高精度汽车安全气囊最佳点火时刻预测算法

摘要

作为一种汽车的标准配备,安全气囊得到广泛使用.但是,由于安全气囊的误爆或漏爆所造成的事故却时有发生,造成不必要的人员伤亡和财产损失.为了确定汽车安全气囊的最佳点火时刻,论文将反向传播(BP)神经网络的泛化学习能力与自回归滑动平均(ARMA)模型的精确性相结合,提出了基于BP神经网络与ARMA模型的预测算法.论文给出了主要的设计及其仿真,从仿真结果看,所设计的控制算法能够很好的实现最佳点火时刻的精确预测,有助于提高汽车安全气囊的安全性能.