当前位置:主页 > 科技论文 > 电子信息论文 >

采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计

发布时间:2017-09-26 19:18

  本文关键词:采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计


  更多相关文章: 车辆动力学 自适应滤波 无迹卡尔曼滤波 次优Sage-Husa噪声估计器


【摘要】:针对车辆主动安全控制中的车速和路面附着系数这一关键信息,提出了一种实时估计该信息的滤波算法,同时建立了将包含时变噪声统计特性的七自由度非线性车辆动力学模型作为滤波算法的标称模型,以及一种自适应无迹卡尔曼滤波算法。该算法采用传统的无迹卡尔曼滤波器来估计车速和路面附着系数,同时利用次优Sage-Husa噪声估计器对系统的噪声统计特性进行实时更新,其中采用遗忘因子限制噪声估计器的记忆长度,使新近数据发挥重要作用,使陈旧数据逐渐被遗忘,从而解决了因系统标称模型误差、外界扰动等因素引起的噪声时变的问题。在不同路面条件下进行了多种工况的实验验证,并与无迹卡尔曼滤波器的估计结果进行对比分析,结果表明,该算法具有良好的鲁棒性,其估计精度高于无迹卡尔曼滤波器,且满足车辆主动安全控制系统的要求。
【作者单位】: 吉林大学汽车仿真与控制国家重点实验室;中国第一汽车集团技术中心;
【关键词】车辆动力学 自适应滤波 无迹卡尔曼滤波 次优Sage-Husa噪声估计器
【基金】:国家自然科学基金资助项目(51275206)
【分类号】:U463.6;TN713
【正文快照】: 准确实时获取车辆的行驶状态与路面附着条件是实现车辆主动安全控制的必要前提,而这些信息通常无法直接测量,由此衍生出的基于车载传感器获得的车辆状态信息进行汽车状态参数估计成为近年来研究的热点[1-5]。文献[6]基于滚动时域算法估计了车速和路面附着系数,文献[7]应用无迹

【参考文献】

中国期刊全文数据库 前1条

1 万莉;刘焰春;皮亦鸣;;EKF、UKF、PF目标跟踪性能的比较[J];雷达科学与技术;2007年01期

【共引文献】

中国期刊全文数据库 前10条

1 王洋;曲长文;蒋波;;低轨星座对自由段空间目标跟踪算法研究[J];电子测量技术;2009年05期

2 张良;鲍其莲;;高动态下紧耦合组合导航改进UKF滤波器设计[J];电子测量技术;2011年01期

3 张宇;王国宏;陈垒;;基于UKF的组网雷达误差配准方法研究[J];电子设计工程;2012年19期

4 刘英;段容宜;谢家雨;;再入航天器无源定位跟踪研究[J];硅谷;2014年07期

5 赵炜;黄树彩;于强;钟宇;;弹道导弹主动段天基红外跟踪方法综述[J];飞航导弹;2014年07期

6 王谦;周德云;陈出新;;含有基于多普勒频移的制导滤波算法研究[J];计算机工程与应用;2011年08期

7 王庆欣;史连艳;;基于自适应UKF的反辐射导弹抗机动目标雷达短时关机研究[J];计算技术与自动化;2011年03期

8 韩同辉;沈超;沈静;臧昊;顿向明;;基于目标特征提取和EKF的位置跟踪方法[J];机械与电子;2012年05期

9 江宝安;;基于UKF的再入大气层弹道导弹跟踪研究[J];雷达科学与技术;2008年02期

10 隋红波;房晓颖;吴瑛;;改进的当前统计模型及自适应跟踪算法[J];雷达科学与技术;2008年03期

中国博士学位论文全文数据库 前5条

1 孙小点;生物网络的结构辨识与参数估计[D];复旦大学;2009年

2 李骏;空间目标天基光学监视跟踪关键技术研究[D];国防科学技术大学;2009年

3 蔡伯根;低成本列控系统的列车组合定位理论与方法[D];北京交通大学;2010年

4 汪秋婷;自适应抗差UKF在卫星组合导航中的理论与应用研究[D];华中科技大学;2010年

5 朱政;磷酸铁锂电池荷电状态估计方法的研究[D];哈尔滨工业大学;2013年

中国硕士学位论文全文数据库 前10条

1 谭信;脉冲压缩雷达系统建模仿真与数据处理[D];电子科技大学;2011年

2 蔡绍晓;基于粒子滤波的被动传感器多目标跟踪算法研究[D];西安电子科技大学;2011年

3 王瑞元;基于滤波估计的虚实配准算法研究[D];华中科技大学;2011年

4 韩同辉;大型运载车平台自主定位关键技术研究[D];上海交通大学;2012年

5 安笛;UKF性能分析及其在组合导航中的应用[D];哈尔滨工程大学;2011年

6 马雪琴;多尺度信息融合算法研究[D];南京理工大学;2012年

7 蒋希帅;雷达目标跟踪滤波算法的研究[D];大连海事大学;2008年

8 黄宗辉;INS/微波被动/SAR复合导引头目标跟踪技术研究[D];国防科学技术大学;2007年

9 吴(韦华);卫星/SINS组合导航关键技术研究[D];电子科技大学;2008年

10 邹海英;基于神经网络的多目标跟踪信息融合技术的研究[D];哈尔滨理工大学;2008年

【二级参考文献】

中国期刊全文数据库 前4条

1 侯代文;殷福亮;;非线性系统中状态和参数联合估计的双重粒子滤波方法[J];电子与信息学报;2008年09期

2 宗长富;胡丹;杨肖;潘钊;徐颖;;基于扩展Kalman滤波的汽车行驶状态估计[J];吉林大学学报(工学版);2009年01期

3 胡士强,敬忠良;粒子滤波算法综述[J];控制与决策;2005年04期

4 张慧杰;郭志平;司景萍;郝慧荣;;汽车悬架整车动力学模型的参数辨识[J];振动与冲击;2013年23期

【相似文献】

中国期刊全文数据库 前10条

1 F.A.法鲁基;R.C.戴维斯;高自功;;跟踪目标用的卡尔曼滤波器的设计[J];国外舰船技术.雷达与对抗;1982年08期

2 黄建国;樊成;郭建中;;卡尔曼滤波器分解谱图重叠峰[J];分析仪器;1983年04期

3 卓兆水;;具有输入估计跟踪方案的无检测全修正卡尔曼滤波器[J];火控雷达技术;1984年04期

4 范雨臣;;用卡尔曼滤波器对河流的水位和流量进行预报[J];水电能源科学;1989年02期

5 叶 斌,徐 毓;强跟踪滤波器与卡尔曼滤波器对目标跟踪的比较[J];空军雷达学院学报;2002年02期

6 刘冀春,李明;改进卡尔曼滤波器作动态谐波估计[J];四川电力技术;2005年S1期

7 杜云峰;;卡尔曼滤波器在过程估计中的应用[J];机电产品开发与创新;2007年04期

8 卢秀和;魏坤;谢新月;;卡尔曼滤波器在球杆系统噪声抑制中的应用[J];南京信息工程大学学报(自然科学版);2009年01期

9 苏中;陈汐;张霞;;捷联惯导寻北中卡尔曼滤波器的设计[J];北京信息科技大学学报(自然科学版);2011年04期

10 郝燕玲;杨峻巍;陈亮;郝金会;;平方根容积卡尔曼滤波器[J];弹箭与制导学报;2012年02期

中国重要会议论文全文数据库 前10条

1 李明;杨洪耕;刘立生;;新型自适应卡尔曼滤波器作动态谐波估计[A];2004年电力电容器学会论文集[C];2004年

2 苑薇薇;王建辉;;采用推广卡尔曼滤波器估计入射波参数[A];1997中国控制与决策学术年会论文集[C];1997年

3 姜义德;钟颍秀;张帆人;;以限制型卡尔曼滤波器估测位置与姿态(英文)[A];第七届海峡两岸工程力学研讨会论文摘要集[C];2011年

4 马驰州;杨亦春;李晓东;;多模型卡尔曼滤波器在声定位中的应用[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

5 张勇军;李小占;杨志刚;;动态优化渐消因子的强跟踪卡尔曼滤波器研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

6 房媛媛;李亚安;李晓花;白晓娟;;Cubature-Kalman滤波及性能分析[A];中国声学学会第九届青年学术会议论文集[C];2011年

7 韩光宇;;组合导航中卡尔曼滤波器之浅见[A];中国航海学会优秀论文文摘及学术会议论文目次汇编(1990—1991)[C];1992年

8 张建伟;伍蔡伦;谢松;;卡尔曼滤波器在RTK处理中的应用[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年

9 张雷;王建宇;戴宁;;基于模糊融合的GPS/INS算法研究(英文)[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年

10 顾明武;陈熙源;;RBFNN辅助卡尔曼滤波器在GPS/SINS组合导航中的应用[A];2008年船舶通信导航学术年会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 张巍;卡尔曼滤波器在带宽测量中的应用[D];电子科技大学;2015年

2 邱燕平;退化故障下设备可靠性的卡尔曼滤波器预测方法[D];合肥工业大学;2010年

3 葛磊;非希尔伯特空间滤波研究[D];哈尔滨工程大学;2009年

4 臧晓蕾;基于卡尔曼滤波器的船用雷达运动目标跟踪算法研究及性能分析[D];大连海事大学;2011年

5 杨丹;卡尔曼滤波器设计及其应用研究[D];湘潭大学;2014年

6 王寒芷;基于卡尔曼滤波器的自适应网络异常检测方法[D];上海交通大学;2010年

7 王凯;融合卡尔曼滤波和Mean Shift的尺度自适应运动目标跟踪算法的研究与实现[D];电子科技大学;2013年

8 李宝绪;基于FPGA的卡尔曼滤波器的设计与实现[D];山东大学;2014年

9 周倩;车辆组合导航中卡尔曼滤波器的设计及FPGA实现[D];北京交通大学;2009年

10 严镭;GPS/DR车辆组合导航定位系统关键理论问题的研究[D];兰州理工大学;2011年



本文编号:925259

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/925259.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d8c9f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com