作者:孙威,付翔,唐科懿,黄斌 单位:武汉理工大学 出版:《武汉理工大学学报》2017年第06期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFWHGY2017060050 DOC编号:DOCWHGY2017060059 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于UKF无传感器矢量控制技术理论综述》PDF+DOC2016年第17期 曹炎广,王剑平,杨晓洪,张果,刘振 《基于无迹卡尔曼算法的永磁同步电机矢量控制的无传感器技术》PDF+DOC2016年第04期 刘振,杨晓洪,王剑平,张果,王思 《基于平方根容积卡尔曼滤波的目标状态与传感器偏差扩维联合估计算法》PDF+DOC2015年第01期 刘瑜,何友,王海鹏,董凯 《四轮独立驱动汽车驱动系统故障诊断与容错控制》PDF+DOC2019年第22期 周洪亮,贾凤娇,刘志远,刘海峰 《基于最大互相关熵UKF的传感网目标状态和系统偏差联合估计算法》PDF+DOC2019年第02期 赵季红,谢志勇,曲桦,王明欣,刘熙 《多被动传感器UKF与EKF算法的应用与比较》PDF+DOC2009年第05期 宋骊平,姬红兵 《四轮独立电驱动越野车辆研究实验平台》PDF+DOC2009年第11期 王博,罗禹贡,邹广才,李克强 《基于无迹卡尔曼滤波的被动多传感器融合跟踪》PDF+DOC2008年第04期 杨柏胜,姬红兵 《电驱动车辆的整车质量与路面坡度估计》PDF+DOC2014年第06期 褚文博,罗禹贡,罗剑,李克强 《分布式的有向传感器网络目标跟踪算法》PDF+DOC2013年第09期 胡小青,胥布工,刘永桂,文莎
  • 针对四轮独立驱动电动汽车控制系统难以实时测得纵向车速和道路坡道信息这一问题,结合四轮独立驱动车辆纵向驱动力矩可实时准确获取的特点,运用最优状态参数估计理论,提出一种渐消记忆无迹卡尔曼滤波算法,该算法融合了运动学和动力学两种方法,仅根据纵向加速度传感器的测量值即可实现对纵向车速和道路坡度的联合估计。仿真和实车试验结果均表明,所提算法估计精度较高,收敛速度快,且具有较强的稳定性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。