共查询到18条相似文献,搜索用时 484 毫秒
1.
为准确估计全轮电驱动车辆行驶状态参数,设计了一种基于数据融合的质心侧偏角估计方法。该方法充分利用低成本普通车载传感器信息、电机输入信息和驾驶信号,在建立非线性3自由度 车辆模型和轮胎模型基础上,采用无迹卡尔曼滤波算法对质心侧偏角进行估计;同时通过信号积分法估计质心侧偏角,结合车辆行驶工况和路面条件,将无迹卡尔曼滤波和信号积分两种算法结果进行了数据融合。基于硬件在环实时仿真平台进行了车辆操纵仿真验证,结果表明,提出的估计算法与单一估计算法相比,具有更高的观测精度,能够满足多种行驶工况下的质心侧偏角观测需求。 相似文献
2.
3.
4.
由于履带车辆在直驶和转向工况的路面阻力差异很大,导致车辆在直驶-转向-直驶这一动态过程中,车辆负载扰动很大,驾驶员需要精细的操作油门踏板去实现稳定的车速,实现转向意图,特别是在对车辆进行挪库等操作时,要求车辆低速转向,由于此时发动机转速较低,涡轮增压器的迟滞效应严重,导致发动机响应性较差,很容易造成车辆转向困难,转向意图实现差,以及直驶与转向工况切换时车速扰动大等问题.试图通过协调控制的方式,在不操作油门踏板的情况下,自动调节发动机的转矩输出,以适应履带车辆在直驶和转向工况互相切换时的负载扰动,使车辆保持车速的平稳.针对车辆在发动机怠速下起步,随后进入转向这一工况进行研究,通过仿真结果对比分析,证明采用协调控制能有效的降低由负载扰动带来的车速波动,实现低速平稳转向的目标. 相似文献
5.
6.
7.
为提高多轮轮毂电机驱动车辆在不同路面行驶的动力性和操纵稳定性,提出一种具有路面识别功能的驱动防滑控制策略。分别建立整车模型、车轮受力模型及Dugoff轮胎模型,运用衰减记忆无迹卡尔曼滤波方法对路面附着系数进行估计。对传统滑模控制方法进行改进,设计模糊滑模控制器,根据路面条件调节轮胎滑转率,计算调整力矩进行车辆驱动防滑控制。利用半实物实时仿真平台开展了仿真实验。结果表明,路面自适应驱动防滑控制策略精确地辨识了典型道路的路面附着系数,迅速适应不同路面条件,减小轮胎过度滑转,有效提高了车辆驱动性能和操纵稳定性能。 相似文献
8.
《火炮发射与控制学报》2015,(3)
为实现轮毂电机驱动装甲车辆车速估计,在融合纵向加速度信号、转向盘转角信号和8个车轮转速信号等多信息源基础上,结合车辆动力学模型,以纵向加速度和轮速为观测变量,以加速度和车速为状态变量,设计车速估计卡尔曼滤波器。通过试验数据分析8轮轮速与实际车速的关系,优化轮速观测量输入信号。利用方向盘转角信号和加速度信号,实时调节过程噪声和观测噪声,得到了准确可靠的车速估计;并利用实时仿真系统进行了验证。 相似文献
9.
履带车辆不同制动工况下的性能仿真研究 总被引:1,自引:0,他引:1
该文提出了履带车辆制动性能的主要评价指标,建立了某型履带车辆制动性能的仿真计算模型.用该模型模拟了履带车辆在不同制动工况下车速、减速度及制动距离的变化,通过与试验值比较,验证了模型的有效性和准确性. 相似文献
10.
11.
12.
13.
14.
针对一类波束控制起爆的引战系统,讨论了基于α-β滤波算法对导引头测量信息进行数据处理和最小二乘自适应滤波算法对预测起爆角进行二次滤波平滑的方法.从仿真结果分析,α-β滤波后得到的起爆参数可以满足精度要求,但对交会条件以及测量信息的精度等要求较高,对其用最小二乘滤波算法进行二次滤波平滑后,起爆角估计精度得到明显提高. 相似文献
15.
自适应滤波是在系统建模、参数估计和轨道重构中抑制Kalman滤波发散问题的最有效方法之一。然而在实际工程中,因原始数据质量问题,自适应滤波同样存在收敛速度慢甚至于建波发散问题。提出了对增益矩阵修正的改进型自适应滤波算法,有效地克服了滤波发散问题。仿真结果证明,本方法是可靠有效的方法。 相似文献
16.
17.
基于小波分析和密度估计的红移测速导航研究 总被引:1,自引:0,他引:1
基于光谱红移天文自主导航思路以及天文学领域求解红移值的方法,提出一种用小波分析和密度估计相结合的方法测飞行器红移值,进而求解速度的测速导航方法。首先采用小波变换滤除噪声并进行光谱归一化,然后采用整体阈值和局部阈值相结合的方法,提取特征谱线,用密度估计法求出红移值,最后结合天文测角信息,计算出飞行器相对于惯性坐标系的速度。采用实测的太阳光谱数据,进行了红移模拟与解算。实验证明该方法在高信噪比的情况下,计算速度快,求解结果精度高达96%,为基于光谱红移的天文导航提供一种新的速度计算方法。 相似文献
18.
为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。 相似文献