摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
图表清单 | 第10-14页 |
注释表 | 第14-15页 |
缩略词 | 第15-16页 |
第一章 绪论 | 第16-26页 |
·论文的研究目的和意义 | 第16-17页 |
·国内外研究现状及存在的问题 | 第17-24页 |
·状态估计 | 第17-23页 |
·参数辨识 | 第23-24页 |
·本文研究的内容安排 | 第24-26页 |
第二章 卡尔曼滤波理论与递推最小二乘法及其应用 | 第26-38页 |
·卡尔曼滤波及其改进算法 | 第26-29页 |
·线性卡尔曼滤波 | 第26-28页 |
·扩展卡尔曼滤波 | 第28页 |
·自适应卡尔曼滤波 | 第28-29页 |
·递推最小二乘法 | 第29-30页 |
·基于串行 RLS 的汽车双参数辨识方法 | 第30-37页 |
·汽车参数辨识的模型 | 第30-31页 |
·汽车参数辨识的 RLS 方程 | 第31-32页 |
·汽车参数串行 RLS 联合辨识算法 | 第32-33页 |
·虚拟试验验证 | 第33-37页 |
·本章小结 | 第37-38页 |
第三章 基于 EKF 和 RLS 的汽车状态和参数并行估计 | 第38-53页 |
·非线性汽车动力学模型 | 第38-42页 |
·状态估计模型 | 第38-40页 |
·参数辨识模型 | 第40页 |
·3-DOF 模型中侧偏刚度的变换 | 第40-42页 |
·EKF 和 RLS 并行算法 | 第42-46页 |
·EKF 算法滤波过程 | 第42-44页 |
·RLS 算法辨识过程 | 第44-45页 |
·EKF 和 RLS 并行过程 | 第45-46页 |
·虚拟试验验证及分析 | 第46-49页 |
·基于两类非线性模型的算法性能对比 | 第46-48页 |
·极限工况下非线性 2-DOF 模型的并行算法的验证 | 第48-49页 |
·实车试验验证及分析 | 第49-52页 |
·蛇行工况试验及分析 | 第49-51页 |
·双移线工况试验及分析 | 第51-52页 |
·本章小结 | 第52-53页 |
第四章 基于模糊逻辑的汽车状态估计方法 | 第53-66页 |
·模糊逻辑 | 第53-57页 |
·模糊关系与模糊矩阵 | 第53页 |
·模糊推理 | 第53-54页 |
·模糊控制 | 第54-56页 |
·基于 Matlab 的模糊控制器设计 | 第56-57页 |
·S-AKF 算法 | 第57-58页 |
·模糊卡尔曼滤波与 S-AKF 算法用于状态估计 | 第58-61页 |
·二自由度线性汽车动力学模型 | 第58-59页 |
·模糊卡尔曼滤波算法 | 第59页 |
·观测噪声协方差矩阵自适应模糊控制器的设计 | 第59-60页 |
·FKF 与 S-AKF 相结合的程序实现 | 第60-61页 |
·虚拟试验验证及分析 | 第61-65页 |
·S-AKF 算法的验证及分析 | 第62-63页 |
·FKF+S-AKF 算法的验证及分析 | 第63-65页 |
·本章小结 | 第65-66页 |
第五章 基于 Carsim 与 Simulink 的汽车稳定性控制系统仿真 | 第66-80页 |
·Carsim 软件简介 | 第66-68页 |
·Carsim 车辆模型的简化 | 第66-67页 |
·Carsim 与 Simulink 的联合仿真 | 第67-68页 |
·PID 控制原理 | 第68-69页 |
·基于横摆角速度控制的 PID 控制器设计 | 第69-73页 |
·横摆角速度控制策略 | 第69-71页 |
·横摆角速度 PID 控制器的设计 | 第71-72页 |
·横摆角速度 PID 控制器控制效果仿真 | 第72-73页 |
·基于质心侧偏角控制的 PID 控制器设计 | 第73-76页 |
·质心侧偏角控制策略 | 第73-74页 |
·质心侧偏角 PID 控制器的设计 | 第74-75页 |
·质心侧偏角 PID 控制器控制效果仿真 | 第75-76页 |
·估计—控制闭环反馈稳定性控制系统仿真 | 第76-79页 |
·KF 估计—PID 控制闭环反馈系统仿真 | 第76-77页 |
·KF+RLS 估计—PID 控制闭环反馈系统仿真 | 第77-79页 |
·本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
·全文总结 | 第80-81页 |
·研究展望 | 第81-82页 |
参考文献 | 第82-88页 |
致谢 | 第88-89页 |
在学期间的研究成果及发表的学术论文 | 第89页 |