[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

摘要

本发明公开了一种基于自适应容积卡尔曼滤波的分布式车速估计方法，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；步骤二、利用空转识别模块的空转信息和两个转向架的估计速度，确定当前车速。本发明突破机车单轴模型，实现了多轴机车分布式车速估计。在实际应用中，系统噪声统计特性往往是未知且时变的，本发明采用自适应容积卡尔曼滤波算法通过无偏MAP估值器对未知且时变的噪声统计特性进行在线估计和修正，从而提高滤波算法的估值精度和稳定性。自适应容积卡尔曼滤波算法不需要计算雅可比行列式，比EKF更容易实现，而且避免了截断误差，不依赖于系统模型的具体形式，鲁棒性更强，实时性更好。

主权项

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。