基于观测器的半主动悬架天棚控制设计与实现

建立了1/4车辆半主动悬架控制系统的动力学模型,设计了Kalman滤波器.在Kalman滤波器的基础上,设计了滑模观测器.采用天棚控制算法,建立了基于观测器的1/4车辆半主动悬架天棚控制器.仿真结果表明,相对于被动悬架,基于Kalman滤波器和滑模观测器的天棚控制平顺性有较大提高,但轮胎动载荷略有增加,所设计的Kalman滤波器能较好的估计被控悬架的绝对速度和相对速度,而滑模观测器比Kalman滤波器能更为精确地估计悬架的状态,稳定性好,控制器具有更好的控制效果.     

基于模式识别的状态观测器和滤波器

本文提出了一种基于模式识别的状态观测器和滤波器,用模式识别技术描述系统动态特性,设计状态观测器和滤波器的结构,并选取增益矩阵,仿真研究获得了满意的结果。该(?)法摆脱了以往状态观测器和滤波器所需的数学模型,为在那些难以用传统方法建模的场合实(?)状态观测和滤波提供了可能。     

基于IUKF的非线性状态估计

为了提高测量更新的近似精度,将迭代卡尔曼滤波(IKF)的思想引入到UKF中,得到迭代无迹卡尔曼滤波算法(IUKF).理论分析与仿真结果表明:IKF的引入在提高非线性近似精度的前提下并没有增加计算的复杂性;在相同数量级运算时间的条件下,其估计性能明显优于标准EKF和UKF滤波器.     

起重机吊重摆角子系统扩张状态观测器设计和仿真研究

在研究起重机吊重系统防摇控制时,可以分别对小车位移和摆角子系统进行控制器设计。由于在起重机摆角子系统中吊重摆角角速度一般靠传感器进行测量,增加了运行和维护成本。为此提出了设计起重机摆角子系统非线性扩张状态观测器对起重机摆角子系统状态信息进行重构,软测量摆角角速度。给出了观测器的结构方程,并运用Matlab对观测器参数进行了优化整定。参数整定后的扩张状态观测器能够在0.3 s内估计出系统摆角和摆角速度,并且在0.5 s内估计出了系统的外界干扰。仿真结果表明:经过Matlab参数整定的扩张状态观测器(extend state observer,ESO)可以实现对非线性的起重机摆角子系统状态信息的软测量。     

卡尔曼滤波器在高频信号注入法中的应用

高频信号注入法估计永磁同步电机转子位置的精度,依赖于高频电流信号的提取.卡尔曼滤波器是对付白噪声的有力工具,本文针对高频注入信号的特点,设计了卡尔曼滤波器,并进行了仿真和实验研究.结果表明,经过卡尔曼滤波器的处理,电流信号信噪比大大提高.     

基于模糊卡尔曼滤波器的锂电池荷电状态与健康状态预测

针对当前锂电池荷电状态(State of charge, SOC)与健康状态(State of health, SOH)预测精度较低的问题,提出了一种基于模糊卡尔曼滤波器的预测方法。采用非线性二阶电阻电容模型表示锂电池,并通过最小二乘误差优化算法对模型参数进行估计,从而更准确地确定蓄电池容量作为SOH值的基础。扩展卡尔曼滤波器(Extended Kalman filter, EKF)可在初始SOC值未知的情况下对其进行准确预测,而模糊逻辑有助于消除测量和过程噪声。仿真结果表明,在城市测功机驱动计划期间(Urban dynamometer drving schedule, UDDS)测试中最大的SOC估算误差是0.66%;通过离线更新卡尔曼滤波器,可对电池容量进行估计,结果表明,最大估计误差为1.55%,从而有效提高了SOC值的预测精度。     

基于扩张状态观测器的迟滞非线性系统辨识

针对一类迟滞非线性系统提出一种参数辨识新方法。通过构造合适的周期输入信号,分析Bouc-Wen模型的积分特性,该特性在后续线性参数与迟滞参数辨识中起到重要作用。利用扩张状态观测器获得系统状态和等效扰动构造方程组,实现线性参数和非线性参数的分离辨识,所有参数通过线性方程组求解得到。通过数值仿真验证了方法的有效性。最后,方法应用于一类压电系统的迟滞非线性模型辨识,所得模型能够很好地反应实际系统的特性。     

状态观测器与控制器的统一设计方法

状态观测器与控制器是自动化装置中比较重要、新颖的两种。状态观测器是在状态检测量不足时用于获取全部系统状态的一种硬（或软）设备，当它与控制器联合应用时，会呈现双环路系统固有的振荡倾向，本文提出一种协调优化的设计方法，可以兼顾两者的工作。     

桥式吊车系统信息融合状态观测器设计

针对桥式吊车控制系统的所有状态不能全部直接获得的问题,设计了基于非线性信息融合估计的状态观测器,将吊车系统转化成统一的非线性信息融合模型,利用系统的输出状态,构建出信息融合状态观测器,估计系统中不能直接获得的状态,随后的仿真表明了观测器对系统状态估计的准确性。     

感应电机功率转换系统滤波技术的研究——扩展卡尔曼滤波器设计

提出了一种扩展卡尔曼滤波器的设计,将卡尔曼滤波算法推广至非线性感应电机系统的参数辨识。扩展卡尔曼滤波器采用工程实际中普遍采用的泰勒展开式截断的方法,对非线性方程进行线性化处理。在仿真中将这种算法应用于六相感应电机模型中,仿真结果证明扩展卡尔曼滤波器获得了很好的动态跟踪性能以及低速状态下良好的观测效果。     

基于UKF算法的汽车状态估计

准确实时获取行驶过程中的状态信息是汽车动态控制系统研究的关键问题。将unscented卡尔曼滤波(UKF)算法应用到汽车的状态估计之中,建立了包含时不变统计特性噪声和非线性轮胎的汽车动力学模型,采用具有对称采样策略和比例修正的UKF算法对汽车估计了多个关键状态量。将UKF估计器与常见的EKF估计器进行了比较分析,基于ADAMS/Car的虚拟试验和实车试验验证了UKF在汽车状态估计中的可行性。     

基于强跟踪扩展卡尔曼滤波器的感应电机观测器设计

感应电机无位置传感器矢量控制系统中所设计的传统扩展卡尔曼观测器,当模型精度较大误差或工作状态变化时,会影响状态变量估计值的精度.为解决这一问题,设计了一种带衰减因子的强跟踪扩展卡尔曼滤波器.通过理论分析及Matlab/Simulink环境下的仿真表明,改善后的强跟踪扩展卡尔曼滤波器相比传统的扩展卡尔曼滤波器,可以更有效...     

U-卡尔曼滤波在状态估计中的应用

本文介绍了新的滤波估计方法-U卡尔曼滤波.UKF能给出最佳估计的至少二阶近似.本文通过一个时间序列的仿真实例说明UKF比EKF的估计精度要高.     

锂电SOC改进无迹卡尔曼滤波估算算法研究

传统无迹卡尔曼滤波(UKF)算法在估算锂离子动力电池荷电状态(SOC)时,常会出现由于电池模型参数不准确和无法预先获取噪声统计特性而使得估算误差增大的问题.针对这些问题,这里提出一种改进的自适应无迹卡尔曼滤波算法(AUKF):该算法通过扩充状态变量法来实现欧姆内阻在线更新,以此提高电池模型精度,并根据实时SOC估计值与真实值的误差,构造滑模观测器实现系统噪声和观测噪声的更新,降低未知噪声的干扰,最后通过不同温度下复杂工况实验,验证了新算法的估计精度和稳定性.     

基于安时积分和无迹卡尔曼滤波的锂离子电池SOC估算方法研究

基于Thevenin等效模型建立二阶RC等效电路模型,通过混合脉冲动力功率特性测试实验获取电池脉冲放电数据,进行电池等效电路参数辨识。为弥补锂离子电池荷电状态在90%~100%区间时电池模型参数辨识拟合误差而引起其估算误差的缺陷,综合采用安时积分与无迹卡尔曼滤波估算电池荷电状态。使用硬件在环仿真测试平台及环境模拟测试平台进行电池管理系统设计,在不同工况下对电池进行荷电状态估算,结果表明荷电状态估算误差范围为-1.5%~1.0%,该方法估算精度较高,效果理想。     

分布式驱动电动汽车双无迹卡尔曼滤波状态参数联合观测

为实时观测分布式驱动电动汽车行驶过程中的车身质心侧偏角等状态及车辆惯性参数如车辆质量、横摆转动惯量等信息,针对车辆惯性参数估计易敏感于载荷参数变化的挑战,发展面向载荷参数不确定（乘客或货物加载）的纵向、侧向、横摆运动的四轮车辆非线性动力学系统估计模型,在融合轮毂转矩等车载多传感器信息的基础上,将能适应强非线性系统的无迹卡尔曼滤波引入到车辆惯性参数估计中,设计车辆并联双无迹卡尔曼滤波状态参数联合观测系统,其中一个无迹卡尔曼滤波器观测车辆速度、车身质心侧偏角等状态,而另一个无迹卡尔曼滤波器观测车辆惯性参数。在CarSim/Matlab高保真环境中使用双移线、正弦工况对观测器在不同的载荷加载条件的可行性和有效性进行仿真验证,结果表明：该观测系统能实时观测车辆运行的状态及车辆惯性参数,即使在重载荷加载条件下仍具有较高的观测精度。     

基于容积卡尔曼滤波的车辆行驶状态估计

目前针对车辆行驶状态的估计主要采用的是扩展卡尔曼滤波、无轨迹卡尔曼滤波、粒子滤波算法及其它们的改进方法。针对车辆行驶过程中的状态估计问题,论文提出了基于容积卡尔曼滤波的车辆行驶状态估计算法。建立了非线性三自由度车辆估算模型和Dugoff轮胎模型,通过对纵向加速度、侧向加速度、横摆角速度、方向盘转角和轮速传感器低成本传感器信号的信息融合实现对车辆行驶状态的准确估计,并应用Car Sim和Matlab/Simulink联合仿真实验对算法进行仿真验证。结果表明:基于容积卡尔曼滤波的估计算法能够较准确地、稳定地对车辆行驶状态进行估计。     

半主动悬架馈能器设计及其馈能特性研究

提出了一种直线电机与可调阻尼减振器集成的车辆悬架振动能量回收方案,设计了可以将振动能量转化为电能的半主动悬架馈能器(SASR),基于圆柱坐标系对SASR用筒式永磁直线电机进行了解析分析,并与基于Ansoft的有限元结果进行对比,解析结果与有限元仿真结果吻合,验证了解析计算方法的正确性。在此基础上,探讨了电机工作速度和永磁体长度对SASR馈能特性的影响,确定了使SASR馈能性能达到最优的永磁体长度。最后,分析了SASR在随机路面激励下的馈能效果,验证了回收悬架振动能量的可行性。     

基于神经网络的状态观测器设计

为了克服传统上用代数方法设计状态观测器时增益过大、重复计算以及不能满足适时性等缺点,针对线性定常系统,利用BP神经网络,设计出了神经网络状态观测器,并对具体系统进行了实验仿真,从而证明了所设计的神经网络状态观测器的合理性和可行性.