针对固定状态观测器难以保证路面自适应悬架状态观测精度的问题,论文在交互式多模型卡尔曼滤波(IMMKF)的基础上,建立了路面自适应主动悬架系统状态观测器,通过系统仿真在变化等级的路面上进行路面自适应主动悬架系统的状态观测及路面等级识别,并通过IMMKF观测器完成悬架的控制。仿真结果表明,在等级变化的路面上,基于IMMKF的...
Estimation of Road Adhesion Coefficient Using Interactive Multiple Model Adaptive Unscented Kalman Filter for 4WID Vehicles Haonan Deng1,Zhiguo Zhao1( ),Kun Zhao1,Gang Li2,Qin Yu1 摘要:
基于UKF-IMM无迹卡尔曼滤波与交互式多模型的轨迹跟踪算法matlab仿真,对比EKF-IMM和UKF, 视频播放量 6、弹幕量 0、点赞数 1、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 软件算法开发, 作者简介 程序见公众号:软件算法开发,相关视频:基于改进K-means的网络数据聚类
MATLAB卡尔曼滤波 基于PSINS的组合导航代码(以速度为观测量) MATLAB卡尔曼滤波 基于EKF的CV/CT交互多模型(IMM)的MATLAB程序 MATLAB卡尔曼滤波 EKF下的模糊自适应(一维非线性),MATLAB例程 MATLAB卡尔曼滤波 MATLAB卡尔曼滤波 01:15 【MATLAB例程】IMM四模型CVCACTCT,使用EKF滤波 ...
Aiming at the unstable error of the extended Kalman filter (EKF) and the limited representation ability of a single motion model in a scenario involving complex changes of a ship's motion state, a ship trajectory tracking algorithm based on an interactive multi-model (IMM) square root cubature...
两阶段卡尔曼滤波自适应交互式多模型算法
基于卡尔曼滤波的交互式多模型GPS定位方法研究
为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型.结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进行SOC估计,提出了一种基于HMM的IMM-UKF算法估计锂电池SOC的方法.锂电池在线SOC估计...
到无迹卡尔曼滤波(UKF)算法中,构建了自适应无迹卡尔曼滤波(AUKF)观测器,以对测量噪声进行实时更新并保证其协方差矩阵的正定性,同时提高新观测数据的权重,并增强算法的实时跟踪精度和稳定性;然后通过选择不同的观测变量,分别构建了车辆纵向行驶工况AUKF观测器和横纵向耦合工况AUKF观测器,并利用交互式多模型(IMM)...
基金 国家自然科学基金(52172390)资助。 关键词 分布式四轮驱动 路面附着系数 交互式多模型 自适应无迹卡尔曼滤波 distributed four-wheel drive road adhesion coefficient interactive multiple model adaptive unscented Kalman filter 分类号 U461.51 [机械工程—车辆工程] TN713 [电子电信—电路与系统] 登录...