其中是模糊语言值;是一个输入变量;是输出变量;系数级{}是待辨识的参数;
最后,反模糊的过程,通过模糊推理得到是一个模糊集。实际应用中,必须要有一个确定的值才能控制或驱动执行机构。所以采用反模糊化重心法得到精确值;重心法是取模糊隶属度函数曲线与横坐标围成面积的重心为模糊推理最终输出值[4]。其表达式(3)
模糊控制器等到PID所自适应的Kp、Ki、Kd的增量。
第二部构建PID控制器:控制微分算式(4)
(4)
式e(t)是实际信号与反馈信号差值。
这样就构成了整体的自适应PID模糊控制器,经过多次调试PID控制器参数确定为Kp=30、Ki=40、Kd=0。在线运行过程中,控制系统通过对模糊逻辑规则的结果处理,查表和运算,完成对PID参数的在线自校正。最后,通过校正结果得出PWM比较值去改变GP定时器1输出的PWM信号的占空比,由此来控制执行电机。
结束语:
经试验车实验表明该系统设计合理,运行稳定可靠,基本达到预期的目标。
参考文献
[1]苏奎峰.TMS320X281X DSP原理及C程序开发[M].北京:北京航空航天大学出版社,2008(1):121-364.
[2]Kruse, F.;Flster, F.;Ahrholdt, etal.Target Classificationbased on Near-Distance Radar Sensors [A]. intelligent VehiclesSymposium,2004 IEEE[C].Parma,Italy,June 2004,Page(s): 722-727 2003.37- 43.
[3]徐魁,赵修岭.车用毫米波雷达传感器组网技术研究[J].微计算机信息,2007.
[4]闻新,周露,李东江等.MATLAB模糊逻辑工具箱的分析与应用[M].北京:科学出版社,2001.