改进自适应卡尔曼滤波的拖拉机驱动轮滑转率估计

针对拖拉机驱动轮滑转率估计中存在的精度低和实时性差等问题,建立了拖拉机滑转率测量系统的模型。对传统Sage-Husa自适应卡尔曼滤波算法,从计算步骤简化和噪声估计简化两方面进行了改进,编写了MATLAB程序并与多种算法进行了对比分析。仿真结果表明:改进的变结构Sage-Husa自适应数据融合算法能估计噪声的统计特性,在不进行误差统计试验的前提下,实现了对拖拉机驱动轮滑转率的实时准确估计。驱动轮滑转率在白噪声的干扰下鲁棒性较好,平均误差为中值滤波算法的16%左右。