摘要: 针对车辆悬架状态无法准确估计的问题,设计了自适应交互式多模型卡尔曼滤波(IMMKF)状态观测器.首先,建立了标准路面激励模型与四分之一线性化悬架模型;然后,利用递归最小二乘方法与IMMKF理论,设计了不同工况下广义悬架模型自适应IMMKF状态观测器;最后,分析了在标准C级路面激励工况下簧载质量变化对悬架系统状态估计的影响.仿真与台架试验结果表明,在簧载质量变化工况下,所设计的自适应IMMKF状态观测器与传统卡尔曼滤波状态观测器相比其估计精度至少可以提高20%.
中图分类号:
顾亮, 王振宇, 王振峰. 交互式多模型卡尔曼滤波的车辆悬架系统状态估计[J]. 东北大学学报:自然科学版, 2018, 39(11): 1642-1647.
GU Liang, WANG Zhen-yu, WANG Zhen-feng. Vehicle Suspension System State Estimation Combining with Interacting Multiple Model Kalman Filter[J]. Journal of Northeastern University Natural Science, 2018, 39(11): 1642-1647.