| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-28页 |
| ·课题研究的背景和意义 | 第13-14页 |
| ·汽车线控转向系统的概述 | 第14-21页 |
| ·线控转向系统的工作原理与结构分类 | 第14-17页 |
| ·线控转向系统的控制策略 | 第17-18页 |
| ·线控转向系统的性能特点 | 第18-21页 |
| ·课题研究现状 | 第21-25页 |
| ·汽车线控转向系统发展现状 | 第21-23页 |
| ·汽车状态估计方法研究现状 | 第23-24页 |
| ·多采样率数字控制理论研究现状 | 第24-25页 |
| ·论文的主要内容 | 第25-28页 |
| 第2章 基于线控转向系统的车辆建模理论研究 | 第28-51页 |
| ·引言 | 第28页 |
| ·基于线控转向系统的整车动力学模型结构 | 第28-31页 |
| ·车辆模型的简化与坐标系定义 | 第28-30页 |
| ·整车模型的结构方案 | 第30-31页 |
| ·SBW系统数学模型 | 第31-38页 |
| ·转向操纵模块数学模型 | 第31-34页 |
| ·转向执行模块数学模型 | 第34-36页 |
| ·电子控制模块与故障容错模块 | 第36-38页 |
| ·驾驶员与轮胎数学模型 | 第38-43页 |
| ·驾驶员模型 | 第39-40页 |
| ·轮胎模型 | 第40-43页 |
| ·车体数学模型 | 第43-45页 |
| ·整车模型验证 | 第45-49页 |
| ·Carsim仿真软件介绍 | 第45-46页 |
| ·Carsim虚拟试验 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第3章 基于改进强跟踪滤波器的汽车状态估计方法研究 | 第51-74页 |
| ·引言 | 第51页 |
| ·三自由非线性汽车状态空间描述 | 第51-55页 |
| ·基于强跟踪滤波算法的汽车状态估计 | 第55-64页 |
| ·扩展卡尔曼滤波算法 | 第55-58页 |
| ·强跟踪滤波算法 | 第58-61页 |
| ·虚拟试验仿真结果 | 第61-64页 |
| ·基于Cholesky分解的改进强跟踪滤波估计算法 | 第64-73页 |
| ·问题分析 | 第64-66页 |
| ·Cholesky三角化分解理论 | 第66-67页 |
| ·基于Cholesky分解的改进强跟踪滤波算法 | 第67-70页 |
| ·虚拟试验仿真结果 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第4章 基于改进卡尔曼滤波器的汽车状态估计方法研究 | 第74-94页 |
| ·引言 | 第74页 |
| ·基于带渐消因子的非线性自适应滤波算法的汽车状态估计 | 第74-84页 |
| ·基于虚拟噪声补偿的非线性自适应扩展卡尔曼滤波算法 | 第75-78页 |
| ·带渐消因子的非线性Sage-Husa自适应卡尔曼滤波算法 | 第78-82页 |
| ·虚拟试验仿真结果 | 第82-84页 |
| ·基于无迹卡尔曼滤波算法的汽车状态估计 | 第84-93页 |
| ·UT变换算法 | 第85-87页 |
| ·无迹卡尔曼滤波算法 | 第87-90页 |
| ·虚拟试验仿真结果 | 第90-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 基于多采样率控制系统的汽车状态估计方法研究 | 第94-113页 |
| ·引言 | 第94页 |
| ·基于多采样率的汽车状态空间描述 | 第94-105页 |
| ·多采样率控制系统理论介绍 | 第95-97页 |
| ·基于输入多采样率的汽车状态空间模型 | 第97-102页 |
| ·基于输出多采样率的汽车状态空间模型 | 第102-105页 |
| ·基于多采样率卡尔曼滤波算法的汽车状态估计 | 第105-109页 |
| ·多采样率扩展卡尔曼滤波算法 | 第105-107页 |
| ·多采样率无迹卡尔曼滤波算法 | 第107-109页 |
| ·计算机仿真实验 | 第109-111页 |
| ·本章小结 | 第111-113页 |
| 第6章 结论与展望 | 第113-116页 |
| ·主要结论 | 第113-114页 |
| ·工作展望 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士期间的论文及科研情况 | 第128-129页 |
| 1. 论文情况 | 第128-129页 |
| 2. 科研项目 | 第129页 |
