基于自适应强跟踪滤波器的汽车行驶状态软测量 soft computing for vehicle state estimation based on adaptive strong track filter.pdfVIP

下载本文档

6
0
约2.32万字
约 6页
2017-08-12 发布于上海
举报
版权申诉

基于自适应强跟踪滤波器的汽车行驶状态软测量 soft computing for vehicle state estimation based on adaptive strong track filter.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于自适应强跟踪滤波器的汽车行驶状态软测量 soft computing for vehicle state estimation based on adaptive strong track filter

第16卷第2期电机与控制学报 V01．16No．2 2012年2月 ELECTRICMACHINESANDCONTROL Feb．2012 基于自适应强跟踪滤波器的汽车行驶状态软测量周聪，肖建 (西南交通大学电气工程学院，四川成都610031) 摘要：针对汽车底盘控制系统中一些关键汽车行驶状态难以准确直接测量以及测量成本较高的问题，在自适应卡尔曼滤波算法和强跟踪滤波算法的基础上，提出基于自适应强跟踪滤波器的汽车行驶状态估计方法。结合纵向、侧向和横摆3自由度非线性汽车模型，将其应用于汽车行驶状态的的双移线试验的结果表明，在非线性区域内，自适应强跟踪滤波器能快速、准确跟踪汽车状态。该算法在估计精确度、跟踪速度、抑制噪声等方面均优于扩展卡尔曼滤波算法，满足汽车状态估计器的软件性能要求。关键词：汽车动力学；状态估计；软测量；卡尔曼滤波器；强跟踪滤波器中图分类号：U461．6 文献标志码：A 文章编号：1007—449X(2012)02—0096一06 Soft forvehiclestateestimationon computing based filter track adaptivestrong ZHOU Jian Cong，XIA0 of Electrical (School 610031，China) Engineering，SouthwestJiaotongUniversity，Chengdu vehiclestatesinvehiclechassiscontrol aredifficulttomeasure orin Abstract：Some key system directly lowcost．Basedon Kalman track soft method filter(AKF)andfilter(STF)，a adaptive strong computing of track anonlinear3 adaptive filter(ASTF)wasusing consisting strong proposed．By degree—of-freedom vehiclemodel motionand stateestimation includinglongitudinalmotion，lateralyawmotion，a algorithm wasestablishedand tovehiclestate hadbeenmadebetweenextended applied estimation．Comparison Kalman ASTF．Avirtualdoublelane te