第1章 緒論
　1.1 模型、參數(shù)與狀態(tài)估計
　　1.1.1 模型
　　1.1.2 參數(shù)與狀態(tài)估計
　1.2 參數(shù)估計的目的和應用
　　1.2.1 參數(shù)估計的一般目的和應用
　　1.2.2 參數(shù)估計在汽車主動控制與安全預警裝置設計中的應用
　1.3 主要估計參數(shù)、方法與發(fā)展趨勢
　　1.3.1 主要估計參數(shù)
　　1.3.2 參數(shù)估計的主要方法
　　1.3.3 對參數(shù)估計方法的評價
　　1.3.4 發(fā)展趨勢
第2章 用于參數(shù)估計的車輛及其部件模型
　2.1 用于參數(shù)估計的輪胎模型
　　2.1.1 輪胎的縱向滑動與側偏

第1章 緒論

　1.1 模型、參數(shù)與狀態(tài)估計

　　1.1.1 模型

　　1.1.2 參數(shù)與狀態(tài)估計

　1.2 參數(shù)估計的目的和應用

　　1.2.1 參數(shù)估計的一般目的和應用

　　1.2.2 參數(shù)估計在汽車主動控制與安全預警裝置設計中的應用

　1.3 主要估計參數(shù)、方法與發(fā)展趨勢

　　1.3.1 主要估計參數(shù)

　　1.3.2 參數(shù)估計的主要方法

　　1.3.3 對參數(shù)估計方法的評價

　　1.3.4 發(fā)展趨勢

第2章 用于參數(shù)估計的車輛及其部件模型

　2.1 用于參數(shù)估計的輪胎模型

　　2.1.1 輪胎的縱向滑動與側偏

　　2.1.2 Dugoff輪胎模型

　　2.1.3 線性輪胎模型

　　2.1.4 Burckhardt輪胎縱向力模型

　　2.1.5 LuGre輪胎縱向力模型

　2.2 用于參數(shù)估計的車輛模型

　　2.2.1 單軌車輛模型

　　2.2.2 2-DOF四輪車輛模型

　　2.2.3 車輛側傾平面模型

　2.3 車輪旋轉運動模型

第3章 卡爾曼濾波

　3.1 卡爾曼濾波概述

　　3.1.1 線性系統(tǒng)

　　3.1.2 卡爾曼濾波理論和算法

　　3.1.3 卡爾曼濾波的實際應用和擴展

　3.2 卡爾曼濾波在汽車主動控制中的應用

　　3.2.1 車輪角加速度估計

　　3.2.2 卡爾曼濾波在車輛ESC系統(tǒng)數(shù)據(jù)處理中的應用

　　3.2.3 一階卡爾曼濾波

第4章 最小二乘法

　4.1 普通最小二乘法

　　4.1.1 直線擬合

　　4.1.2 最小二乘的矩陣方法

　　4.1.3 最小二乘估計的統(tǒng)計特性

　4.2 基于最小二乘法的路面附著系數(shù)和制動器輪缸壓力的估計

　　4.2.1 輪胎一路面摩擦估計的意義及其估計方法簡介

　　4.2.2 ABS制動器壓力模型和車輪運動模型

　　4.2.3 輪胎縱向力模型

　　4.2.4 基于模型的輪速計算

　　4.2.5 路面摩擦與制動壓力的估計和算例

　4.3 遞推最小二乘法及其應用

　　4.3.1 RLS算法

　　4.3.2 輪胎廣義制動剛度估計的RLS算法

　　4.3.3 路面附著系數(shù)和車輛重心側偏角估計的RLS算法

第5章 動態(tài)單純形法

　5.1 實時優(yōu)化概述

　5.2 Nelder-Mead單純形法和動態(tài)單純形法

　　5.2.1 Nelder-Mead單純形法

　　5.2.2 動態(tài)單純形法的算法和步驟

　　5.2.3 DSA參數(shù)選擇

　5.3 DSA算法的應用

　　5.3.1 穩(wěn)態(tài)道路橫坡角

　　5.3.2 基于DSA的聯(lián)合估計器

　　5.3.3 聯(lián)合估計器的優(yōu)化模型

　　5.3.4 仿真結果

第6章 基于局部線性化的廣義龍貝格觀測器

　6.1 廣義龍貝格觀測器概述

　6.2 用于重心側偏角和路面附著估計的廣義龍貝格觀測器

　　6.2.1 局部線性化

　　6.2.2 可觀性分析

　　6.2.3 反饋增益的確定

　　6.2.4 仿真驗證

第7章 多模型切換算法

　7.1 概述

　7.2 車輛重心高度估計的多模型算法

　　7.2.1 多模型切換算法及其切換指數(shù)

　　7.2.2 數(shù)值分析

　7.3 基于多模型算法的側向風估計器

　　7.3.1 估計器結構框圖

　　7.3.2 用于側向風估計的多模型切換算法

　　7.3.3 仿真結果

　……

第8章 滑模狀態(tài)觀測器

第9章 基于試驗知識的參數(shù)估計方法

第10章 參數(shù)估計的集成算法

參考文獻