幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

先進電動汽車狀態估計與辨識(精)/汽車技術創新與研發系列叢書

  • 作者：李克強//羅禹貢//陳慧
  • 出版社：機械工業
  • ISBN：9787111622000
  • 出版日期：2019/06/01
  • 裝幀：精裝
  • 頁數：297
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書聚焦于分散式驅動電動汽車關鍵動力學參數自適應辨識方法的研究，共分為五章，分別介紹了車輛狀態觀測方法導論、附著係數估計方法、質心側偏角估計方法、縱向車速估計方法和參數自適應辨識方法的相關內容。第1章著重介紹了各狀態參數的研究方法現狀和本書提出的多源信息融合車輛狀態估計與參數辨識方法體系架構，能夠使讀者系統了解車輛狀態估計理論，併為其深入理解後面四章的研究方法奠定堅實基礎；第2章以輪胎狀態劃分為起點，介紹了多種附著係數單方向和多方向融合估計方法；第3章和第4章從運動學和動力學等不同角度分別介紹了縱向車速和車輛質心側偏角的估計方法；第5章補充了對這些狀態估計過程中具有較大影響的參數的自適應辨識方法，如車輛質量、道路坡度、輪胎側偏剛度等。
    本書內容充分、翔實，借以模擬和實驗結果，令讀者能夠快速掌握所述方法的適用範圍及優勢，適合車輛控制領域的工程師、研究生學習及應用。
作者介紹
李克強//羅禹貢//陳慧
目錄
前言
第1章  車輛狀態觀測方法導論
  1.1  概述
  1.2  研究現狀
    1.2.1  附著係數估計方法
    1.2.2  質心側偏角估計方法
    1.2.3  縱向車速估計方法
    1.2.4  參數自適應估計方法
  1.3  本書涉及的車輛狀態估計與參數辨識方法
    1.3.1  所需解決的關鍵科學問題
    1.3.2  研究方法概述
    1.3.3  本書提出方法的特點
  參考文獻
第2章  基於多信息與多方法融合的附著係數估計方法
  2.1  大滑移率或者大側偏角條件下的單方向附著係數估計方法
    2.1.1  基於無味卡爾曼和修正Dugoff模型的單向附著係數估計方法
    2.1.2  基於模型重構的路面附著係數估計方法
  2.2  小滑移率或者小側偏角條件下的單方向附著係數估計方法
    2.2.1  基於頻響特性的路面附著係數辨識方法
    2.2.2  基於非線性系統可觀性分析的路面附著係數估計方法
  2.3  融合估計方法
    2.3.1  基於誤差加權的雙方向估計結果融合方法
    2.3.2  基於雙卡爾曼濾波技術的路面峰值附著係數融合估計方法
  2.4  附著係數估計方法應用實例
    2.4.1  修正Dugoff輪胎模型驗證
    2.4.2  輪胎力估計驗證
    2.4.3  單方向運動學附著係數估計方法驗證
    2.4.4  基於誤差加權的運動學附著係數估計方法驗證
    2.4.5  基於頻響特性附著係數估計方法驗證
    2.4.6  基於非線性系統可觀性分析的路面附著係數估計
    2.4.7  基於雙卡爾曼濾波器的附著係數融合估計方法
  2.5  本章小結
  參考文獻
第3章  基於多信息與多方法融合的質心側偏角估計方法
  3.1  基於運動學的質心側偏角估計方法
    3.1.1  融合GPS與INS信息的質心側偏角估計
    3.1.2  基於直接積分法的質心側偏角估計
  3.2  基於動力學的質心側偏角估計方法
    3.2.1  基於無味粒子濾波的車輛運動狀態估計
    3.2.2  基於橫向動力學的質心側偏角估計方法
  3.3  基於動力學與運動學融合的估計方法
    3.3.1  基於組合式的質心側偏角融合估計
    3.3.2  基於誤差加權的質心側偏角融合估計
  3.4  質心側偏角估計方法比較
  3.5  質心側偏角估計方法應用實例
    3.5.1  基於GPS與INS信息融合的車速及質心側偏角估計方法
    3.5.2  基於無味粒子濾波的車速及質心側偏角估計方法
    3.5.3  誤差加權融合的車速及質心側偏角估計方法
    3.5.4  基於聯邦卡爾曼的質心側偏角估計方法
  3.6  本章小結

  參考文獻
第4章  基於多信息與多方法融合的縱向車速估計方法
  4.1  運動學估計方法
    4.1.1  參數自適應卡爾曼濾波縱向車速估計方法
    4.1.2  融合GPS與INS信息的車速估計方法
    4.1.3  基於聯邦卡爾曼的多感測器信息融合的縱向車速估計方法
    4.1.4  直接加速度積分法
    4.1.5  基於平均輪速法的縱向車速估計方法
    4.1.6  運動學方法小結
  4.2  動力學估計方法
    4.2.1  基於輪胎縱向力的車速估計方法
    4.2.2  直接轉矩積分車速估計方法
    4.2.3  擴展卡爾曼濾波車速估計方法
    4.2.4  無跡卡爾曼濾波車速估計方法
    4.2.5  基於簡化魔術公式的車速估計方法
    4.2.6  基於車輪動力學的車速估計方法
    4.2.7  動力學估計方法小結
  4.3  融合估計方法
    4.3.1  基於聯邦卡爾曼濾波技術的縱向車速融合估計方法
    4.3.2  基於自適應UKF濾波的兩級分散式縱向車速估計方法
  4.4  縱向車速估計方法應用實例
    4.4.1  融合GPS與INS信息的車速估計方法
    4.4.2  參數自適應卡爾曼濾波縱向車速估計方法
    4.4.3  擴展卡爾曼濾波車速估計方法
    4.4.4  無跡卡爾曼濾波車速估計方法
    4.4.5  基於聯邦卡爾曼濾波技術的縱向車速融合估計方法
    4.4.6  基於自適應UKF濾波的兩級分散式縱向車速估計方法
  4.5  本章小結
  參考文獻
第5章  複雜行駛環境下參數自適應辨識方法
  5.1  質量估計方法
    5.1.1  基於高頻信息提取的整車質量估計方法
    5.1.2  對縱向坡度魯棒的基於輪胎縱向力信息的整車質量估計方法
  5.2  基於多方法融合的坡度估計方法
    5.2.1  基於動力學方法的坡度估計方法
    5.2.2  基於運動學方法的坡度估計方法
    5.2.3  基於組合式融合的坡度估計方法
  5.3  基於雙卡爾曼濾波技術的輪胎側偏剛度的自適應估計方法
    5.3.1  估計輪胎側偏剛度的時機
    5.3.2  側偏剛度估計結果
  5.4  過程雜訊參數估計
    5.4.1  最大似然估計理論簡介
    5.4.2  最大似然估計過程雜訊
    5.4.3  過程雜訊估計器估計結果
  5.5  量測雜訊參數估計
    5.5.1  小波變換簡介
    5.5.2  小波變換估計量測雜訊
    5.5.3  量測雜訊估計結果
  5.6  俯仰角和路面坡度角估計演算法
  5.7  參數自適應估計方法應用實例

    5.7.1  基於高頻信息提取的質量估計演算法
    5.7.2  基於多方法融合的縱向坡度估計演算法
    5.7.3  橫向坡度估計
    5.7.4  過程雜訊估計演算法
    5.7.5  量測雜訊估計方法
    5.7.6  俯仰角校正和坡度角補償方法
    5.7.7  過程雜訊估計器、量測雜訊估計器以及坡度角補償模塊的自適應估計方法
  5.8  本章小結
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032