- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(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。
- 3、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。
- 4、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)。
查看更多
相关向量机在车辆行驶状态估计中的应用-长安大学学报
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
JournalofChananUniversit NaturalScienceEdition y
g y
文章编号: ( )
16718879201303008806
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
, ,
LUOChenzhen ZHANGYaiRENChaowei
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
文档评论(0)