磁流变阻尼器（Magneto-rheological damper,MRD）作为半主动悬架系统关键力执行机构,具有在恶劣环境下能保持正常工作状态,反应迅速的优势。但由于磁流变阻尼器具有较强的非线性滞回特性,通过悬架的状态变化直接获得磁流变阻尼器准确的输入控制电流进行汽车半主动悬架系统控制是有一定难度的。本文针对磁流变阻尼器输入控制电流准确性较差、悬架状态获取困难、汽车悬架性能难以进行实时动态控制等难点,设计基于磁流变阻尼器逆模型并结合状态观测器的汽车磁流变半主动悬架控制系统,通过仿真验证并分析其有效性。首先,采用滤波白噪声的方法建立不同工况下的四轮路面激励模型。进一步地,依据牛顿第二定律和拉格朗日方程建立悬架振动系统,搭建四分之一磁流变悬架和整车七自由度磁流变悬架仿真模型。其次,考虑磁流变阻尼器正向动力学模型存在非线性滞回特性,采用通用性较强的Spencer现象模型建立正向模型;针对磁流变阻尼器输入控制电流难以确定的问题,结合强映射能力的BP神经网络算法建立磁流变阻尼器逆模型,考虑到BP神经网络在迭代过程中易陷入局部最优、泛化误差大的问题,因此采用具有极速收敛的整体寻优能力的粒子群算法优化BP神经网络,以提高磁流变阻尼器控制输入电流的准确性,并结合半主动悬架控制系统验证了优化后逆模型的有效性。然后,以四分之一磁流变半主动悬架系统为研究对象,考虑悬架状态参数难以获取,采用卡尔曼滤波（Kalman Filter,KF）和无迹卡尔曼滤波（Unscented Kalman Filter,UKF）观测器进行悬架状态观测,结果表明无迹卡尔曼滤波观测器的观测精度更高;在此基础上建立基于模糊滑模算法的磁流变半主动悬架控制系统,采用优化后的磁流变阻尼器逆模型并结合控制策略获得期望力得到相应的控制输入电流,输出磁流变阻尼器合适的阻尼力,结合多工况单轮路面激励进行半主动悬架系统控制。由仿真结果可以得出:建立的模糊滑模悬架控制系统可获良好的性能指标。最后,针对整车七自由度磁流变半主动悬架控制系统,先建立基于UKF算法的悬架观测器,获取悬架状态参数的观测值;再结合模糊滑模算法建立七自由度悬架控制系统,通过期望力反求四个不同阻尼器逆模型输入电流,在多工况四轮路面激励模型作用下,进行整车七自由度磁流变半主动悬架控制系统仿真。仿真结果表明:建立的基于UKF算法的悬架观测器能准确观测姿态、俯仰、侧倾等悬架状态参数,基于模糊滑模算法的整车七自由度磁流变悬架的整体性能指标也得到改善。