基于粒子濾波的城軌車輛狀態(tài)監(jiān)測(cè)方法研究.pdf

1、本文主要研究了基于粒子濾波的城軌車輛狀態(tài)監(jiān)測(cè)方法,包括粒子濾波,卡爾曼濾波,參數(shù)估計(jì)算法。分析了基于粒子濾波狀態(tài)估計(jì)的系統(tǒng)狀態(tài)監(jiān)測(cè)方法的缺陷,以及基于普通參數(shù)估計(jì)算法的系統(tǒng)狀態(tài)監(jiān)測(cè)方法的缺陷。針對(duì)這些缺陷,提出了再次均勻采樣策略,將其應(yīng)用于車輛系統(tǒng)狀態(tài)監(jiān)測(cè),從而為城軌車輛狀態(tài)監(jiān)測(cè)提供了一種理論和方法。本文的主要內(nèi)容如下。
　　(1)本文首先介紹了粒子濾波算法的現(xiàn)狀和歷史,逐步過(guò)渡到粒子濾波的應(yīng)用領(lǐng)域,重點(diǎn)闡述了粒子濾波算法在狀態(tài)監(jiān)

2、測(cè)和故障診斷領(lǐng)域的應(yīng)用。然后分析了粒子濾波的基本原理,包括蒙特卡羅方法以及貝葉斯濾波,標(biāo)準(zhǔn)粒子濾波算法以及重要性重采樣粒子濾波算法。最后,分析了基于粒子濾波狀態(tài)估計(jì)的系統(tǒng)狀態(tài)監(jiān)測(cè)方法,仿真結(jié)果表明該方法能夠監(jiān)測(cè)系統(tǒng)是否發(fā)生故障,但是無(wú)法判定系統(tǒng)具體的故障部位。
　　(2)研究了基于粒子濾波和卡爾曼濾波的參數(shù)估計(jì)算法,基于擴(kuò)展卡爾曼濾波的參數(shù)估計(jì)算法。仿真結(jié)果表明,基于擴(kuò)展卡爾曼濾波的參數(shù)估計(jì)算法對(duì)初始值的依賴性較高,如果選取的初始

3、值不合適,將無(wú)法準(zhǔn)確地進(jìn)行參數(shù)估計(jì);基于粒子濾波和卡爾曼濾波的參數(shù)估計(jì)算法對(duì)初始值沒(méi)有要求,可以很準(zhǔn)確地完成參數(shù)估計(jì);基于粒子濾波參數(shù)估計(jì)的系統(tǒng)狀態(tài)監(jiān)測(cè)方法不僅能夠監(jiān)測(cè)到系統(tǒng)故障,還能監(jiān)測(cè)到與故障有關(guān)的參數(shù)變化,從而確定系統(tǒng)的故障部位。
　　(3)研究了城軌車輛系統(tǒng)的動(dòng)力學(xué)模型。首先建立了車輛系統(tǒng)的橫向動(dòng)力學(xué)方程以及垂向動(dòng)力學(xué)振動(dòng)方程,并且將時(shí)域連續(xù)的動(dòng)力學(xué)振動(dòng)方程離散化,得到了車輛系統(tǒng)的橫向動(dòng)態(tài)空間模型以及垂向動(dòng)態(tài)空間模型。在基