关键词：车辆;;扩展Kalman滤波;;粒子滤波;;动力学模型;;龙格-库塔方法
摘 要：汽车行驶过程中的某些参数通常需要通过实验室内较为昂贵的试验设备获得,测量成本较高,而获取车辆的行驶状态和参数对于车辆行驶过程中的控制有着重要的意义。通常情况下,需要将车辆行驶状态变量和侧偏刚度等参数进行联合估计。这些参数将会被用于车辆动力学模型来分析汽车的操纵状态。本文建立了包含定常统计特性噪声的汽车动力学模型,利用龙格-库塔方法模拟模型,引入扩展Kalman滤波技术,生成粒子滤波重要性概率密度函数,对状态和参数同时进行估计,仿真结果表明,扩展Kalman粒子滤波技术改善了标准粒子滤波算法的精度,验证了算法的有效性。