汽车发动机节能优化控制仿真与研究

在车辆发动机优化设计的研究中,车辆节能控制的优化能够有效提高汽车发动机燃油燃烧效率,降低发动机的燃油消耗.在汽车行驶过程中,存在着起步突变、急停、忽然转向等特殊情况,利用传统的PID节能控制方法需要大幅度、快速的调整控制参数,以满足意外情况的控制稳定性需求,但改变控制过程中没有考虑对能量的消耗问题,大幅改变参数势必造成能量的无谓损耗.提出一种采用免疫PID的车辆节能控制系统.根据人体免疫应答机制的基本原理,将免疫反馈引入到PID车辆节能控制系统中.采用单层神经网络作为抑制抗体的调节系数,能够实现车辆复杂行驶状态下的非线性过程的拟合.利用神经网络和PID结合的方法建立免疫PID车辆节能控制模型,根据模型的输出实现了车辆节能的精确控制.实验结果表明,利用免疫PID的车辆节能控制系统进行车辆节能控制,能够有效提高控制的精度.     

车辆悬架减震优化设计方法仿真

车辆在不同路况和不同车速等情况下,悬架系统弹性元件受到的冲击大小差异很大,无法形成固定的振动规则,振动剧烈程度与阻尼系数无法关联.传统车辆悬架减振设计方法,采用固定阻尼系数来减少弹性元件的振动,没有考虑不同路况及车速产生的振动剧烈程度不同的问题,减振效果较差.提出一种车辆悬架减震优化有限元设计方法,分析车辆悬架减震器的功能和结构,塑造车辆悬架减震优化模型,采用ANSYS有限元软件中一阶优化方法进行车辆悬架减振优化设计,以悬架减震器阻尼力为优化目标,以减震器阻尼系数为优化设计变量,以静强度和最大减震强度为约束条件,对车辆悬架减震进行有限元优化设计,确保车辆车身振动迅速衰弱,使车身能够很快达到一种稳定状态.实验结果表明,上述方法使车辆减震阻尼力和最大减震强度都优于传统方法,具有较高的稳定性和控制精度.     

基于GPS和加速度感应器的组合车辆定位系统研究

GPS位置信号的获取是城市智能交通系统中的一个基础问题,为解决城市中由于建筑物遮挡或信号反射造成GPS信号误差大或根本无法获取GPS信号的问题,设计一种基于GPS接收设备和采用加速度感应器进行航位推导的组合车辆定位系统。     

A real-time vehicle detection and a novel vehicle tracking systems for estimating and monitoring traffic flow on highways

Real-time highway traffic monitoring systems play a vital role in road traffic management, planning, and preventing frequent traffic jams, traffic rule violations, and fatal road accidents. These systems rely entirely on online traffic flow info estimated from time-dependent vehicle trajectories. Vehicle trajectories are extracted from vehicle detection and tracking data obtained by processing road-side camera images. General-purpose object detectors including Yolo, SSD, EfficientNet have been utilized extensively for real-time object detection task, but, in principle, Yolo is preferred because it provides a high frame per second (FPS) performance and robust object localization functionality. However, this algorithm’s average vehicle classification accuracy is below 57%, which is insufficient for traffic flow monitoring. This study proposes improving the vehicle classification accuracy of Yolo, and developing a novel bounding box (Bbox)-based vehicle tracking algorithm. For this purpose, a new vehicle dataset is prepared by annotating 7216 images with 123831 object patterns collected from highway videos. Nine machine learning-based classifiers and a CNN-based classifier were selected. Next, the classifiers were trained via the dataset. One out of ten classifiers with the highest accuracy was selected to combine to Yolo. This way, the classification accuracy of the Yolo-based vehicle detector was increased from 57% to 95.45%. Vehicle detector 1 (Yolo) and vehicle detector 2 (Yolo + best classifier), and the Kalman filter-based tracking as vehicle tracker 1 and the Bbox-based tracking as vehicle tracker 2 were applied to the categorical/total vehicle counting tasks on 4 highway videos. The vehicle counting results show that the vehicle counting accuracy of the developed approach (vehicle detector 2 + vehicle tracker 2) was improved by 13.25% and this method performed better than the other 3 vehicle counting systems implemented in this study.     

中继协同无人机辅助的认知无线电网络安全通信

针对中继协同无人机（UAV）辅助的无线通信网络,提出一种基于认知无线电网络（CRN）的物理层安全通信方案。利用二次发射机协同解码转发中继向目的接收机发送机密消息,将UAV用作移动干扰器发送干扰噪声,以降低窃听者的解码能力。在不影响主用户通信的前提下,通过联合优化UAV的飞行轨迹和发射功率提高系统的平均保密率,采用基于连续凸逼近的算法求解近似凸规划的保密率最大化问题。仿真结果表明,相较于优化功率和优化轨迹这两种传统方案,该方案能够进一步提高CRN系统通信的安全性。     

适用于飞行自组网的闲置时隙预约TDMA协议

在飞行自组网中,固定时隙分配时分多址接入（TDMA）协议存在闲置时隙无法成功使用的问题。通过对TDMA协议引入闲置时隙预约机制,提出一种支持业务优先级传输机制的闲置时隙预约TDMA协议。采用短帧长的方式满足协同与控制业务的低时延传输需求,并利用闲置时隙预约机制允许节点使用闲置时隙传输感知业务,从而满足感知业务的高吞吐量传输性能要求。仿真结果表明,与CF-MAC和CTMAC协议相比,该协议能够在降低传输时延的同时,有效提高信道利用率和网络吞吐量。     

基于加速度补偿的无人机吊挂飞行抗摆控制

为了抑制四旋翼无人机（UAV）吊挂飞行中的载荷摆动,研究了一种新的基于加速度补偿的抗摆控制方法。首先,基于拉格朗日法建立了四旋翼UAV吊挂系统的非线性动态特性方程,并构建了能量函数来设计飞行控制系统,使四旋翼UAV跟踪参考轨迹;然后,利用吊挂载荷运动轨迹广义误差设计抗摆控制器,对四旋翼UAV进行加速度补偿以修正UAV的运动轨迹,进而抑制因四旋翼UAV快速运动造成的吊挂载荷摆动;最后,通过仿真对加速度补偿前后的UAV吊挂飞行控制效果进行对比分析。仿真结果表明,基于加速度补偿的飞行控制方法不仅能保证UAV吊挂飞行的平稳,而且能为飞行控制系统提供足够的稳定裕度。     

基于改进遗传算法的无人机路径规划

针对传统遗传算法收敛速度慢、容易陷入局部最优、规划路径不够平滑、代价高等问题,提出了一种基于改进遗传算法的无人机（UAV）路径规划方法,该算法对遗传算法的选择算子、交叉算子和变异算子进行改进,从而规划出平滑、可飞的路径。首先,建立适合UAV田间信息获取的环境模型,并考虑UAV的目标函数与约束条件以建立适合本场景的更为复杂、精确的数学模型;然后,提出了混合无重串选择算子、非对称映射交叉算子和启发式多次变异算子,寻找最优路径以及扩大种群搜索范围;最后,采用三次B样条曲线对规划出的路径进行平滑,得到平滑的飞行路径,并且减少了算法的计算时间。实验结果表明,与传统遗传算法相比,所提算法的代价值降低了68%,收敛迭代次数减少了67%;相较蚁群优化（ACO）算法,其代价值降低了55%,收敛迭代次数减少了58%。通过大量对比实验得出,当交叉率的值为（1/染色体长度）时,算法的收敛效果最好。在不同环境下进行算法性能测试,结果表明所提算法具有很好的环境适应性,适合于复杂环境下的路径规划。     

无人机航拍图像中裸露地表的识别

电力输电线路下方或附近的无覆盖物的裸露地表,是引起输电线路事故的主要隐患之一;从无人机电力巡检航拍图像中识别裸露地表可以预防类似事故的发生;由于Mask RCNN识别无人机电力巡检航拍图像中裸露地表的精度较低,提出一种图像特征融合的方法,即人工提取HOG和LBP两种不同的图像特征,经过不同权重的融合共同表征图像中裸露地表区域的特征,再对SVM进行训练并用于识别;实验结果表明,采用该方法识别率可以达到80％以上,识别时间少于60 ms;HOG和LBP两种特征在进行融合时,当两种特征的数量级相当时,得到的识别率最高;可见,该方法在具有较高识别率的同时,具有比较好的实时性,适合于无人机机载平台对航拍图像的初筛,且训练时间较少,权重参数规模小,为无人机航拍图像中目标物的识别提供一种新思路.     

电动汽车车载永磁同步电动机转子位置自检测算法

永磁同步电动机由于其自身的众多优点,在现代电动汽车上得到了越来越广泛的应用.文章介绍了一种采用增量式码盘和转子磁极初始位置辨识算法相结合的方法来实现永磁同步电动机转子位置的自检测.这种方法可以应用在隐极式同步电动机上,实现在无位置传感器的条件下确定电动机转子的绝对位置,并且简单、有效,受电动机参数变化的影响比较小,在电动机静止、低速和高速运行时都可以正常使用.利用MATLAB/Simulink软件建立了这种方法的仿真模型,仿真结果证明了该方法的可行性和有效性.