[发明专利]一种基于自适应容积卡尔曼滤波的分布式车速估计方法

权利要求书

1.一种基于自适应容积卡尔曼滤波的分布式车速估计方法，其特征在于：包括如下步骤：

步骤一、利用自适应容积卡尔曼滤波算法获得两个转向架的速度v₁,v₂：

(1)建立非线性系统的状态方程和量测方程；

(2)根据容积点变换选择容积点采样策略；

(3)设置自适应容积卡尔曼滤波器的初始值并给定输入，依次进行时间更新、量测更新、状态更新过程和噪声估计过程；

(4)每个转向架均独立采用自适应容积卡尔曼估计器，估计两个转向架的速度v₁,v₂；

步骤二、利用空转识别模块的空转信息s₁,s₂和两个转向架的估计速度v₁,v₂，确定当前车速：

(1)若s₁＝0且s₂＝0，则机车车速为

(2)若s₁＝1且s₂＝0，则机车车速为v₂；

(3)若s₁＝0且s₂＝1，则机车车速为v₁；

(4)若s₁＝1且s₂＝1，则计算出两个转向架轮对的蠕滑速度，然后将蠕滑速度较小的转向架速度作为估计车速。

2.根据权利要求1所述的一种基于自适应容积卡尔曼滤波的分布式车速估计方法，其特征在于：建立非线性系统的状态方程和量测方程的方法为：

1)建立一个转向架的轮对运动学方程和车体运动学方程：

其中，J为转动惯量，T_i为牵引力矩，B·ω_d为转动摩擦力矩项，B为转动摩擦力矩系数，M是机车整车重量，是电力机车的一个转向架提供的总牵引力，F_d(v_t)是机车运行时的总阻力，v_t为机车车速；a,b,c为阻力计算系数；

2)以一个转向架为一个整体，将牵引力矩T_i作为输入，将待估计的车速v_t和轮对速度作为状态变量，构造如下状态方程：

3)对系统进行全局离散化，在任意时间区间[kT，kT+T]进行一阶离散化，得到如下离散系统状态方程和输出方程：

其中，i＝1,2,3。

3.根据权利要求2所述的一种基于自适应容积卡尔曼滤波的分布式车速估计方法，其特征在于：步骤一第(2)步所述根据容积点变换选择容积点采样策略的方法为：

利用Cubature规则选取2n个等权值的Cubature点，每个采样点的权值均为1/2n，n为非线性系统的维数；

1)对误差协方差矩阵P_k-1|k-1进行Cholesky分解：

2)计算容积点：

其中，i＝1,2,...m；m＝2n。

4.根据权利要求3所述的一种基于自适应容积卡尔曼滤波的分布式车速估计方法，其特征在于：步骤一第(3)步所述时间更新的方法为：

1)计算通过状态方程传播的容积点：

2)计算k时刻状态预测值：

3)计算k时刻的状态预测误差协方差矩阵：

5.根据权利要求4所述的一种基于自适应容积卡尔曼滤波的分布式车速估计方法，其特征在于：步骤一第(3)步所述量测更新的方法为：

1)对P_k|k-1进行Cholesky分解：

2)计算容积点：

3)计算通过测量方程传播的容积点：

4)k时刻的观测预测值：

5)估计k时刻的量测自相关协方差阵：

6)估计k时刻的互相关协方差阵：