相关向量机在车辆行驶状态估计中的应用-长安大学学报.pdf

第 卷 第 期 长安大学学报（自然科学版） ３３ ３ Ｖｏｌ．３３ Ｎｏ．３ 　 　 年 月 ２０１３ ５ （ ） Ｍａ．２０１３ ＪｏｕｒｎａｌｏｆＣｈａｎａｎＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ ｙ 　 ｇ ｙ 文章编号： （ ） １６７１８８７９２０１３０３００８８０６ 相关向量机在车辆行驶状态估计中的应用 罗成镇，张亚歧，任超伟 （长安大学 汽车学院，陕西 西安 ７１００６４） 摘 要：针对车辆运动的非线性特性，利用比支持向量机（ ）测试时间短、多样本时具有计算量 ＳＶＭ 　 小的相关向量机（ ）对车辆行驶状态进行估计。为了能够较为准确地估计车辆行驶状态，采集 ＲＶＭ 实车试验数据，利用Ｋａｌｍａｎ滤波器对采集到的车速和横摆角速度数据进行滤波，将滤波后的数据 作为ＲＶＭ的输入。依据贝叶斯理论建立最大似然函数，考虑到横摆角速度和车速变化的差异性， 依据不同迭代次数下最大似然估计值、伽马值以及值的差异性确定最佳的迭代次数，保证模型具有 较短的测试时间和较高的击中概率。有效性验证结果表明：该模型能够较为准确地逼近待估计样 本的真值，其中波动性较大的横摆角速度所需要的迭代次数更多，伽马值和值的变化更为迅速，收 敛速度较快。 关键词：汽车工程；运动状态；估计； ； 滤波 ＲＶＭ Ｋａｌｍａｎ 中图分类号： ； 文献标志码： Ｕ４６１．５１ＴＰ２０６ Ａ 　　　 　 犃 犾犻犮犪狋犻狅狀狅犳狉犲犾犲狏犪狀犮犲狏犲犮狋狅狉犿犪犮犺犻狀犲犻狀狏犲犺犻犮犾犲狊狋犪狋犲犲狊狋犻犿犪狋犻狅狀 狆狆 ， ， ＬＵＯＣｈｅｎｚｈｅｎ ＺＨＡＮＧＹａｉＲＥＮＣｈａｏｗｅｉ ｇ ｑ （ ， ’ ， ’ ， ， ） ＳｃｈｏｏｌｏｆＡｕｔｏｍｂｏｂｉｌｅ Ｃｈａｎ ａｎＵｎｉｖｅｒｓｉｔ Ｘｉａｎ７１００６４ ＳｈａａｎｘｉＣｈｉｎａ ｇ ｙ ： ， 犃犫狊狋狉犪犮狋Ｂｅｃａｕｓｅｖｅｈｉｃｌｅｍｏｖｅｍｅｎｔｅｘｉｓｔｓｎｏｎｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｔｈｉｓ ａｅｒａｄｏｔｅｄｒｅｌｅｖａｎｃｅ ｐｐ ｐ （ ） ｖｅｃｔｏｒｍａｃｈｉｎｅＲＶＭ ｔｏｅｓｔｉｍａｔｅｔｈｅｖｅｈｉｃｌｅｓｔａｔｅ．Ｔｈｅｔｅｓｔｔｉｍｅｏｆｒｅｌｅｖａｎｃｅｖｅｃｔｏｒｍａｃｈｉｎｅｉｓ （ ） ｓｈｏｒｔｅｒｔｈａ