声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：王法安, 殷国栋, 庄伟超, 刘帅鹏, 梁晋豪, 卢彦博
单位：1. 昆明理工大学现代农业工程学院 昆明 650500;2. 东南大学机械工程学院 南京 211189
关键词：交互多模型卡尔曼滤波,到达方向,融合算法,多输入多输出；
基金：国家自然科学基金(U1664258，51975118，51905095)和国家重点研发计划(2016YFB100906，2022YFD2002004)资助项目。
针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题，提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter，IMMKF)与多基站到达方向(Direction-of-arrival，DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响，构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计，考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势，实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明，基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高，较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题，实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级，实现了更精确的车辆位置估计。
来源：2023年第4期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。