基于蚁群优化FEKF算法的汽车状态估计

发布时间：2017-09-22 05:23

  本文关键词：基于蚁群优化FEKF算法的汽车状态估计

  更多相关文章： 汽车动力学 状态估计 蚁群优化算法 模糊逻辑 EKF算法 虚拟试验

【摘要】：针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强.
【作者单位】： 江苏理工学院汽车与交通工程学院;
【关键词】： 汽车动力学 状态估计 蚁群优化算法 模糊逻辑 EKF算法 虚拟试验
【基金】：国家自然科学基金资助项目(51305175) 江苏省自然科学基金资助项目(BK2012586) 江苏省“六大人才高峰”资助项目(2012-ZBZZ-023;2013-ZBZZ-039) 江苏省“333工程”培养资金资助项目(BRA2015365) 江苏理工学院人才引进资助项目(KYY14041)
【分类号】：U463.6
【正文快照】： 0引言汽车当前的行驶状态作为很多电子控制系统的输入条件,比如ABS、ESP等系统都需要准确知道当前的汽车车速、横摆角速度、质心侧偏角等参数.因此,如何实时准确地获取上述参数对汽车稳定控制系统正常工作起着至关重要的作用.上述参数的获取虽然可以通过试验相关传感器直接测

【相似文献】

中国期刊全文数据库 前10条

1 李卓;;基于蚁群优化的最大化飞蜂网络最小吞吐量研究[J];科学技术与工程;2013年15期

2 刘业政;凌海峰;杨善林;;蚁群优化的研究进展及应用[J];合肥工业大学学报(自然科学版);2006年01期

3 贾瑞玉;伍章俊;张以文;;基于多目标蚁群优化的知识即服务动态组合策略[J];华南理工大学学报(自然科学版);2012年06期

4 张邦楚;彭琛;余新荣;周晓华;邹丽君;;基于蚁群优化的多弹协同目标分配算法[J];弹箭与制导学报;2012年04期

5 崔世钢;徐雪莲;赵丽;田立国;杨耿煌;;蚁群优化在移动机器人路径规划上的研究[J];制造业自动化;2009年01期

6 姜万录;刘伟;张瑞娟;陈海军;;基于蚁群优化的神经网络智能PID控制策略研究[J];机床与液压;2010年13期

7 朱思峰;刘方;柴争义;;一种基于蚁群优化的无线传感器网络路由算法[J];北京理工大学学报;2010年11期

8 胡明生;贾志娟;刘思;洪流;;基于蚁群优化的历史灾害关联分析方法[J];计算机应用与软件;2012年10期

9 曹建军;张培林;任国全;张英堂;;基于蚁群优化的振动信号特征选择[J];振动与冲击;2008年05期

10 张志强;张t，

本文编号：899020