主动悬架因其能够显著地提升性能,在高级轿车和特种汽车上的应用逐渐成为必然。目前对主动悬架控制的研究集中在平顺性控制律方面,鲜有文献对乘坐舒适性及车身通过性作出研究,而基于预测控制或复合控制的研究成果及其硬件实现更是甚少出现。本文提出了包括障碍预测控制与姿态控制在内的空气可调主动悬架复合控制的软硬件设计完整方案。本文首先分析了空气可调悬架特性,利用其主动调整响应频率之高和被动伸缩速度之快,提出主被动结合的越障通过策略。以实现预测越障和姿态调整为目标,提出集多种理论的有针对性的复合控制方案,控制策略包括以下四部分：1.根据悬架扰动的位移和加速度先后判定路面突发状况及车辆行驶状况,制定模糊规则控制悬架阻尼；2.选取车身加速度、悬架动绕度和轮胎动位移构造目标函数,通过LQG控制获得悬架作用力的最优控制律；3.在路面障碍距离和高度可知的前提下,通过预测控制,利用Gauss函数规划车身高度和悬架控制力,扩大缓冲区域平顺越障；4.结合阻尼的变化,通过自适应PID姿态控制维持车身稳定,并综合LQG最优控制律和Gauss越障规划的控制量,最终控制悬架作用力调整高度。最后利用Matlab/Simulink分别建立各控制算法的模型,正常与凸障路面的输出模型,汽车2自由度1/4悬架模型和7自由度全悬架模型以及示波器配置组合模型,仿真复合控制下的系统关键性能,反复修正完成算法层面的设计和实现。论文还对车身姿态测量进行了深入研究。提出基于单个三轴加速度传感器的无陀螺精简惯性体系测量方法,利用三轴加速度结合后轮速度编码器根据汽车运动状态方程捷联解算姿态角,针对其运算复杂和对模型参数依赖两方面的局限性,又提出由神经网络映射姿态角的算法作为优化和补充。后者针对汽车运动模式的相对固定,作出惯性有害分量的聚类化归,采用高精度陀螺仪输出在线训练,利用神经神经网络的非线性函数学习能力和泛化处理能力,求解非确定性的多输入多输出映射问题。通过Matlab建模仿真表明了方案的有效性和可靠性。最后从硬件高速实现的角度分析各个控制算法特性,在Xilinx FPGA平台构建SOPC主动悬架复合控制系统。研究重点在于勾勒系统最优架构和规划复合控制模块资源分配。文中论述了复杂算法求解时间与软硬件实现的关系,因应算法特性,避烦就简,合理选择系统级或RTL级自上而下的软硬件协同设计。其中系统级设计是将算法的Simulink模型利用中间件System-Generator转化成Xilinx ISE工程文件；RLT级设计是直接在ISE环境下通过Verilog HDL对模块进行描述,再综合、仿真、布线,生成可执行文件下板调试。硬件仿真结果表明,利用可重构并行逻辑获得了高性价比。