资源描述：
《基于双重扩展自适应卡尔曼滤波的汽车状态和参数估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、中国机械工程第20卷第6期2009年3月下半月基于双重扩展自适应卡尔曼滤波的汽车状态和参数估计林棻赵又群南京航空航天大学,南京,210016摘要:准确实时地获取行驶过程中的状态信息是汽车动态控制系统研究的关键,为此提出了一种新的汽车状态估计器。建立了包含不准确模型参数和未知时变统计特性噪声的非线性汽车动力学模型,针对该非线性系统提出一种双重扩展自适应卡尔曼滤波算法(DEAKF)。该算法采用两个卡尔曼滤波器并行运算,状态估计和参数估计互相更新,同时将带遗忘因子的噪声统计估值器嵌入到状态校正过程和参数校正过程之间,以解决系统的噪声时变问题。
2、基于ADAMS的虚拟试验和实车试验结果表明,该算法的状态估计精度高于EKF方法和DEKF方法的状态估计精度,同时具有良好的模型参数校正能力,对汽车动态控制系统中估计器的设计具有理论指导意义。关键词:汽车动力学;双重扩展自适应卡尔曼滤波;状态和参数估计;虚拟试验中图分类号:U461.6文章编号:1004—132X(2009)06—0750—06VehicleStateandParameterEstimationBasedonDualExtendedAdaptiveKalmanFilterLinFenZhaoYouqunNanjingUni
3、versityofAeronauticsandAstronautics,Nanjing,210016Abstract:Acriticalcomponentofvehicledynamiccontrolsystemsistheaccurateandrealtimeknowledgeofvehiclekeystateswhenrunningonroad.Anewvehiclestatesestimatorwasproposed.Firstthenonlinearvehicledynamicssystemwasestablishedinwhi
4、chcontainedinaccuratemodelpa2rametersandunknowntimevaryingnoise.ThenadualextendedadaptiveKalmanfilter(DEAKF)al2gorithmwasproposed.InthealgorithmtwoKalmanfiltersruninparallel,stateestimationandpa2rameterestimationupdateeachother.Inordertoberobusttounknowntimevaryingnoise,
5、thenoisestatisticalestimatorwasinsertedbetweenstatecorrectionandparametercorrection.TheresultsofvirtualexperimentbasedonADAMSandrealvehicleexperimentdemonstratethattheDEAKFalgo2rithmhashigherstateestimationaccuracythanthatofEKFandDEKF,alsohasgoodcapabilitytore2visemodelp
6、arameters.Theconclusionscanprovidetheoreticdirectionfordesignofestimatorinvehi2clestabilitycontrolsystem.Keywords:vehicledynamics;dualextendedadaptiveKalmanfilter;stateandparameterestima2tion;virtualexperiment0引言器,假设汽车参数(如质量、转动惯量、质心位置随着汽车电子控制技术的飞速发展,准确而等)已知且固定不变。这些汽车参数的近
7、似值的实时地获取汽车行驶过程中的状态信息成为汽车确可以通过测量获得,然而在汽车行驶过程中,随动态控制系统研究的关键问题,由此衍生出的汽着工况的不同这些参数经常会发生一些变化,如车状态估计器的设计逐渐成为近年来研究的热客车的空载和满载对整车质量的影响就较为明[1]显点。,大型载重货车的空载和满载对整车质心位置目前汽车状态估计器设计所采用的方法主要和转动惯量的影响也较为显著,因此,在汽车状态[122]有线性卡尔曼滤波方法、扩展卡尔曼滤波方估计的同时考虑汽车参数的不确定性就显得十分[324][5][6]法、神经网络方法、状态观测器方法、模糊重
8、要,只有在状态估计的同时对不确定的汽车参[7]逻辑方法等,这些方法都是对汽车控制系统中数进行并行校正才能获得更加精确的汽车行驶的关键控制变量(包括侧偏角、侧向速度、横摆角信息。速度等)进行估计,采用的都是基
