论文部分内容阅读
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。本文针对以上问题，通过对整车制动模型和ABS制动模型的研究，建立了带有偏差单元的递归神经网络路面辨识模型，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。