樊东升：分布式驱动电动汽车状态参数估计综述论文

本文主要研究内容

作者樊东升,李刚（2019）在《分布式驱动电动汽车状态参数估计综述》一文中研究指出：由于汽车的状态参数在行驶过程中不断变化,从而影响车辆行驶状态的准确估计,针对这一问题,论文对分布式驱动电动汽车状态参数估计进行了综述,列举了常用的两种估计算法,分别从扩展卡尔曼滤波和容积卡尔曼滤波两个方面进行了论述,对比分析了两种算法之间的应用场景与估计效果。总结出通过信息融合技术的多滤波器融合成为车辆状态参数估计的主流方向。

Abstract

you yu qi che de zhuang tai can shu zai hang shi guo cheng zhong bu duan bian hua ,cong er ying xiang che liang hang shi zhuang tai de zhun que gu ji ,zhen dui zhe yi wen ti ,lun wen dui fen bu shi qu dong dian dong qi che zhuang tai can shu gu ji jin hang le zeng shu ,lie ju le chang yong de liang chong gu ji suan fa ,fen bie cong kuo zhan ka er man lv bo he rong ji ka er man lv bo liang ge fang mian jin hang le lun shu ,dui bi fen xi le liang chong suan fa zhi jian de ying yong chang jing yu gu ji xiao guo 。zong jie chu tong guo xin xi rong ge ji shu de duo lv bo qi rong ge cheng wei che liang zhuang tai can shu gu ji de zhu liu fang xiang 。

论文参考文献

[1].基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计[J]. 王震坡,薛雪,王亚超. 北京理工大学学报.2018(07)

[2].分布式驱动电动汽车的平方根容积卡尔曼滤波状态观测[J]. 金贤建,殷国栋,陈南,陈建松,张宁. 东南大学学报(自然科学版).2016(05)

[3].基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计[J]. 张志勇,张淑芝,黄彩霞,张刘铸,李博浩. 机械工程学报.2019(06)

[4].基于扩展卡尔曼滤波的车辆状态可靠估计[J]. 李旭,宋翔,张为公. 东南大学学报(自然科学版).2014(04)

[5].S-修正的自适应卡尔曼滤波与模糊卡尔曼滤波相结合的汽车状态估计算法[J]. 黄超,林棻. 中国机械工程.2013(20)

[6].基于强跟踪卡尔曼滤波的电池SOC估计[J]. 赵亚妮. 沈阳工业大学学报.2018(02)

[7].基于专利共引的电动汽车核心技术领域分析[J]. 刘云,周友富,安菁. 情报学报.2013(03)

[8].电动汽车电池管理系统的开发研究[J]. 王悦新,谢佳炜,陈葱香. 交通节能与环保.2019(05)

[9].女性消费偏好下的微型电动汽车设计研究[J]. 孙彪,寇晓宁. 设计.2019(17)

[10].电动汽车无线供电系统电能发射与接收线圈优化[J]. 左少林,胥飞,车赛,骆强. 汽车技术.2019(11)

论文详细介绍

论文作者分别是来自汽车实用技术的樊东升,李刚，发表于刊物汽车实用技术2019年15期论文，是一篇关于分布式驱动电动汽车论文,状态参数估计论文,扩展卡尔曼滤波论文,容积卡尔曼滤波论文,汽车实用技术2019年15期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自汽车实用技术2019年15期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/9f95496ec8e33ec25db15581.html