基于 UPF 算法的汽车多状态量估计-论文.pdf

《基于 UPF 算法的汽车多状态量估计-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第38卷第3期南京理工大学学报Vo1．38No．32014年6月JournalofN肌jingUniversityofScienceandTechnologyJun．2014基于UPF算法的汽车多状态量估计林菜，赵又群，黄超(南京航空航天大学能源与动力学院，江苏南京210016)摘要：针对常用汽车状态估计算法计算复杂、精度低等问题，提出一种新的汽车多状态量估计方法。建立了包含定常统计特性噪声和Pacejka轮胎模型的七自由度非线性汽车动力学模型。针对一般粒子滤波(PF)算法存在的缺陷，使用非追踪卡尔曼滤波(U

2、KF)算法产生粒子滤波的重要性概率密度。基于非追踪粒子滤波(UPF)算法实现对汽车多个关键状态量的最小均方误差估计。将基于UPF算法、UKF算法与PF算法的估计器进行了比较，揭示了粒子数对汽车状态估计效果的影响。基于ADAMS／Car的虚拟实验和实车实验表明基于UPF算法的估计器精度高于基于UKF算法的估计器，估计值相对于实际值的平均绝对误差均控制在状态幅值的1O％以内，且实时性优于基于PF算法的估计器。关键词：汽车动力学；非追踪粒子滤波算法；汽车；多状态量；状态估计；定常统计特性噪声；Pacejka轮胎模型

3、；非追踪卡尔曼滤波算法；最小均方误差；粒子滤波算法中图分类号：U461．6文章编号：1005—9830(2014)03—0402—07Vehiclemulti-stateestimationbasedonunscentedparticlefilteralgorithmLinFen，ZhaoYouqun，HuangChao(CollegeofEnergyandPowerEngineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，

4、China)Abstract：Aimingattheproblemsofcomplicatedcalculationandlowprecisionforcommonvehiclestateestimationalgorithms，anovelvehiclemulti—stateestimationalgorithmisproposedhere．A7degreesoffreedom(7一DOF)non—linearvehicledynamicmodelcontainingconstantnoiseandPace

5、jkatiremodelisestablished．Aimingatthedefectsofgeneralparticlefilter(PF)algorithms，theunscentedKalmanfilter(UKF)algorithmisusedtogeneratetheimportancedensity．Theunscentedparticlefilter(UPF)algorithmisusedtorealizetheminimummean—squareerror(MMSE)estimationofm

6、ultiplekeyvehiclestates．EstimatorsbasedontheUPFalgorithm，UKFalgorithmandPFalgorithmarecompared，andtheresultsindicatetheinfluencesofnumbersofparticlesonestimationaccuracy．TheresultsofavirtualexperimentbasedonADAMS／Carandarealvehicleexperiment收稿日期：2012—05—14修

7、回日期：2012—08—10基金项目：国家自然科学基金(10902049)；中国博士后科学基金(2012M521073)；江苏省博士后基金(1302020C)作者简介：林菜(1980一)，男，博士，副教授，主要研究方向：汽车动力学与控制，E—mail：flin@nuaa．edu．ca。引文格式：林菜，赵又群，黄超．基于uPF算法的汽车多状态量估计[J]．南京理工大学学报，2014，38(3)：402-408．投稿网址：http：／／zrxuebao．njust．edu．cn总第196期林菜赵又群黄超基于UPF

8、算法的汽车多状态量估计403indicatethattheaccuracyoftheestimatorbasedontheUPFalgorithmishigherthanthatoftheestimatorbasedontheUKFalgorithm．ThemeanabsoluteerrorsoftheestimatevaluesoftheestimatorbasedontheUPFalgorith