基于竞争神经网络的ABS路面辨识

摘要：

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难.针对以上问题,通过对整车制动模型和A BS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上.工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断.实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护.

关键词：路面辨识、防抱死、车辆工程、神经网络、自动控制、数学模型

所属期刊栏目：24

分类号：U270.1(车辆工程)

资助基金：国家自然科学基金59835050

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：560-563