针对传统容积卡尔曼滤波算法在进行车辆关键状态估计时要求噪声统计特性已知的问题,提出一种噪声自适应容积卡尔曼滤波（Noise adaptive cubature Kalman filter, NACKF）算法来进行车辆关键状态的估计。基于次优无偏极大后验估计器对量测噪声协方差进行实时更新并将其嵌入到标准容积卡尔曼算法中实现自适应容积卡尔曼滤波。针对车辆不同子系统间耦合特性对滤波精度的影响,构建双重自适应容积卡尔曼滤波器分别进行侧向力与质心侧偏角的估计,两者在估计过程中互为输入构成闭环反馈,利用分布式模块化结构弱化系统耦合特性对估计精度的影响,实现轮胎侧向力与质心侧偏角的实时准确估计。利用Simulink-Carsim联合仿真平台进行仿真验证和实车试验验证。结果表明,基于双重自适应容积卡尔曼滤波的估计算法相对标准容积卡尔曼滤波估计精度更高,较好地改善了传统容积卡尔曼滤波器在噪声先验统计特性未知条件下非线性滤波精度下降的问题。
类型: 期刊论文
作者: 汪?,殷国栋,耿可可,董昊轩,卢彦博,张凤娇
关键词: 噪声自适应容积卡尔曼滤波,轮胎侧向力,质心侧偏角,分布式驱动电动汽车
来源: 机械工程学报 2019年22期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 东南大学机械工程学院,常州机电职业技持术学院车辆工程学院
基金: 国家重点研发计划(2016YFD0700905),国家自然科学基金(U1664258,51575103),江苏省自然科学基金(BK20180401),2018年省地联合招标成果转化(BA2018023),东南大学优秀博士学位论文培育基金(YBPY1947)资助项目
分类号: U469.72
页码: 103-112
总页数: 10
文件大小: 1266K
下载量: 244
本文来源: https://www.lunwen90.cn/article/8f43449ee29d685f7c6d29ca.html