基于蚁群优化FEKF算法的汽车状态估计

• 作者: 张兰春 汪伟 汪永志 贝绍轶
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 汽车动力学 状态估计 蚁群优化算法 模糊逻辑 EKF算法 虚拟试验
• 年，卷（期）: 2016,（5）
• 页码范围: 703-709
• 页数: 7页
• 分类号: U461.6
• 字数: 3986字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2016.05.0703

摘要

针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兰春	江苏理工学院汽车与交通工程学院	31	70	5.0	7.0
2	贝绍轶	江苏理工学院汽车与交通工程学院	68	212	7.0	10.0
3	汪伟	江苏理工学院汽车与交通工程学院	25	100	6.0	9.0
4	汪永志	江苏理工学院汽车与交通工程学院	7	45	3.0	6.0