時(shí)，可推導(dǎo)為矩陣形式為 =及"
即 『*=及:^^ (19)
由式(19)解得的礦保證是4『)的極值，但是否極小值還應(yīng)驗(yàn)證。為此求 32
(<formula>formula see original document page 7</formula>對(duì)于平穩(wěn)信號(hào)4")
即A(0)為4")的均方值，故此值恒正。則由式(20)可見，&(0)在『*處的
恒正。即4『J函數(shù)是一個(gè)中間向下凹的拋物形曲面，式(19)的解
恒為最小解。精確求此方程，需要知道^^和^"的先驗(yàn)統(tǒng)計(jì)信息，當(dāng)這些無法預(yù)先知道時(shí)，則尋求近似解。
LMS自適應(yīng)算法是通過調(diào)整濾波器的權(quán)系數(shù)使二次性能指標(biāo)(誤差信號(hào)均方值或平均 功率)達(dá)到最小，是一種特殊的梯度下降類算法。真正的梯度下降算法要根據(jù)均方誤差 的負(fù)梯度來調(diào)節(jié)濾波器權(quán)系數(shù)，由于在實(shí)際工作中均方誤差通常未知，因此LMS算法解決 這一問題的方法是根據(jù)單個(gè)樣本方差的負(fù)梯度來調(diào)節(jié)權(quán)系數(shù)。
根據(jù)最陡下降法，下一時(shí)刻的權(quán)系數(shù)向量『("+ 1)應(yīng)等于現(xiàn)時(shí)該權(quán)系數(shù)向量加上一項(xiàng)
比例于負(fù)的均方誤差函數(shù)的梯度v(")，即
r(" + l)(22)
式中^為控制自適應(yīng)速度和穩(wěn)定性的增益常數(shù)，稱為收斂系數(shù)。
在實(shí)際控制過程中，為了減少求解『(")每次迭代所需的計(jì)算量，滿足系統(tǒng)的實(shí)時(shí)
性，取單個(gè)誤差樣本平方的梯度々(")作為均方誤差函數(shù)梯度v(")的估計(jì)，有
&2(")=-2e(w)X(") (23)
由式(1) 、 (3) 、 (22) 、 (23)可總結(jié)規(guī)納出LMS自適應(yīng)濾波算法為
>;(")=『rX(") < e(") = "(w)-_y(") 『(w +1)=2—)X(")
在LMS自適應(yīng)濾波算法的收斂性分析過程中，考慮W是否及如何由起始設(shè)定的『(G)迭 代變?yōu)椤?。由LMS自適應(yīng)算法的推導(dǎo)可知，LMS算法可視為將期望近似為瞬時(shí)值的最陡下 降法，因此LMS自適應(yīng)算法的一些平均特性仍與最陡下降法的相同，但其過程的特性會(huì)出 現(xiàn)波動(dòng)，這給分析引入了難度。
由于權(quán)w的變化和產(chǎn)生z(")的模型系統(tǒng)中參數(shù)或環(huán)境的變化一般都較z(")的變化
慢，因此可設(shè)LMS濾波器的輸入信號(hào)^(")與LMS的權(quán)值^不相關(guān)，可以證明當(dāng)^在一定的 取值范圍內(nèi)，與最陡下降法中權(quán)的變化過程及收斂情況相同，LMS算法的權(quán)向量W的數(shù)學(xué)
期望值可絕對(duì)收斂至最佳權(quán)向量『'。但在實(shí)際模擬計(jì)算過程中表現(xiàn)，這種不相關(guān)的假定
并非LMS自適應(yīng)算法收斂的充分條件，在輸入信號(hào)Z(")與LMS算法的權(quán)W或輸入信號(hào)間有較
大的相關(guān)性時(shí)，在均方誤差較大的前提下，權(quán)向量W也能收斂到最佳權(quán)向量『'。
正確處理LMS自適應(yīng)濾波器的權(quán)系數(shù)個(gè)數(shù)L、 LMS算法的超調(diào)系數(shù)M和收斂系數(shù)^三者 間的關(guān)系，以保證控制算法的穩(wěn)定性。LMS算法的超調(diào)系數(shù)M可表示為式中r一時(shí)間常數(shù)，與收斂因子^成反比。
由LMS算法可知，^值直接控制自適應(yīng)收斂過程的快慢，由式(25)又知，過快的收 斂速度會(huì)使超調(diào)系數(shù)增大，形成超調(diào)失控。另外，降低權(quán)系數(shù)的數(shù)目有利于系統(tǒng)穩(wěn)定， 但L過小將導(dǎo)致可利用信息少，影響權(quán)向量對(duì)被控系統(tǒng)的模擬精度。因此在保證LMS自適 應(yīng)控制系統(tǒng)穩(wěn)定的前提下，適當(dāng)增大權(quán)系數(shù)的個(gè)數(shù)L和收斂系數(shù),值，以逐步尋求快速且 穩(wěn)定的控制過程。
依據(jù)LMS自適應(yīng)濾波算法，針對(duì)兩自由度車輛懸架簡化模型，設(shè)計(jì)LMS自適應(yīng)控制 器，簧上質(zhì)量加速度作為被控主要指標(biāo)，根據(jù)優(yōu)選的濾波器階數(shù)及收斂系數(shù)，在單頻及 路面兩種信號(hào)的輸入激勵(lì)下，進(jìn)行了仿真計(jì)算分析。
在仿真中，輸入信號(hào)采用幅值為10mm，頻率為2Hz的正弦激勵(lì)信號(hào)，把控制器輸出到 力執(zhí)行器之間的環(huán)節(jié)，如D/A轉(zhuǎn)換器、低通濾波器、功率放大器等儀器，簡化為一個(gè)比例 放大環(huán)節(jié)。
圖3a、圖3b、圖4a、圖4b、圖5a、圖5b為控制前后簧上質(zhì)量加速度、車輪動(dòng)載荷、 懸架動(dòng)撓度性能比較。
由圖3a、圖3b可見，簧上質(zhì)量加速度指標(biāo)在5s內(nèi)被有效地控制在較低的幅值下，且 隨時(shí)間的延長，效果還會(huì)更顯著。通過其頻域圖說明在低頻共振帶處，幅值得到顯著降 低，證明車輛的平順性得到較好的改善。
由圖4a、圖4b可見，表征車輛操縱性能的車輪動(dòng)載荷指標(biāo)也得到了很好的控制。
懸架動(dòng)撓度由圖5a、圖5b可見，幅值降低不明顯，由于算法中對(duì)動(dòng)撓度的控制采取 的是間接控制，由于簧下質(zhì)量的存在，尤其對(duì)于低頻激勵(lì)，動(dòng)撓度的大幅降低將變得十 分困難。
當(dāng)改變正弦信號(hào)的頻率，進(jìn)行了從2Hz 25Hz的激振控制過程，均收到相似效果。在 控制計(jì)算過程中，控制器的輸出都是逐漸收斂的，只是控制效果略有差別，這主要是自 適應(yīng)LMS算法能夠根據(jù)不同的輸入信號(hào)自動(dòng)調(diào)整權(quán)系數(shù)，在統(tǒng)計(jì)意義上具有使權(quán)值向量向 理論最優(yōu)值逼近的能力，這進(jìn)一步證明該算法的穩(wěn)定性是較高的。
關(guān)于模擬計(jì)算過程中，LMS自適應(yīng)濾波誤差變化過程及權(quán)值的收斂過程如圖6、圖7所
示，在LMS自適應(yīng)控制器的調(diào)整過程中，開始e(")和『(")變化較大，但有逐漸收斂的趨 勢，在4s前后控制器的輸出誤差與權(quán)值基本趨于平穩(wěn)，LMS濾波控制器基本完成權(quán)系數(shù)的
9調(diào)整，系統(tǒng)輸出接近穩(wěn)定。
在單頻激振控制取得較好效果的基礎(chǔ)上，對(duì)路面模型激勵(lì)下的簡化懸架系統(tǒng)性能控 制作了如下分析。在實(shí)施模擬控制過程中認(rèn)為執(zhí)行器在研究頻段內(nèi)可以提供良好的力幅 特性，將其設(shè)為線性元件，即輸入與輸出成正比且無延時(shí)，并且將D/A轉(zhuǎn)換器、低通濾波 器以及功率放大器等儀器簡化為線性比例放大器，以突出控制算法的基本特性。
在所設(shè)計(jì)的控制器作用下，控制前后車輛懸架的性能評(píng)價(jià)指標(biāo)如圖8 圖10所示，通 過加速度功率譜密度曲線可見，在0 25Hz頻帶內(nèi)，振動(dòng)效果得到極大的控制，尤其在 2Hz左右，控制前后幅值相差10倍以上，控制效果顯著，進(jìn)一步證明該控制器具有對(duì)車輛 平順性能改善的能力。
對(duì)于車輪動(dòng)載荷指標(biāo)，借助其功率譜密度曲線可見，在12Hz共振峰值處約降低l/3左
右，在以簧上質(zhì)量加速度信號(hào)作為誤差輸入信號(hào)的前提下，由隨機(jī)路面信號(hào)激勵(lì)的車輛 懸架動(dòng)載荷指標(biāo)控制在這一情況下，原因有二 一是LMS算法經(jīng)調(diào)整輸出穩(wěn)定后，間接表 明對(duì)簧下質(zhì)量的作用力趨于穩(wěn)定，因此動(dòng)載荷控后指標(biāo)穩(wěn)定；二是適當(dāng)選取LMS算法的收 斂系數(shù)，放寬其收斂速率，雖然簧上質(zhì)量加速度指標(biāo)的被控效果未達(dá)最佳，但車輪動(dòng)載 荷控制效果有效。
懸架動(dòng)撓度指標(biāo)控制前后效果如圖10所示，在低頻段懸架動(dòng)撓度得到顯著改善，與 單頻激振相比，效果趨優(yōu)。其主要由于在隨機(jī)路面激勵(lì)下，被動(dòng)懸架的性能惡化嚴(yán)重， 而有自適應(yīng)能力的LMS算法仍然保持較好的輸出控制能力，因此效果明顯。
本發(fā)明中，汽車懸架系統(tǒng)自適應(yīng)控制方法對(duì)兩自由度車輛懸架系統(tǒng)模型，通過自適 應(yīng)LMS算法的仿真控制，在單頻及路面模擬信號(hào)的激勵(lì)下，簧上質(zhì)量加速度、車輪動(dòng)載荷 及懸架動(dòng)撓度都得到了一定程度的改善，特別是明顯降低了簧上質(zhì)量的垂直方向加速 度，對(duì)另外兩指標(biāo)也取得了一定的控制效果，驗(yàn)證了車輛懸架系統(tǒng)LMS自適應(yīng)主動(dòng)控制策 略的可行性。
在實(shí)際系統(tǒng)中實(shí)現(xiàn)算法不需要平方、平均或者微分運(yùn)算，具有簡易和高效性。不用 平均，梯度分量肯定包含了一個(gè)大的噪聲成分，但是在自適應(yīng)過程的進(jìn)行中，實(shí)際起到 了一個(gè)低通濾波的作用，隨著過程的進(jìn)行，這個(gè)噪聲必會(huì)得到衰減，因而其更適合于汽 車懸架系統(tǒng)隨機(jī)振動(dòng)控制。
以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替 換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，包括采用LMS自適應(yīng)算法對(duì)目標(biāo)參數(shù)進(jìn)行控制，通過調(diào)整濾波器的權(quán)系數(shù)使所述目標(biāo)參數(shù)的二次性能指標(biāo)達(dá)到最小。
2、 根據(jù)權(quán)利要求l所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，所述的二次性能指標(biāo)包括以下一項(xiàng)或多項(xiàng)誤差信號(hào)均方值、平均功率。
3、 根據(jù)權(quán)利要求l所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，所述濾波器為LMS自適應(yīng)橫向?yàn)V波器或LMS自適應(yīng)線性組合器。
4、 根據(jù)權(quán)利要求l、 2或3所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，所述LMS算法根據(jù)單個(gè)誤差信號(hào)方差的負(fù)梯度來調(diào)節(jié)所述權(quán)系數(shù)。
5、 根據(jù)權(quán)利要求4所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，取所述單個(gè)誤差信號(hào)平方的梯度作為均方誤差函數(shù)梯度V(")的估計(jì)。
6、 根據(jù)權(quán)利要求5所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，通過該方法對(duì)以下一項(xiàng)或多項(xiàng)目標(biāo)參數(shù)進(jìn)行控制車身垂直振動(dòng)加速度、車輪與路面間的動(dòng)載、懸架系統(tǒng)的動(dòng)撓度；并通過對(duì)上述目標(biāo)參數(shù)的控制來提高汽車行駛的平順性。
7、 根據(jù)權(quán)利要求6所述的用于車輛振動(dòng)控制的自適應(yīng)控制方法，其特征在于，當(dāng)通過對(duì)多項(xiàng)目標(biāo)參數(shù)的控制來提高汽車行駛的平順性時(shí)，車身垂直振動(dòng)加速度為重點(diǎn)評(píng)價(jià)參數(shù)。
全文摘要
本發(fā)明公開了一種用于車輛振動(dòng)控制的自適應(yīng)控制方法，通過調(diào)整基于LMS自適應(yīng)算法的濾波器的權(quán)系數(shù)使目標(biāo)參數(shù)的二次性能指標(biāo)達(dá)到最小。應(yīng)用該方法可以對(duì)車身垂直振動(dòng)加速度、車輪與路面間的動(dòng)載、懸架系統(tǒng)的動(dòng)撓度等目標(biāo)參數(shù)進(jìn)行控制，用于對(duì)車輛振動(dòng)進(jìn)行控制時(shí)，能簡單、高效的提高汽車行駛的平順性。
文檔編號(hào)B60W30/02GK101580064SQ20091008657
公開日2009年11月18日 申請(qǐng)日期2009年6月9日 優(yōu)先權(quán)日2009年6月9日
發(fā)明者孫建民 申請(qǐng)人:北京建筑工程學(xué)院