基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在建立三轴重型半挂车简化动力学模型的基础上,提出了用于估计重型半挂车运动状态的自适应卡尔曼滤波估计算法.利用动力学软件Trucksim对该估计算法进行了验证,验证结果表明,所提出的自适应卡尔曼滤波算法能够在车速为30 km/h与60 km/h的两种扫频工况下,准确估计重型半挂车横摆角速度和铰接角,为重型半挂车的稳定性控制奠定了基础.
推荐文章
双自适应衰减卡尔曼滤波锂电池荷电状态估计
锂离子电池
荷电状态
自适应卡尔曼滤波
扩展卡尔曼滤波
双自适应
基于扩展卡尔曼滤波的自适应混合估计算法
多目标跟踪
定位算法
卡尔曼滤波
混合估计
改进的自适应衰减卡尔曼滤波算法
组合导航系统
自适应衰减卡尔曼滤波
遗忘因子
噪声模型
基于自适应卡尔曼滤波的动态称重算法的研究
卡尔曼滤波
动态称重系统
最小二乘法
自适应滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应卡尔曼算法的重型半挂车状态估计研究
来源期刊 汽车技术 学科 交通运输
关键词 重型半挂车 状态估计 自适应卡尔曼滤波
年,卷(期) 2012,(7) 所属期刊栏目 设计·计算·研究
研究方向 页码范围 1-5
页数 分类号 U463.91
字数 2165字 语种 中文
DOI 10.3969/j.issn.1000-3703.2012.07.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宗长富 吉林大学汽车仿真与控制国家重点实验室 122 2119 27.0 42.0
2 王化吉 吉林大学汽车仿真与控制国家重点实验室 4 173 4.0 4.0
3 郑宏宇 吉林大学汽车仿真与控制国家重点实验室 39 736 16.0 26.0
4 张不扬 吉林大学汽车仿真与控制国家重点实验室 6 74 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (92)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (8)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
重型半挂车
状态估计
自适应卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车技术
月刊
1000-3703
22-1113/U
大16开
长春市创业大街1063号
12-2
1970
chi
出版文献量(篇)
3657
总下载数(次)
10
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导