科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高速列车参数估计中参数增广为状态变量时所出现的非线性问题,提出一种基于边缘粒子滤波的参数估计方法。在Rao-Blackwellised(RB)框架下,将高速列车性能参数估计的概率模型进行分块化处理。应用卡尔曼滤波对线性的状态块进行一步预测和测量更新,应用粒子滤波对非线性的参数块进行一步预测与测量更新,实现参数的动态估计,并通过理论分析和高速列车参数估计实例验证了方法的有效性。分析结果表明:与经典的扩展卡尔曼滤波相比,提出的方法具有对初值免疫和算法稳定的特点;参数估计误差快速收敛到5%以内,且提出的参数估计方法是无偏估计,具有较好的工程适用性。
-
单位牵引动力国家重点实验室; 西南交通大学
