汽车侧偏角估计方法比较.docxVIP

第33卷第1期 第33卷第1期 南京理工大学学报(自然科学版) V01．33 No．1 2009年2月 Journal of Nanjing University of Science and Technology(Natural Science) Feb．2009 汽车侧偏角估计方法比较 林菜，赵又群 (南京航空航天大学车辆工程系，江苏南京210016) 摘要：针对汽车质心侧偏角难以直接获取的问题，提出了基于径向基神经网络与驾驶员一汽车 闭环系统相结合的侧偏角估计方法。把汽车侧偏角看作横摆角速度和侧向加速度时间序列的 映射，采用均匀设计方案对训练样本进行优选，通过神经网络建立三者之间的映射关系。同时 设计了一种改进自适应卡尔曼滤波算法，将其运用到相同道路输入下汽车侧偏角的估计当中。对 两种方法进行了基于实车试验的比较：神经网络方法的估计误差均值和标准差分别为0．046 3330、 0．057 822。；自适应卡尔曼滤波方法的估计误差均值和标准差分男fj为0．062 7450 0．089 24I。。研 究结果可以为汽车稳定性控制系统估计器的设计提供理论指导。 关键词：汽车；侧偏角；径向基函数；神经网络；自适应卡尔曼滤波；状态估计 中图分类号：U 461．6 文章编号：1005—9830(2009)01—0122—05 Comparison of Methods