公开(公告)号：CN105205230B

公开(公告)日：2018-08-28

申请号：CN201510559470.6

申请日：2015-09-06

Applicant: 重庆邮电大学

Inventor： 郑太雄 ,  陈瑶 ,  杨新琴 ,  李海宁 ,  杨斌 ,  寇晓培 ,  潘松 ,  李玲

IPC: G06F17/50

Abstract: 本发明公开了一种基于扩展卡尔曼滤波(EKF)算法的均质充气压缩点燃式(HCCI)发动机进气门关闭时刻混合气温度(Tivc)的类龙伯格(Luenberger)高阶递归神经网络(RHONN)状态观测方法，涉及汽车电子控制技术领域。该方法采用添加Luenberger项的RHONN形式，其中，RHONN的权重系数由EKF算法进行训练调节并提供，进而估计得到HCCI进气门关闭时刻的混合气温度。EKF训练算法的输入为发动机热力学状态模型输出的估计值与实际值的误差和神经网络输出值对权重的导数，输出则为观测方法的权重参数w。通过选取最优的RHONN权重参数和增加的Luenberger项，本发明所提出的方法能够很好地克服系统运行中出现的扰动、参数时变及其他不确定因素等问题，并且加快了跟踪速度。因此，该方法具有较强的抗干扰能力，能够获得精确的Tivc估计值。

公开(公告)号：CN105205230A

公开(公告)日：2015-12-30

申请号：CN201510559470.6

申请日：2015-09-06

Applicant: 重庆邮电大学

Inventor： 郑太雄 ,  陈瑶 ,  杨新琴 ,  李海宁 ,  杨斌 ,  寇晓培 ,  潘松 ,  李玲

IPC: G06F17/50

Abstract: 本发明公开了一种基于扩展卡尔曼滤波(EKF)算法的均质充气压缩点燃式(HCCI)发动机进气门关闭时刻混合气温度(Tivc)的类龙伯格(Luenberger)高阶递归神经网络(RHONN)状态观测方法，涉及汽车电子控制技术领域。该方法采用添加Luenberger项的RHONN形式，其中，RHONN的权重系数由EKF算法进行训练调节并提供，进而估计得到HCCI进气门关闭时刻的混合气温度。EKF训练算法的输入为发动机热力学状态模型输出的估计值与实际值的误差和神经网络输出值对权重的导数，输出则为观测方法的权重参数w。通过选取最优的RHONN权重参数和增加的Luenberger项，本发明所提出的方法能够很好地克服系统运行中出现的扰动、参数时变及其他不确定因素等问题，并且加快了跟踪速度。因此，该方法具有较强的抗干扰能力，能够获得精确的Tivc估计值。