• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >A Fusion Algorithm for Estimating Time-Independent/-Dependent Parameters and States
【2h】

A Fusion Algorithm for Estimating Time-Independent/-Dependent Parameters and States

机译：一种估计时间独立/ - 依存参数和状态的融合算法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Vehicle parameters are essential for dynamic analysis and control systems. One problem of the current estimation algorithm for vehicles’ parameters is that: real-time estimation methods only identify parts of vehicle parameters, whereas other parameters such as suspension damping coefficients and suspension and tire stiffnesses are assumed to be known in advance by means of an inertial parameter measurement device (IPMD). In this study, a fusion algorithm is proposed for identifying comprehensive vehicle parameters without the help of an IPMD, and vehicle parameters are divided into time-independent parameters (TIPs) and time-dependent parameters (TDPs) based on whether they change over time. TIPs are identified by a hybrid-mass state-variable (HMSV). A dual unscented Kalman filter (DUKF) is applied to update both TDPs and online states. The experiment is conducted on a real two-axle vehicle and the test data are used to estimate both TIPs and TDPs to validate the accuracy of the proposed algorithm. Numerical simulations are performed to further investigate the algorithm’s performance in terms of sprung mass variation, model error because of linearization and various road conditions. The results from both the experiment and simulation show that the proposed algorithm can estimate TIPs as well as update TDPs and online states with high accuracy and quick convergence, and no requirement of road information.
机译：车辆参数对于动态分析和控制系统至关重要。车辆参数的电流估计算法的一个问题是：实时估计方法仅识别车辆参数的部分，而诸如悬架阻尼系数和悬架和轮胎刚度的其他参数借助于惯性参数测量设备（IPMD）。在该研究中，提出了一种融合算法，用于在没有IPMD的帮助下识别综合车辆参数，并且车辆参数基于它们是否随时间改变而被划分为独立于相互关系的参数（提示）和时间相关的参数（TDPS）。通过混合质量状态变量（HMSV）来识别提示。应用双重无效的卡尔曼滤波器（DUKF）来更新TDP和在线状态。实验在真正的双轴车辆上进行，测试数据用于估计尖端和TDP，以验证所提出的算法的准确性。执行数值模拟，以进一步研究算法在术语质量变化，模型误差的方面的性能，因为线性化和各种道路条件。实验和仿真的结果表明，该算法可以估计提示以及高精度和快速收敛的TDPS和在线状态，不需要道路信息。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号