基于BP神经网络优化的卡尔曼滤波算法在轨道垂向不平顺估计中的应用
打开文本图片集
摘要：轨道不平顺是引起车辆和轨道振动的主要原因，也是影响列车平稳性和舒适性的关键因素。本文根据卡尔曼滤波（KF）最优估计原理，建立了车辆系统模型，通过观测车辆系统中车体、前后构架的多个惯性量，采用BP神经网络优化卡尔曼滤波（BP-KF），实现了轨道垂向不平顺的估计。结果表明，优化后的轨道垂向不平顺估计值，无论是在趋势上还是幅值上与原始值都具有较高的一致性，为轨道不平顺的间接估计提供了新的技术手段。（剩余5644字）
