中国机械工程
中國機械工程
중국궤계공정
CHINA MECHANICAl ENGINEERING
2013年
20期
2831-2835
,共5页
汽车%状态估计%模糊卡尔曼滤波%自适应卡尔曼滤波
汽車%狀態估計%模糊卡爾曼濾波%自適應卡爾曼濾波
기차%상태고계%모호잡이만려파%자괄응잡이만려파
vehicle%state estimation%fuzzy Kalman filter%adaptive Kalman filter(AKF)
精确的汽车状态信息的获取是汽车动态控制系统正常工作的前提.建立了二自由度汽车动力学模型,提出了将S—修正的自适应卡尔曼滤波与模糊卡尔曼滤波相结合进行汽车关键状态估计的方法.模糊卡尔曼滤波利用所设计的模糊控制器通过实时监测信息实际方差与理论方差的比值,实现对时变量测噪声的协方差矩阵的实时在线估计,提高了算法在时变量测噪声情况下的鲁棒性;S-修正的自适应卡尔曼滤波算法基于滤波不发散理论推导得出实时修正因子S,进而对估计误差协方差矩阵直接加权.两种方法的结合在总体上提高了在汽车动力学系统过程噪声与量测噪声协方差矩阵不准确情况下算法的鲁棒性与估计精度,最后通过基于ADAMS的虚拟试验验证了该方法的有效性.
精確的汽車狀態信息的穫取是汽車動態控製繫統正常工作的前提.建立瞭二自由度汽車動力學模型,提齣瞭將S—脩正的自適應卡爾曼濾波與模糊卡爾曼濾波相結閤進行汽車關鍵狀態估計的方法.模糊卡爾曼濾波利用所設計的模糊控製器通過實時鑑測信息實際方差與理論方差的比值,實現對時變量測譟聲的協方差矩陣的實時在線估計,提高瞭算法在時變量測譟聲情況下的魯棒性;S-脩正的自適應卡爾曼濾波算法基于濾波不髮散理論推導得齣實時脩正因子S,進而對估計誤差協方差矩陣直接加權.兩種方法的結閤在總體上提高瞭在汽車動力學繫統過程譟聲與量測譟聲協方差矩陣不準確情況下算法的魯棒性與估計精度,最後通過基于ADAMS的虛擬試驗驗證瞭該方法的有效性.
정학적기차상태신식적획취시기차동태공제계통정상공작적전제.건립료이자유도기차동역학모형,제출료장S—수정적자괄응잡이만려파여모호잡이만려파상결합진행기차관건상태고계적방법.모호잡이만려파이용소설계적모호공제기통과실시감측신식실제방차여이론방차적비치,실현대시변량측조성적협방차구진적실시재선고계,제고료산법재시변량측조성정황하적로봉성;S-수정적자괄응잡이만려파산법기우려파불발산이론추도득출실시수정인자S,진이대고계오차협방차구진직접가권.량충방법적결합재총체상제고료재기차동역학계통과정조성여량측조성협방차구진불준학정황하산법적로봉성여고계정도,최후통과기우ADAMS적허의시험험증료해방법적유효성.
