基于交互式多模型和容积卡尔曼滤波的汽车状态估计

来源 :汽车工程 | 被引量 : 0次 | 上传用户:mbcz123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于UniTire轮胎模型建立了包含时变噪声统计特性的汽车动力学7自由度整车模型。针对系统状态噪声和观测噪声统计特性未知的问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM-CKF)车辆状态估计算法。该算法采用包含不同系统状态噪声和观测噪声统计特性的汽车动力学模型作为交互式多模型算法的模型集,用容积卡尔曼滤波器对每个子模型的车辆状态进行估计,并使融合输出结果始终保持跟踪估计误差小的子模型输出。最后利用实车场地环境下多种驾驶工况的测试数据对IMM-CKF算法进行离线验证,并与容积卡尔曼滤波器的估计结果
其他文献
目前国内和国际上多基于工况法进行燃料消耗量和污染物排放的测量,测试质量主要通过试验室比 对进行控制,但对于比对结果评价与分析尚未形成统-模式.本文中结合实际工程需要,
为通过电机结构设计来提高电动汽车的动力性和经济性,理论探讨了电动车用永磁同步电机的稳态特性与其结构参数之间的关系,并使用OPPeD ePMSM软件进行了参数化分析;提出了电机
本文中针对增程式电动车提出一种基于能量预测的分时混动能量管理策略。首先,根据静态导航历史数据,利用决策树算法的原理分别设计了基于移动平均和基于突发事件的两种能量预