基于+UPF+算法的汽车多状态量.pdfVIP

第38卷 第3期 南京理工大学学报 Vol.38 No.3 2014年6月 Journal of Nanjing University of Science and Technology Jun.2014 基于UPF算法的汽车多状态量估计 林 棻,赵又群,黄 超 (南京航空航天大学 能源与动力学院,江苏 南京210016) 摘 要:针对常用汽车状态估计算法计算复杂、精度低等问题,提出一种新的汽车多状态量估计 方法。 建立了包含定常统计特性噪声和Pacejka轮胎模型的七自由度非线性汽车动力学模型。 针对一般粒子滤波(PF)算法存在的缺陷,使用非追踪卡尔曼滤波(UKF)算法产生粒子滤波的 重要性概率密度。 基于非追踪粒子滤波(UPF)算法实现对汽车多个关键状态量的最小均方误 差估计。 将基于UPF算法、UKF算法与PF 算法的估计器进行了比较,揭示了粒子数对汽车状 态估计效果的影响。 基于ADAMS/ Car 的虚拟实验和实车实