[发明专利]一种车辆横摆角速度的确定方法及系统

权利要求书

1.一种车辆横摆角速度的确定方法，其特征在于，包括：

获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型；所述ARX模型以历史时刻车辆横摆角速度的输出值和直接横摆力矩为输入，以当前时刻的车辆横摆角速度的预测值为输出；

基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器；所述第一卡尔曼滤波器用于确定车辆横摆角速度的输出值；所述第二卡尔曼滤波器用于根据所述车辆横摆角速度的输出值更新所述ARX模型；

根据所述ARX模型、所述第一卡尔曼滤波器和所述第二卡尔曼滤波器确定车辆横摆角速度模型；

根据所述车辆横摆角速度模型确定实时的车辆横摆角速度；

所述基于所述ARX模型构建第一卡尔曼滤波器和第二卡尔曼滤波器，具体包括：

获取n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值；

根据所述n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值构建所述第一卡尔曼滤波器；

根据n时刻的车辆横摆角速度的输出值和n时刻的ARX模型构建所述第二卡尔曼滤波器；

所述根据所述n时刻的车辆横摆角速度的测量值和所述n时刻的车辆横摆角速度的预测值构建所述第一卡尔曼滤波器，具体包括：

利用公式确定所述n时刻的车辆横摆角速度的预测值；

利用公式确定所述n时刻的车辆横摆角速度的测量值；

利用公式确定第一卡尔曼滤波器的n时刻的状态误差协方差；

利用公式确定第一卡尔曼滤波器的卡尔曼滤波增益；

利用公式确定第一卡尔曼滤波器的n时刻的状态误差协方差的更新值；

利用公式确定第一卡尔曼滤波器的n时刻的车辆横摆角速度的输出值；

所述根据n时刻的车辆横摆角速度的输出值和n时刻的ARX模型构建所述第二卡尔曼滤波器，具体包括：

利用公式确定n时刻的ARX模型的预测状态参数矩阵；

利用公式确定第二卡尔曼滤波器的校正方程；

利用公式确定第二卡尔曼滤波器的n时刻状态误差协方差；

利用公式确定第二卡尔曼滤波器的卡尔曼滤波增益；

利用公式确定第二卡尔曼滤波器的n时刻状态误差协方差的更新值；

利用公式确定更新后的ARX模型的状态参数矩阵；

其中，为n时刻的车辆横摆角速度的预测值，为n-1时刻的车辆横摆角速度的输出值和直接横摆力矩的矩阵，为n-1时刻的ARX模型的状态参数矩阵，y_n为n时刻的车辆横摆角速度的测量值，w_n为测量噪声，为第一卡尔曼滤波器的n-1时刻状态误差协方差的更新值，和代表ARX模型参数矩阵中的第一、二个元素，即和Q_n-1为白噪声e_n的协方差，R_n为测量误差w_n的协方差，e_θ,n为预测误差，为第二卡尔曼滤波器的n时刻状态误差协方差，Q_θ,n-1为预测误差e_θ,n的协方差，R_θ,n为第一卡尔曼滤波器的卡尔曼滤波增益下的测量误差Kw_n的协方差，为n时刻的ARX模型的预测状态参数矩阵，为第一卡尔曼滤波器的n时刻的车辆横摆角速度的输出值。

2.根据权利要求1所述的一种车辆横摆角速度的确定方法，其特征在于，所述获取基于车辆横摆角速度和直接横摆力矩关系的有外界输入的自回归ARX模型，具体包括：

利用公式利用公式确定ARX模型；其中，x_n-j为n-j时刻的车辆横摆角速度的输出值，u_n-1为n-1时刻的直接横摆力矩，a_j和b₁为ARX模型的状态参数，e_n为白噪声。