基于自适应无迹卡尔曼滤波的汽车状态参数估计

针对车辆状态参数估计过程中过程噪声和测量噪声的不确定性,提出一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法.建立包括纵向、横向和横摆3个自由度的车辆动力学模型,基于无迹卡尔曼滤波理论建立自适应无迹卡尔曼滤波估计模型,最后搭建MATLAB/Simu-link-Carsim联合仿真平台对提出的算法进行仿真验证.结果表明...     

基于中心差分卡尔曼滤波的车速估计研究

针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性三自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。     

基于自适应卡尔曼滤波的锂离子电池SOC估计

采用自适应卡尔曼滤波方法,基于锂离子动力电池的等效电路模型,在未知干扰噪声环境下,在线估计电动汽车锂离子动力电池荷电状态(SOC)。仿真结果表明,采用自适应卡尔曼滤波方法估计的SOC误差小于2.4%,有效降低了电动汽车行驶时电池管理系统所受到的未知干扰噪声影响,SOC估计精度高于扩展卡尔曼方法,且具有较好的鲁棒性。     

卡尔曼滤波法在天子山大桥主拱悬拼施工标高控制中的应用

湖南永连公路天子山钢管混凝土桁式组合拱桥是一种新型结构的桥梁,主拱采用悬拼施工工艺。该文结合天子山大桥施工建设,探讨了应用卡尔曼滤波法预估该桥主拱悬拼时标高施工抬高值的方法。实践表明,采用卡尔曼滤波法进行标高预估控制后,各种误差对标高的影响按均方误差最小的原则进行处理,使实测值稳定在理论值左右,避免了误差的累积,保证了主拱悬拼的顺利合龙。     

改进粒子滤波算法在组合导航中的应用

为了提高组合导航定位系统的定位精度和可靠性,分别对扩展卡尔曼滤波(EKF)、粒子滤波(PF)和U卡尔曼滤波(UKF)3种算法进行了分析。通过分析3种算法各自的特点,将PF算法和UKF算法的优点相结合,提出了一种新的粒子滤波算法——U粒子滤波(UPF)算法,并将其应用于GPS/DR组合导航系统中。通过对UPF算法与PF算法在GPS/DR组合导航系统中的仿真研究比较,进一步证实了UPF算法的可行性及计算的精确性。     

卡尔曼滤波在FE车型GPS中的应用

本文介绍了卡尔曼滤波应用于FE车系GPS中有助于精确的定位,通过对速度信号等参数进行评估、设计,使GPS定位模块在较佳的条件下工作,从而达到精准定位。     

宜万铁路危岩落石监测预警系统

宜万铁路是铁路史上桥隧比例最高的铁路,沿线的大量隧道口危岩给铁路行车安全带来重大威胁,工程防护手段并不能完全解除危岩落石的威胁.结合目前铁路危岩落石监测主流技术和宜万铁路的实际情况,提出了基于红外激光轨面扫描成像和非接触式振动波信号检测技术的融合检测技术体系,研制了宜万铁路危岩落石监测预警系统.已建成的9套监测系统在宜万铁路近1年的运行情况表明,该系统监测能力完备可靠,与其他的危岩落石监测技术相比具有极低误报率,能够充分保障宜万铁路的行车安全.      

基于卡尔曼滤波的DR/MM组合定位方法

提出了一种DR/MM组合定位新方法.采用D-s证据理论在候选路段中选择最匹配的路段进行地图匹配,利用误差概率准则计算地图匹配观测噪声,使得沿道路纵向的地图匹配噪声可观测.在此基础上建立卡尔曼滤波方程,以DR定位与地图匹配的误差为观测值,估计DR定位误差.在地图匹配结果具有较高可信度时,估计的状态反馈修正DR方程.离线试验结果表明,提出的方法显著改善了DR定位精度.     

路面附着系数的自适应衰减卡尔曼滤波估计

为了获得实时、准确的路面附着系数,进一步提高观测路面附着系数算法的精度和收敛速度,结合非线性车辆动力学模型和轮胎力修正模型,搭建分布式驱动电动汽车联合仿真平台,提出一种基于自适应衰减无迹卡尔曼滤波的路面附着系数观测算法。该算法设计与各轮对应的路面附着系数观测器,应用协方差匹配判据对观测器发散趋势进行判别,设计自适应加权系数修正预测协方差,以增强新近观测数据的利用率;同时采用次优Sage-Husa噪声估计器对未知的系统过程噪声进行估计,抑制观测器的记忆存储长度,调整过程噪声和测量噪声的均值与协方差,提高观测器的跟踪能力。利用分布式驱动电动汽车分别进行高、低附着路面和对开路面直线制动试验,并将自适应衰减无迹卡尔曼滤波路面附着系数观测器的观测结果与无迹卡尔曼滤波观测值、参考路面附着系数进行比较和分析。结果表明：高附着路面条件下,所设计的算法估计误差可控制在0.64%以内;低附着路面条件下,所设计的算法估计误差可控制在1.03%以内;对开路面条件下估计误差可控制在1.26%以内;自适应衰减无迹卡尔曼滤波算法相比无迹卡尔曼滤波算法响应速率更快,具有更高的估计精度和较强的自适应能力,估计结果整体上维持稳定,能够适应各种不同路面的估计。     

ABS车轮角加速度的卡尔曼滤波技术研究

汽车防抱制动系统(ABS)控制的关键在于对车辆轮速信号的处理,好的滤波方法对它来说尤为重要。卡尔曼滤波法作为一种非线性滤波方法,相对于传统滤波能够更快捷、更准确、更有效、更真实地反应出汽车行驶工况。