随着汽车工业的不断发展和人们生活水平的不断提高，人们对汽车的要求也越来越高 [3]。传统的由减震器和弹性悬架构成的被动悬架无法满足人们日益增长的各项要求。随着世界汽车工业的飞速发展和人类科技水平的整体进步，人们对汽车振动特性、半主动悬架和主动悬架的进行了大量的研究，并且在二十世纪五十年代，在国外就提出了主动悬架的思想，它的目的实现最佳的悬架控制效果，到今天为止主动悬架仍然是悬架系统领域的研究热点，但是目前的主动悬架系统因为其成本高和耗能高，使得主动悬架在市场普及有很大的困难和很远的路要走。
1.2 国内外研究现状
1.3 悬架系统的分类
   悬架系统根据控制力可以分为被动悬架、半主动悬架和主动悬架三种类型。
（1）被动悬架
    目前，被动悬架系统由悬架弹簧和减振器组成，而它的系统参数是固定不变的，因此汽车在不同路况上行驶时，由于被动悬架的系统参数无法改变所以很难适应不同路况，也很难满足人们对汽车更高性能的追求。
   （2）半主动悬架
    因为被动悬架参数无法改变无法适应不同路况的缺点，使得人们加快了对汽车悬架系统的设计和研究，由此研究并射了半主动悬架，半主动悬架系统与优点在于,半主动悬架系统能够改变汽车的参数，在随机不平路面上行驶时，可以根据不同路况，可以改变半主动悬架系统的参数，从而使其比被动悬架系统有更好的减振效果。半主动悬架和主动悬架相比，半主动悬架的系统参数调整范围有很大的局限性，但是因为造价便宜而且控制效果比被动悬架系统明显，因此半主动悬架系统在实际应用中比主动动系统更加广泛。
       （3）主动悬架
    目前，很多汽车应用了主动悬架系统，在汽车减振效果方面，比被动悬架系统和半主动悬架系统有更加明显的效果。因为主动悬架系统通过产生一个主动力来控制目标。使得主动悬架系统的参数能够适应不同路况，而且使得汽车一直处于最佳减振状态。因此主动悬架系统的造价一般都十分高，阻碍主动悬架的市场推广和应用。
1.4 主动悬架的控制理论
（1）最优控制
    汽车悬架系统的最优控制理论一般将汽车模型简化为一个线性系统，将地面的随机输入和悬架系统的振动当做一个平稳的过程，悬架最优控制的基础在于悬架系统稳定，将受控对象的控制输入的加权和状态响应作为汽车悬架系统的的评价指标，然后对悬架系统的各种性能指标进行最优控制，达到人们对汽车性能的需求。最优控制主要包括传统的线性最优控制和最优预见控制两种方法[13]。
（2）神经网络控制
    神经网络控制现代自动控制理论的主要分支一，神经网络控制从20年代80年代末开始发展，到现在为止，神经网络控制理论已经极其丰富，并且在实际应用方面体现出了理论的优越性。神经网络控制为解传统理论无法解决的问题提出了新的解决办法。它不仅具有容错性的有点，而且神经网络控制具有一定的自学习能力、较好的鲁棒性等优点，适用于主动悬架系统。通过神经网络控制理论建立相应的控制器，然后在线调整控制网络的加权系数，使得主动悬架系统的输出量更接近目标值。
（3）鲁棒控制
    鲁棒控制在现代控制理论中显示了其一定的优越性，因为在实际工业过程中存在着许多人们无法控制或者无法预知的不确定性，使得传统控制理论难以建立系统精确的模型。而且所有的系统模型总会存在着各种各样的无法避免的系统误差。鲁棒控制对解决此类问题提出了新的思想，设计一个固定的控制器，使其满足控制要求。在汽车的主动悬架控制系统中，由于外界扰动输入、悬架系统建的模误差以及系统参数的变化等各种不确定因素的影响，使得汽车主动悬架系统失去稳定性的情况出现，鲁棒控制为传统控制理论无法建立精确模型问题提供了很好地解决方案，因此汽车悬架系统应用鲁棒控制可以有明显的减振效果，对改善汽车的各项性能有明显的效果[14]。 Matlab基于模糊控制的1/4汽车主动悬架系统仿真研究(2):http://www.youerw.com/zidonghua/lunwen_28214.html