simulink 卡尔曼滤波_扩展卡尔曼滤波参数估计实例解析

本文将以车辆三自由度模型为基础，利用扩展卡尔曼滤波，通过车辆的侧向加速度来估计横摆角速度、质心侧偏角、纵向速度等三个参数，通过一个实际的仿真案例来进行具体介绍扩展卡尔曼滤波的使用。

一般地，卡尔曼滤波会选择比较容易获取的参数，来估计不易测量的参数。

在这里，脚主把卡尔曼参数估计仿真分为四个步骤：

1）车辆模型搭建；

2）扩展卡尔曼滤波算法搭建；

3）模型整合及仿真工况设置；

4）仿真及结果分析。

01 车辆模型搭建

本例中，利用车辆三自由度模型（如下图）进行参数估计，需要知道车辆的输入信号（车轮转角、纵向加速度）和输出信号（侧向加速度），所以需要自己搭建一个车辆模型来创造这些数据。即对车辆模型输入一个方向盘转角和纵向加车速，得到侧向加速度。