收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于非线性估计理论的线控转向汽车状态估计研究

周聪  
【摘要】:为了解决汽车的行车安全性问题,自上世纪90年的开始,随着计算机控制技术、智能信息处理技术的发展,汽车行业开始不断引入新的信息技术,逐步提高汽车的操作稳定性和主动安全性。汽车转向系统的性能直接影响汽车的操作稳定性,相对于传统机械结构的转向系统,匹配线控转向系统的汽车具有更加灵活转向特性。通过线控转向系统的各种控制策略,可以实现汽车主动转向控制和汽车车身的电子稳定控制。而准确实时的获取汽车行驶中的关键状态,是实现这些控制策略的前提。由于汽车动力学控制过程的复杂性、现有车载传感器的测试水平和测试成本等多方面的影响,很多关键状态参数都无法直接、准确且低成本的测量。而随着汽车底盘电控系统集成化水平和复杂化程度提高,系统内部存在信号变化速率相差大、检测装置采样周期不同等情况。现有的单采样率非线性卡尔曼滤波算法在估计汽车状态过程中存在一定的局限性。因此,针对线控转向汽车的状态估计问题,本文将非线性估计方法与多采样率控制系统理论相结合,进行了如下几个方面的讨论和研究: 首先,对线控转向系统的基本结构、工作原理、控制策略和性能特点做了深入的调查和分析。在此基础上,对线控转向系统的各个组成部分进行了的数学建模研究,引入了R.Hess驾驶员模型、Pacejka轮胎模型,并建立了十一自由度汽车整车模型。由此搭建了人—车闭环系统。通过Carsim专业汽车动力学软件与Matlab/Simulink软件联合仿真平台,结合线控转向系统的相关控制策略,参照国标设置了虚拟汽车操稳性试验,仿真结果验证了所建立整车模型的有效性。 其次,扩展卡尔曼滤波算法是一种有效的非线性汽车状态估计算法,但其存在两大缺陷:(1)对汽车参数变化的鲁棒性较弱;(2)对汽车突变状态的跟踪能力欠佳。为了弥补这些缺陷,提出了基于强跟踪滤波算法的汽车状态估计方法,有效地提高了对于汽车突变状态的估计能力和参数变化的鲁棒性。此外,多重渐消因子矩阵在原强跟踪滤波算法中的作用方式可能破坏误差协方差阵的对称正定性,导致滤波算法的发散。针对此种情况,提出了基于Cholesky三角分解的改进强跟踪滤波算法。仿真结果表明:对于多重次优渐消因子矩阵初值的选取,改进强跟踪滤波算法比原强跟踪滤波算法鲁棒性更强,且算法也更稳定。 再者,尽管卡尔曼滤波算法在汽车状态估计中取得不错的效果,但是其性能受到模型精度与噪声统计特性是否已知等因素的影响。为此,利用基于虚拟噪声补偿技术的非线性自适应滤波算法和无迹卡尔曼滤波算法对汽车的行驶状态进行估计。在此基础上,提出了带渐消因子的非线性Sage-Husa自适应卡尔曼滤波算法,使滤波算法在估计汽车行驶过程中的过程噪声和量测噪声特性时,同样具有对突变状态的强跟踪特性。仿真结果表明,该算法不仅能估计系统过程噪声和量测噪声,还能准确的估计汽车行驶状态,且具有很强的跟踪突变状态的能力。在同等条件下,无迹卡尔曼滤波算法的估计精度要略高于扩展卡尔曼滤波算法的估计精度。 最后,由于汽车底盘电控系统集成化水平和复杂化程度提高,系统内部存在信号变化速率相差大、检测装置采样周期不同等情况,单采样率数字控制策略已经不再适用此类系统的控制要求。为此,提出了基于输入和输出多采样率的汽车状态空间建模方法,该模型有效地增加了系统输入向量和输出向量的个数,能够获取更多的系统信息,并提高SBW系统的控制能力。在所建立的多采样率汽车状态空间模型的基础上,提出了基于输入多采样率无迹卡尔曼滤波算法。仿真结果表明,该算法比单采样率非线性估计方法的估计精度要高出37.8%~65.3%,而且算法也更稳定。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周荫清;;相干通信中的卡尔曼滤波方法[J];遥测遥控;1988年02期
2 吴天;张胜修;颜诗源;;一种巡航导弹组合高度方案设计[J];控制工程;2007年S2期
3 郭庆;那振宇;顾学迈;;一种自相似业务量预测的卡尔曼滤波算法[J];西安交通大学学报;2009年04期
4 臧荣春;崔平远;;组合导航系统NNM信息融合算法[J];计算机工程;2005年23期
5 曲润峰;侯明善;荆晓鹏;;方差模糊自适应卡尔曼滤波及其应用[J];弹箭与制导学报;2005年S5期
6 高羽;张建秋;;小波变换域估计观测噪声方差的Kalman滤波算法及其在数据融合中的应用[J];电子学报;2007年01期
7 房秉毅;吴嗣亮;魏国华;;距离速度跟踪在矢量脱靶量测量中的应用[J];系统工程与电子技术;2007年02期
8 滕云龙;陈小平;唐应辉;;提高GPS定位精度的改进卡尔曼滤波算法研究[J];现代电子技术;2008年03期
9 赵易峰;李京华;彭京晶;许家栋;;基于修正的卡尔曼滤波自适应跟踪算法[J];计算机仿真;2008年08期
10 郑伟;张辉;王杨明;;基于BP神经网络组合导航融合算法[J];空间电子技术;2008年04期
11 程艳青;高明煜;;基于卡尔曼滤波的电动汽车剩余电量估计[J];杭州电子科技大学学报;2009年03期
12 张长春;黄英;杨刚;;卡尔曼滤波在跟踪运动目标中的应用及仿真[J];现代电子技术;2009年20期
13 董健康;许天鸿;;雷达和QAR数据的融合处理[J];测控技术;2010年06期
14 秦天宝;;基于多传感器信息融合的移动机器人定位研究[J];可编程控制器与工厂自动化;2010年11期
15 杨文;侍洪波;汪小帆;;卡尔曼一致滤波算法综述[J];控制与决策;2011年04期
16 尤优;詹智财;张松松;;一种基于SIFT特征的车辆跟踪系统实现[J];电脑知识与技术;2011年23期
17 薛申芳,孙才红,宁书年,金声震;组合大视场星敏感器自主定轨方法[J];计算机仿真;2005年06期
18 汪毅,朱振才;FPGA在微小卫星姿态控制系统中的应用[J];红外;2005年11期
19 孟中;张涛;戴明;于前洋;葛文奇;;陀螺滤波在改善伺服系统低速特性中的应用[J];压电与声光;2006年01期
20 石章松;刘忠;刘健;;一种单站纯方位目标跟踪中的线性近似化滤波算法[J];海军工程大学学报;2006年02期
中国重要会议论文全文数据库 前10条
1 赵汝祺;赵祚喜;赵汝准;;基于多项式卡尔曼滤波算法的车辆定位试验研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 韦官余;徐伯健;丁阳;;动态阿伦方差辅助的卡尔曼滤波算法在GPS/INS组合导航中的应用[A];第三届中国卫星导航学术年会电子文集——S09组合导航与导航新方法[C];2012年
3 范澎湃;王冰;;处理有色状态噪声的三段卡尔曼滤波算法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 程曦;孙淑光;;基于卡尔曼滤波算法的惯导系统的初始对准[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
5 曾龙汉;代睿;黄剑;游军;;智能控制技术在无刷直流电机控制系统中的应用[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
6 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005年全国自动化新技术学术交流会论文集[C];2005年
7 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
8 朱宁;钱伟康;郭强;;基于嵌入式XP的光谱分析系统[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
9 梅春波;秦永元;张金亮;;基于MEMS惯性器件的两种水平姿态算法比较研究[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年
10 田丰;李岩;;无人机遥感图像的目标定位研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 周聪;基于非线性估计理论的线控转向汽车状态估计研究[D];西南交通大学;2012年
2 杨峻巍;水下航行器导航及数据融合技术研究[D];哈尔滨工程大学;2012年
3 葛磊;容积卡尔曼滤波算法研究及其在导航中的应用[D];哈尔滨工程大学;2013年
4 徐婷婷;VTS系统船舶跟踪和预测的新技术研究[D];大连海事大学;2012年
5 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年
6 高宇明;基于时变参数的中国要素生产率与经济增长关系研究[D];哈尔滨工业大学;2008年
7 邢艳军;微小卫星及其编队轨道与姿态一体化确定方法研究[D];哈尔滨工业大学;2012年
8 王剑颖;航天器姿轨一体化动力学建模、控制与导航方法研究[D];哈尔滨工业大学;2013年
9 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年
10 汤仪平;间歇式染色过程织物色泽软测量系统研究[D];华侨大学;2011年
中国硕士学位论文全文数据库 前10条
1 赵艳;自主导航滤波算法研究[D];沈阳工业大学;2012年
2 徐红珍;基于粒子群的卡尔曼滤波算法改进和优化[D];武汉理工大学;2013年
3 吴龙龙;一致性卡尔曼滤波算法及其应用研究[D];华东交通大学;2013年
4 李忠良;基于神经网络的卡尔曼滤波算法研究[D];湖南工业大学;2011年
5 葛浩宇;面向室内环境的WSN跟踪关键技术研究[D];浙江大学;2012年
6 李高飞;基于非线性统计模型分析的机动车定位算法实现研究[D];南京邮电大学;2013年
7 刘杰;附等式约束的卡尔曼滤波算法研究与应用[D];中南大学;2011年
8 邹振宇;基于DSP的Kalman滤波器的算法研究[D];成都理工大学;2012年
9 刁建锋;动态压缩感知及其在雷达中的应用研究[D];西安电子科技大学;2013年
10 李由;快速机动卫星姿态确定算法研究[D];哈尔滨工业大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978