针对传统粒子滤波存在的粒子退化和样本枯竭问题,采用了一种基于模拟退火粒子群优化粒子滤波(SAPSO-PF)车辆状态估计算法。首先基于Dugoff轮胎模型建立了汽车7自由度车辆模型。然后利用SAPSO-PF算法通过对低成本传感器测量到的纵向加速度、侧向加速度、方向盘转角和各车轮轮速信号,准确估计车辆的纵向速度、侧向速度以及横摆角速度。并在Carsim和Matlab/simulink环境下以实车场地实验数据进行仿真验证。多工况下的仿真试验结果表明,运用SAPSO-PF算法对车辆纵向速度、侧向速度横摆角速度的估计有良好的准确性。

考虑到车辆纵向运动和横向运动的主要耦合因素,提出了一种利用扩展卡尔曼滤波理论间接测量车辆行驶状态参数的方法。首先,研究了卡尔曼滤波理论及其算法的具体流程,建立了基于Dugoff轮胎模型的耦合三自由度动力学模型,结合基于横向加速度反馈的预瞄最优曲率驾驶员模型,建立了"人-车"闭环整车系统;其次,搭建了基于扩展卡尔曼滤波理论的车辆行驶状态估计器仿真平台;最后,对某车型给定蛇形路径行驶工况进行了仿真。结果表明该驾驶员模型能很好地跟踪车辆的横向轨迹,且前轮转向适当,易于实现;借助车辆易测得的纵向、横向加速度信息,结合扩展卡尔曼滤波算法能准确地估计运动耦合条件下车辆的纵向速度、横向速度和横摆角速度,且误差控制在5%以内。

准确可靠的车辆行驶状态信息对于车辆路径跟踪和稳定性控制都十分重要。针对车辆质心侧偏角软测量问题,提出了一种基于自适应容积卡尔曼滤波(Adaptive Cubature Kalman Filter,ACKF)的车辆质心侧偏角耦合估计方法。建立了三自由度车辆动力学模型、轮胎模型和轮速耦合模型,基于ACKF设计了智能车行驶状态估计方法,其中在ACKF中设计了含自适应渐消矩阵的滤波增益,用来提高估计结果对于测量噪声的自适应性。此外,将轮速耦合关系应用到ACKF的测量更新中,利用传感器测量信息的冗余度提高估计结果的精度与可靠性。进行了基于CarSim/Simulink联合仿真模型的仿真试验,结果表明,所提出的估计方法在实际应用中整体估计精度相比EKF分别提升了9.83%和7.12%。

为提高客车侧翻稳定性,提出了一种基于车辆状态估计的客车主动防侧翻控制方法。针对客车行驶过程中直接计算侧翻指标LTR困难较大、准确度较低的问题,基于TruckSim整车模型和三自由度参考模型建立了无迹卡尔曼滤波(Unscented Kalman Filter,UKF)状态参数估计器。结合现有车辆稳定性控制系统,设计了柔性PID控制器,以差动制动的原理对防侧翻附加横摆力矩进行补偿。通过TruckSim/Simulink联合仿真平台对客车在鱼钩试验典型工况下进行了仿真试验,结果表明,设计的主动防侧翻控制系统在中、高车速时均能降低LTR值至阈值附近,有效提高了客车的侧翻稳定性。

目的　给出线性跟踪微分器的设计方法,并研究将其用于控制系统状态反馈的效果.方法　利用积分器反馈方法,给出了α阶线性跟踪微分器(可实现对微分信号的α阶静态无差跟踪)及γ阶强跟踪微分器(可直接获得待微分信号的1～γ阶微分估值)两种线性跟踪微分器设计方案,并将其用于直接获取状态及进行状态反馈控制的仿真研究.结果与结论　结果表明只要合理地选择跟踪微分器的类型及参数,无论对线性系统还是非线性时变系统,这一方法均是有效的.文中还给出了选择线性跟踪微分器的基本原则.

针对液压伺服系统不易进行状态估计和参数辨识的问题,提出了一种鲁棒算法,把液压伺服系统的动态行为当作一个具有时变参数的线性随机状态空间模型来描述,把故障当作系统参数变化,将参数公式中重要项进行泰勒级数展开,推导线性状态方程和线性测量方程,从而得出状态向量和参数向量的估计。在液压伺服系统中实验结果表明:该鲁棒算法能很好地对液压伺服系统进行状态估计和参数辨识;并且相比于其他算法,收敛速度快,对非高斯噪声和系统参数故障的存在敏感性较低,鲁棒性好。

伺服阀的性能是影响高精度气动精确定位系统性能的决定性因素。为了提高气动系统性能，改善伺服阀的性能至关重要。分析一种新型的高精度气动伺服阀的结构特点，建立其状态空间模型，设计数字控制器并进行仿真。仿真结果表明：该数字控制器是有效的，显著改善了气动伺服阀的动、静态性能。