作者：林棻; 赵又群汽车侧偏角径向基函数神经网络自适应卡尔曼滤波状态估计
摘要：针对汽车质心侧偏角难以直接获取的问题，提出了基于径向基神经网络与驾驶员一汽车闭环系统相结合的侧偏角估计方法。把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射，采用均匀设计方案对训练样本进行优选，通过神经网络建立三者之间的映射关系。同时设计了一种改进自适应卡尔曼滤波算法，将其运用到相同道路输入下汽车侧偏角的估计当中。对两种方法进行了基于实车试验的比较：神经网络方法的估计误差均值和标准差分别为0．046333°、0．057822°；自适应卡尔曼滤波方法的估计误差均值和标准差分别为0．062745°、0．089241°。研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
