首页|基于最大相关熵SCKF的分布式电动汽车状态估计

基于最大相关熵SCKF的分布式电动汽车状态估计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
车辆状态的精确估计,对车辆横、纵向稳定性控制至关重要.在车辆状态估计中,容积卡尔曼滤波(cubature Kalman fifilter,CKF)和平方根容积卡尔曼滤波(SCKF,square-root cubature Kalman fifilter)易受重尾非高斯噪声的影响,估计精度差.为了解决该问题,提出了一种基于最大相关熵准则的新型滤波算法,即最大相关熵平方根容积卡尔曼滤波器MCSCKF(maximum correntropy square-root cubature Kalman fifilter),通过近似状态预测值和测量值重新构造测量噪声协方差矩阵.建立了非线性7 DOF车辆模型、Dugoff轮胎模型和Carsim分布式电驱动车辆模型,在正弦工况和双移线工况下,对车辆的纵向速度、侧向速度和横摆角速度3个状态变量进行估计.通过Carsim和Matlab/Simulink联合仿真验证,结果表明:MCSCKF算法可以适应复杂工况,对车辆状态估计的准确性优于CKF和SCKF算法.
Distributed state estimation for electric vehicles based on MCSKF

distributed electric drive vehiclesstate estimationsquare-root Cubature Kalman Filtermaximum correntropy

高伟、杨涛、邓召文、王保华、吴华伟、朱远志

展开 >

湖北汽车工业学院 汽车工程学院,湖北 十堰 442002

南京航空航天大学 能源与动力学院,南京 210016

湖北隆中实验室,湖北 襄阳 441000

湖北文理学院 汽车与交通工程学院,湖北 襄阳 441000

北方工业大学 机械与材料工程学院,北京 100144

展开 >

分布式电驱动汽车 状态估计 平方根容积卡尔曼滤波 最大相关熵

国家自然科学基金湖北省自然科学基金襄阳市科技计划湖北隆中实验室专项

520721162023AFB985

2023

10.3969/j.issn.1674-8425(z).2023.12.007

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(23)
  • 11