本发明属智能车辆控制。
背景技术：
1、为满足严格的排放法规要求，空燃比的精确控制成为了当前车用汽油机控制的关键技术。有学者通过安装在节气门前端的空气流量传感器(mafs)测量进气量。由于近些年来越来越多的新技术应用到汽油发动机中，使得进气歧管内的流动更加复杂，瞬态工况会造成测量值与实际值存在较大误差。因此，进气流量的有效估计是影响发动机的控制的关键。
2、关于进气量的估计，国内外学者展开了大量研究，大致分为基于机理模型和人工智能数据分析两种方法。有学者根据发动机转速，进气压力、温度等基于机理模型计算进气流量，瞬态条件下有效的避免了流量传感器动态变化以及进气歧管充排气效应对估计精度的影响。有学者考虑到多气缸发动机气缸进气的冲程耦合问题，在曲轴转角域内设计基于多采样速率的进气量估计算法，并验证了算法的可行性。有学者构建了增程式发动机的平均值模型，设计了自适应观测器估算缸内进气量，并且根据移动平均值滤波算法处理传感器信号。有学者考虑到发动机气路强非线性的特点，采用了扩展卡尔曼滤波(ekf)状态观测器实现对进气量的估计。有学者则使用无迹卡尔曼滤波(ukf)算法估计进气量，暂态试验结果表明，相比于ekf方法ukf方法不需要计算模型的雅可比矩阵，而且计算精度也有所提高。
3、随着人工智能和神经网络技术的发展，有学者提出了基于数据分析的进气量估计方法。有学者利用混沌径向基函数(rbf)模型估计进气量，试验结果表明该方法的估计效果优于进气量平均值模型方法。有学者利用神经网络建立模型估计进气量，仿真结果表明估计误差波动较小，但是会出现泛化性不高、陷入局部最小值的情况。有学者提出基于支持向量回归机(svm)进气流量估计模型并利用遗传算法(ga)进行寻优，与rbf等估计模型相比，svm方法具有更高的估计精度，但是实时运算能力较差。但是，进气量动态具有主观性和随机性，任何进气量估计都存在着不确定性，在准确有效估计进气量的同时量化预测进气量的不确定性是一个难题。
4、随着高斯过程回归(gpr)方法不断的发展，其性能得到了更多学者的认可，被广泛应用于各个领域。有学者基于gpr模型提出空天飞行器气路动态建模方法，能够更加快速、准确地预测气路动态。有学者基于gpr算法建立了非参数模型，该方法解决了不同环境下复杂多变性的干扰问题。有学者则利用组合核函数的gpr方法预测了发动机的性能。相比rbf以及其他的线性回归方法，gpr方法能够在给出预测结果的同时提供置信区间，并且具有较高的非线性系统预测精度。
技术实现思路
1、本发明的目的是基于高斯过程回归(gpr)进气量预测加模型前馈(gpr预测反馈+前馈)汽油机空燃比的基于高斯回归进气量预测的汽油机空燃比控制方法。
2、本发明的步骤是：
3、s1、通过气体流量传感器传感器获得的2s历史空气流量数据wc；
4、s2、由高斯过程回归gpr进气量预测模块，得到未来1s的进气量估计数据
5、s3、由过量空气系数lambda模型得到未来1s的估计值
6、s4、与目标lambda*做差值，经pid控制器调节后得到未来1s的反馈喷油量
7、s5、同时，由经过喷油量前馈模型得到未来1s的前馈喷油量wf′uel；
8、s6、与w′fuel相加之后，经过平均值模块得到当前的最终喷油控制量wfuel；
9、其中gpr进气量预测模型如下：
10、对于给定的训练集d＝(x，y)，n个输入特征构成x＝[x1，x2，…，xn]t，x∈rn×d，
11、第i个输入特征xi为d维向量，对应的目标值y＝[y1，y2，…，yn]t，y∈rn×1；考虑到一个gpr模型实际输出中会包含噪声，因此gpr问题建模为：
12、yi＝f(xi)+ε (1)
13、式中，f为gpr模型，i＝1，2，…，n，ε为高斯噪声；
14、方差为的高斯分布，由均值函数m(x)和协方差函数k(x，x′)决定，如下：m(x)＝e[f(x)]
15、k(x,x')＝e[(f(x)-m(x))(f(x')-m(x'))] (2)
16、式中：e(·)表示均值函数；
17、gpr简化为y～gp(0,k(x,x'))；协方差函数以矩阵形式表示为：
18、
19、式中：i表示n×n的单位矩阵；cov(x，x)表示n×n的协方差矩阵；
20、k(x，x)表示n×n的核矩阵；
21、将se核函数与rq核函数组合成组合核函数表达式为：
22、
23、式中：其中lse是信号特征长度的尺度，是信号的标准差，lrq是信号特征长度的尺度，αrq是正值尺度混合参数；超参数为调节协方差函数变化的垂直尺度因子，||x-x′||2是输入向量x和x′之间的欧氏距离平方；
24、根据测试数据输入得到的预测结果y*与训练集数据的目标值y形成联合高斯分布，即：
25、
26、其中，k(x,x)表示训练集输入特征的自协方差矩阵；k(x*,x*)表示测试集输入特征的自协方差矩阵；k(x,x*)表示训练集数据与测试集数据输入特征之间的协方差矩阵；根据公式(4)中的联合分布计算y*边缘分布为：
27、
28、其中，预测均值μ(y*)和预测方差σ2(y*)为：
29、
30、本发明提出的gpr预测反馈+前馈控制方法的过量空气系数lambda误差有较大幅度降低，有效提高空燃比控制精度的同时又具有较强的抗干扰性。与现有技术相比具有的优点：1、适应于未来车辆智能控制技术的发展。2、准确有效预测进气量，有效提高空燃比控制精度的同时又具有较强的抗干扰性。3、控制策略简单，通用性强，易于工业实践。
1.一种基于高斯回归进气量预测的汽油机空燃比控制方法，其特征在于：其步骤是：
