1.一种V2V车辆队列队形策略优化方法,其特征在于,具体包括以下步骤:S1、将通信加速度权重引入到队列控制律;
S2、引入外界干扰和前方车辆运动扰动,构建干扰到队列间距跟驰误差的传递模型;
S3、使外界干扰和领航车扰动到跟驰误差传递函数矩阵的加权和最小为目标,构建优化目标函数,求解满足约束条件并且使目标函数取得最小值的各通信加速度权重即为优化的队形策略。
2.根据权利要求1所述一种V2V车辆队列队形策略优化方法,其特征在于,所述S1具体表达式如下:其中,xi为车辆i的位移,xi‑1为第i‑1辆车的位移,ke为间距控制增益,kev为速度控制增益,kea为加速度控制增益,hw为车头时距,di为车辆i与车辆i‑1之间的期望间距, 为车辆i的速度, 为车辆i‑1的速度, 和 为车辆i和车辆i‑n的加速度,ui为车辆i的控制输入,α1、α‑1、αj、α‑j分别为车辆i前方第1辆车、后方第1辆车、前方第j辆车、后方第j辆车的通信加速度权重,满足 用通信加速度权重来反映队列的队形策略。
3.根据权利要求1所述一种V2V车辆队列队形策略优化方法,其特征在于;所述S2具体包括以下步骤:S2.1、车辆i的具体模型如下:
其中,Xi(s)表示车辆i位移的拉普拉斯变换,Ui(s)表示车辆i加速度输入的拉普拉斯变换,τi表示车辆i的执行器响应延迟时间常数。
S2.2、构建相邻两辆车之间的间距误差方程,具体表达式为:Ei(s)=Pi‑1(s)(Ui‑1(s)+Di‑1(s))‑(1+hws)Pi(s)(Ui(s)+Di(s))其中,Pi‑1(s)和Pi(s)表示车辆i‑1和车辆i的车辆模型,Ui‑1(s)和Ui(s)表示车辆i‑1和车辆i的加速度输入,Di‑1(s)和Di(s)表示外界干扰对车辆i‑1和车辆i所造成的加速度增量,hw是车头时距;
S2.3、构建干扰到间距跟驰误差的传递函数模型,具体过程如下:E1(s)=X0(s)‑(hws+1)P1(s)(U1(s)+D1(s))跟驰误差依次表示为:
将其整理为矩阵的形式:
式中,
T
SX=[1 0 … 0]
MD(s)=[SX MU(s)],
MU(s)=SD(s)P(s),P(s)=diag[P1(s) P2(s) P3(s) … Pn(s)]将队列中的加速度输入整理为矩阵的形式,具体形式如下:对上式进行整理可以得到:
式中,
‑1 ‑1 ‑1
SE(s)=[I‑F(s)] B(s),SF(s)=[I‑F(s)] F(s),SG(s)=[I‑F(s)] G(s)将上式代入整理的矩阵形式中进行整理,最终得到从干扰到间距跟驰误差的传递函数模型:式中,
TX0(s)=TE(s)(SX(s)+SD(s)P(s)SG(s)),TD(s)=TE(s)(SD(s)P(s)+SD(s)P(s)SF(s)),‑1
TE(s)=(I‑SD(s)P(s)SE(s))上式中, 为跟驰误差矩阵,X0(s)为领航车的位移干扰, 为外界干扰矩阵,TX0(s)为领航车位移扰动传递矩阵, 为外界干扰传递矩阵;
间距跟驰误差通过相应的传递矩阵与领航车位移干扰X0(s)、外界干扰 相关联。
4.根据权利要求1所述的一种V2V车辆队列队形策略优化方法,其特征在于;所述S3中的具体步骤包括:先定义灵敏度函数矩阵 TX0(s)的∞范数:其中, 代表矩阵的最大奇异值, 代表最大奇异值的上界;
队形策略优化的目标函数和约束条件为:
其中, 为外界干扰传递函数矩阵,TX0(s)为领航车干扰传递函数矩阵,w1、w2分别为 ||TX0(s)||∞的权重系数。