科研之友
微信
新浪微博
Facebook
分享链接
摘要
车辆状态的精确估计，对车辆横、纵向稳定性控制至关重要。在车辆状态估计中，容积卡尔曼滤波(cubature Kalman fifilter, CKF)和平方根容积卡尔曼滤波(SCKF,square-root cubature Kalman fifilter)易受重尾非高斯噪声的影响，估计精度差。为了解决该问题，提出了一种基于最大相关熵准则的新型滤波算法，即最大相关熵平方根容积卡尔曼滤波器MCSCKF(maximum correntropy square-root cubature Kalman fifilter),通过近似状态预测值和测量值重新构造测量噪声协方差矩阵。建立了非线性7DOF车辆模型、Dugoff轮胎模型和Carsim分布式电驱动车辆模型，在正弦工况和双移线工况下，对车辆的纵向速度、侧向速度和横摆角速度3个状态变量进行估计。通过Carsim和Matlab/Simulink联合仿真验证，结果表明：MCSCKF算法可以适应复杂工况，对车辆状态估计的准确性优于CKF和SCKF算法。
- 单位
