来源：期刊VIP网 时间：
作者：祁登亮;冯静安;倪向东;宋宝;
单位：石河子大学机械电气工程学院;华中科技大学机械科学与工程学院;
摘要：针对传统卡尔曼滤波在非高斯环境下对车辆状态估计鲁棒性和精度差的问题，提出最大相关熵准则(MCC)下改进自适应迭代扩展卡尔曼(AIEKF)滤波算法(MC-AIEKF),建立横-纵耦合的三自由度车辆模型，利用易测得的车载传感器信息设计了包含横摆角速度、质心侧偏角、纵向车速的状态观测器。在双移线和正弦扫频输入工况下通过Simulink/CarSim仿真试验平台对提出的算法进行了验证。结果表明，在非高斯环境下，相比于扩展卡尔曼滤波(EKF)和AIEKF,MC-AIEKF算法估计精度高，鲁棒性好，在实际的车辆状态估计中MC-AIEKF具有更强的适用性。
关键词：自适应迭代扩展卡尔曼滤波;;车辆状态估计;;最大相关熵准则;;非高斯环境
基金资助：国家自然科学基金项目(61663042)
