[发明专利]加速度估计方法、装置、机车运动控制方法及机车

说明书

本发明提供了一种加速度估计方法，包括：将物体的运动转化成SISO线性离散动态系统，以得到物体的系统数学模型；将物体的系统数学模型进行递推最小二乘法处理得到递推最小二乘模型；按照采样周期采集物体的速度，以得到物体在采样周期内的速度变化量；根据采样周期与速度变化量对递推最小二乘模型进行处理得到系统参数的实时估计值；以及根据系统参数的实时估计值输出物体的加速度的实时估计值。本发明还提供一种加速度估计装置、机车运动控制方法及机车。本发明实施例提供的加速度估计方法、装置、机车运动控制方法及机车，通过系统参数的估计得到的加速度的实时估计值能够保证与真实的加速度信号不断逼近，实时性高，可直接参与控制。

技术领域

本发明涉及机车运动控制技术领域，尤其涉及一种加速度估计方法及装置，以及采用该加速度估计方法的机车。

背景技术

在物体的运动控制中，加速度是一个重要的控制量，如轨道机车车辆的车体加速度、轮对加速度等，控制系统中加速度信号的获取主要通过软件计算。现有技术中加速度的计算方法主要有直接微分计算法、高精度一阶数值微分算法等，但是这些方法对噪声非常敏感，计算所得的加速度的噪声很大，不能直接参与控制。通常做法是在计算加速度前对原始信号进行滤波处理，然而，滤波后的信号存在时滞，影响控制性能。

以下是现有技术中采用微分计算法计算加/减速度信号的具体步骤：

加/减速度信号在数学上是速度信号的一阶导数，即

式中，v(t)为实时输入的速度信号，a(t)为对应的加速度信号。

由于实时输入的速度信号v(t)本身并不具有规律性，没有精确的函数表达式，因此不能基于理论微分公式计算a(t)，而必须基于数值微分算法计算。

已知一段时间内的速度信号值v(t)在n+1个点上的对应函数值v(k)(k＝0,1,2…,n)，则采用数值微分算法计算加速度信号的公式为

式中，T为信号采样周期。

为提高计算精度，可采用误差阶次更低的高精度数值一阶微分计算方法。例如，采用三点后差公式计算一阶微分：

从公式(2)、(3)可以看到，采用常规的数值微分法，加速度是通过不同采样时刻的速度差值直接除以采样周期T而得到，如果速度信号带有较大噪声，由于采样周期T很小，噪声将进一步被放大，那么，计算得到的加速度必然具有很大的噪声。

发明内容

有鉴于此，本发明提供一种加速度估计方法，通过系统参数的估计得到的加速度的实时估计值，能够保证其与真实的加速度信号不断逼近，实时性高，可直接参与控制，并且由于没有微分运算，可极大降低速度噪声的影响，提高控制的性能。

本发明实施例提供了一种加速度估计方法，所述方法包括：将物体的运动转化成SISO线性离散动态系统，以得到所述物体的系统数学模型；将所述物体的系统数学模型进行递推最小二乘法处理得到递推最小二乘模型；按照采样周期采集所述物体的速度，以得到所述物体在所述采样周期内的速度变化量；根据所述采样周期与所述速度变化量对所述递推最小二乘模型进行处理得到系统参数的实时估计值；以及根据所述系统参数的实时估计值输出所述物体的加速度的实时估计值。

具体地，所述递推最小二乘法包含遗忘因子。

具体地，所述根据所述采样周期与所述速度变化量对所述递推最小二乘模型进行处理得到系统参数的实时估计值的步骤之前，还包括：获取所述递推最小二乘模型中的第一中间变量矩阵的初始值；根据所述第一中间变量矩阵的初始值及所述采样周期得到所述递推最小二乘模型的第二中间变量矩阵。