基于带遗忘因子的最小二乘法估计轮胎侧偏刚度（线性区） 说明：用带遗忘因子的递归最小二乘法进行线...

基于带遗忘因子的最小二乘法估计轮胎侧偏刚度线性区 说明用带遗忘因子的递归最小二乘法进行线性区轮胎侧偏刚度估计 包含CarSim cpar模型simulink模型用于估计的S函数m文件参考文献 加5元可得整理好的包含最小二乘法递推最小二乘法带遗忘因子的递推最小二乘法的理论推导优缺点改进的思路推导和编写代码时的注意项的word文档 注:CarSim2020matlab2019b版本不符合时matlab可降版本CarSim可提供配置截图轮胎侧偏刚度估计是车辆动力学中的经典问题。今天咱们直接上干货聊聊怎么用带遗忘因子的递归最小二乘法FFRLS在线性区实现这个参数的实时估计。先看个实际案例某电动车在CarSim中跑双移线工况时前轮侧偏刚度突然衰减30%传统方法根本抓不住这种突变——这就要看我们的算法了。先看Simulink模型结构CarSim输出车辆状态车速vx、横摆角速度γ、前轮转角δ后通过运动学公式计算侧向加速度ay_est再用S函数实现的FFRLS模块进行参数更新。这里有个坑——千万别直接用CarSim输出的ay实测数据里这个信号噪声太大得自己通过γ*vx重新计算。核心算法在S函数里实现关键代码段长这样function [sys,x0,str,ts] rls_estimator(t,x,u,flag) switch flag case 0 % 初始化 P 1e4*eye(2); % 协方差矩阵 theta [0;0]; % 待估参数 lambda 0.98; % 遗忘因子 ts 0.01; % 采样时间 case 2 % 更新状态 % 输入信号解析 ay u(1); phi [u(2); u(3)]; % 核心递归公式 K P*phi/(lambda phi*P*phi); theta theta K*(ay - phi*theta); P (P - K*phi*P)/lambda; case 3 % 输出 sys theta; end这个实现有几个魔鬼细节协方差矩阵P的初值不能太小否则算法启动太慢遗忘因子λ建议取0.95-0.99雨天工况可以适当调小输入信号需要做归一化处理防止数值溢出在CarSim模型配置时要注意轮胎模型必须切到Linear模式否则侧偏刚度本身非线性会影响辨识效果。实测中发现前轮转角激励必须足够丰富——建议方向盘转角幅值至少±30度频率在0.5-2Hz之间。基于带遗忘因子的最小二乘法估计轮胎侧偏刚度线性区 说明用带遗忘因子的递归最小二乘法进行线性区轮胎侧偏刚度估计 包含CarSim cpar模型simulink模型用于估计的S函数m文件参考文献 加5元可得整理好的包含最小二乘法递推最小二乘法带遗忘因子的递推最小二乘法的理论推导优缺点改进的思路推导和编写代码时的注意项的word文档 注:CarSim2020matlab2019b版本不符合时matlab可降版本CarSim可提供配置截图算法效果验证有个骚操作在Simulink里并行运行标准RLS和FFRLS做对比。当人为突然改变轮胎摩擦系数时带遗忘因子的版本响应速度能快0.8秒左右。不过要注意这种方法对纵向滑移率敏感在急加速工况需要配合纵向速度补偿。最后给个参数调试经验公式当估计值波动超过15%时适当增大λ当跟踪滞后明显时按λnew λold * 0.95逐步衰减。记得每次调参后要跑完整工况别在局部片段优化——别问我怎么知道的都是泪。参考文献余志生《汽车理论》第六章Pacejka的Tire Model综述SAE 2017-01-1565关于实时参数估计的对比研究