首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于自适应滤波的汽车状态估计算法研究

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

论文共89页,点击 下载论文
上一篇:基于EHB的电动汽车电—液复合制动系统优化设计研究
下一篇:生产L-阿拉伯糖异构酶及D-塔格糖的研究