基于AKF和RLS的车辆簧载质量辨识研究.pdfVIP

基于AKF和RLS的车辆簧载质量辨识研究•89•

基于AKF和RLS的车辆簧载质量辨识研究

王彦\赵丰2,李万敏1

(1.兰州工业学院汽车工程学院，甘肃兰州730050;2.北京航天控制仪器研究所，北京100094)

摘要：实际应用中，车辆负载会随着乘客和货物的变化而发生显著改变。提出结合自适应卡尔曼滤波器

(AKF)与递推最小二乘算法（RLS)进行车辆簧载质量的在线辨识。首先，采集四分之一车辆悬架的簧

载振动加速度、动行程及车轮垂向加速度信号，对车辆悬架系统中的簧载质量和车轮的绝对速度进行估

计，进而由遗忘因子递推最小二乘算法辨识车辆簧载质量。分析了在不同路面等级下，卡尔曼滤波器的

过程噪声协方差和测量噪声协方差对悬架状态估计精度的影响。仿真结果显示，在选取与车辆行驶路

面等级匹配的过程噪声协方差和测量噪声协方差时，车辆悬架状态参数的估计精度较高，并能够在线准

确地辨识得到车