10.15918/j.tbit1001-0645.2015.05.009
基于自适应神经模糊网络的路面识别技术
以路面识别为目的,利用自适应神经模糊网络(ANFIS)进行路面不平度激励时域估测研究.首先建立车辆1/4模型运动微分方程,并使用白噪声信号激励车辆模型,利用激励产生的模型动力学响应进行自适应神经模糊系统训练.之后对训练获得的逆向车辆动力学模型进行分析并利用随机路面激励产生的系统响应进行随机路面时域估测.最后对自适应神经模糊网络系统隶属函数个数及输入数据组合进行分析比较.仿真结果显示,自适应模糊神经网络系统能够以较高的精度完成路面时域估测.
自适应神经模糊网络、路面识别、时域估测、路面不平度
35
TP273(自动化技术及设备)
2015-07-31(万方平台首次上网日期,不代表论文的发表时间)
481-484,489