为提高车辆总体性能,且尽可能的减少悬架测量系统的成本,该文提出了一种算法用于车辆悬架控制律的设计,并根据仿真结果研究了算法的可行性.研究<[33-36]>表明预估控制可以显著提高车辆悬架系统性能,但存在一个实际困难:路面传感器成本问题.实际中,车辆在硬直路面做直线行驶时,前轮处感受到的路面输入信息可以用来作为后轮输入的预估信息,只是存在着一个近似等于车前后轴距离/车速的时间滞后.针对这种情况,该文建立了车辆四自由度运动模型,研究了如何利用轴距预估信息,即将前后轮路面输入的关系用于悬架系统设计中.另外,采用随机线性最优控制理论(LQG)进行车辆主动悬架设计,要求所有的状态变量已知.但从目前的技术水平来看,通过直接测量获得的某些状态变量(如路面不平度)是相当困难的.针对这种情况,该文研究了利用有限信号的测量获得其它难以测量的状态变量的一个方案,就是应用状态估计器,即设计了卡尔曼滤波器.综上,该文提出了采用卡尔曼滤波器同时结合轴距预估信号的主动悬架控制器设计算法.进而应用Matlab软件对算法进行了仿真,分析了卡尔曼滤波器的估计精度,以及采用轴距预估控制算法进一步改进车辆性能的潜力,验证了该算法的可行性.