基于线性回归模型预测机车车辆横向加速度

• 作者: 刘俊 张济民 王开文
• 来源期刊: 铁道车辆
• 关键词: 线性自回归 预测 AIC信息准则 系统建模
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 试验研究
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP183|U271
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7602.2004.06.001

摘要

机车车辆在线路上运行时的横向加速度是一混沌时间序列.相对控制的实时性而言,经滤波后的横向加速度信号有较大的时间滞后.用线性回归预测方法由已知过去的信号对将来的信号进行预测,以补偿滤波带来的滞后,并采用AIC信息准则法确定自回归预测模型的阶次,为现代高速机车车辆和其他需在线控制车辆动力性能的机车车辆提供滤波后横向加速度预测的方法.运用试验数据进行测试,结果表明,运用自回归预测模型进行机车车辆横向加速度的预测,预测的精度高、间隔大,完全能满足控制的实时性和精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王开文	西南交通大学牵引动力研究中心	52	348	11.0	15.0
2	张济民	西南交通大学牵引动力研究中心	12	51	4.0	6.0
3	刘俊	西南交通大学牵引动力研究中心	17	103	7.0	9.0