| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 质量及路面坡度估计的研究现状 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.2.3 研究现状的综合分析 | 第18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 第二章 最小二乘法及卡尔曼滤波法的研究 | 第20-30页 |
| 2.1 最小二乘法 | 第20-25页 |
| 2.1.1 系统辨识 | 第20-22页 |
| 2.1.2 最小二乘原理 | 第22-23页 |
| 2.1.3 递推最小二乘法 | 第23-24页 |
| 2.1.4 遗忘因子递推最小二乘法 | 第24-25页 |
| 2.2 卡尔曼滤波法 | 第25-29页 |
| 2.2.1 卡尔曼滤波原理 | 第25-27页 |
| 2.2.2 扩展卡尔曼滤波法 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 载货汽车质量及路面坡度估计模型的建立 | 第30-44页 |
| 3.1 车辆纵向动力学分析 | 第30-33页 |
| 3.2 加速度传感器测量原理分析 | 第33页 |
| 3.3 质量最小二乘估计模型的建立 | 第33-36页 |
| 3.3.1 质量最小二乘估计模型的数学模型和Simulink模型 | 第34-35页 |
| 3.3.2 遗忘因子的选取 | 第35-36页 |
| 3.4 三种路面坡度估计模型的建立 | 第36-42页 |
| 3.4.1 基于纵向动力学的路面坡度最小二乘估计模型的建立 | 第36-37页 |
| 3.4.2 基于纵向动力学的路面坡度卡尔曼滤波模型的建立 | 第37-39页 |
| 3.4.3 基于加速度传感器的路面坡度估计模型的建立 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 联合仿真平台的搭建及估计模型的验证 | 第44-66页 |
| 4.1 TruckSim软件介绍 | 第44-47页 |
| 4.1.1 TruckSim软件功能模块介绍 | 第44-46页 |
| 4.1.2 TruckSim软件用于估计模型验证的可行性分析 | 第46-47页 |
| 4.2 TruckSim与Simulink联合仿真平台的搭建 | 第47-50页 |
| 4.2.1 TruckSim中载货汽车整车模型的建立 | 第47-48页 |
| 4.2.2 TruckSim中仿真试验参数的设定 | 第48-49页 |
| 4.2.3 外部接口的设定 | 第49-50页 |
| 4.3 质量最小二乘估计模型仿真试验验证及结果分析 | 第50-54页 |
| 4.3.1 质量最小二乘估计模型平直路面上的仿真试验验证 | 第50-52页 |
| 4.3.2 质量最小二乘估计模型固定坡度路面上的仿真试验验证 | 第52-53页 |
| 4.3.3 质量最小二乘估计模型时变坡度路面上的仿真试验验证 | 第53-54页 |
| 4.4 三种路面坡度估计模型仿真试验验证及结果分析 | 第54-62页 |
| 4.4.1 三种路面坡度估计模型固定坡度路面上的仿真试验验证 | 第55-58页 |
| 4.4.2 三种路面坡度估计模型时变坡度路面上的仿真试验验证 | 第58-62页 |
| 4.4.3 三种路面坡度估计模型验证结果的综合分析 | 第62页 |
| 4.5 基于纵向动力学的路面坡度最小二乘估计模型的改进及验证分析 | 第62-65页 |
| 4.5.1 对基于纵向动力学的路面坡度最小二乘估计模型的改进 | 第62-64页 |
| 4.5.2 改进的路面坡度最小二乘估计模型仿真试验验证及结果分析 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 实车试验数据用于模型验证的前期工作探讨 | 第66-72页 |
| 5.1 估计模型需要获取的载货汽车固有参数 | 第66-68页 |
| 5.1.1 需要获取的载货汽车固有参数 | 第66页 |
| 5.1.2 获取空气阻力系数和滚动阻力系数的空挡滑行试验的设计 | 第66-68页 |
| 5.2 估计模型需要采集的载货汽车行驶参数 | 第68-69页 |
| 5.3 实车试验数据预处理的必要性研究 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论与展望 | 第72-74页 |
| 结论 | 第72-73页 |
| 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
