买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种LSTM辅助扩展卡尔曼滤波的轮胎载荷识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119918175B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411960877.5，技术领域涉及：G06F30/15；该发明授权一种LSTM辅助扩展卡尔曼滤波的轮胎载荷识别方法是由黄继业;唐雷;陈新世;李平;高明裕;何志伟;杨宇翔设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种LSTM辅助扩展卡尔曼滤波的轮胎载荷识别方法在说明书摘要公布了：本发明公开了一种基于LSTM辅助扩展卡尔曼滤波的轮胎载荷状态识别方法，包括如下步骤：S1.建立车辆7自由度垂向动力学模型；S2.准备观测量和状态向量数据，作为训练数据集；S3.基于训练集数据对神经网络进行训练；S4.通过车体和轴桥安装的传感器获取观测量。S5.输入观测量数据通过神经网络辅助的扩展卡尔曼滤波器预测车轮垂向力，其中卡尔曼增益系数由LSTM确定；该方法融合扩展卡尔曼滤波和LSTM网络，使用LSTM网络对卡尔曼增益系数进行预测，从而在降低对精确动力学模型的需求的同时，提高扩展卡尔曼滤波的预测精度。

本发明授权一种LSTM辅助扩展卡尔曼滤波的轮胎载荷识别方法在权利要求书中公布了：1.一种LSTM辅助扩展卡尔曼滤波的轮胎载荷识别方法，其特征在于，该方法包含以下步骤： S1、基于Simulink建立车辆的动力学模型； S2、应用动力学模型获取系统观测量y和状态向量x数据，并构建训练集，所述系统观测量包括车体垂向加速度、车体侧滚角加速度、车体点头角加速度、第i位轴桥垂向加速度、第i位轴桥侧滚角加速度；所述状态向量包括车体垂向位移、速度、加速度；车体侧滚角度、角速度、角加速度；车体点头角度、角速度、角加速度；第i位轴桥垂向位移、速度、加速度；第i位轴桥侧滚角度、角速度、角加速度；待识别车轮垂向力，其中i＝1,2,3,4； 首先定义动力学模型的状态向量则卡尔曼滤波状态向量系统输入向量为u＝[g]，系统观测量为其中，zc为车体垂向位移，为车体垂向速度，为车体垂向加速度，αc为车体侧滚角度、为车体侧滚角速度、为车体侧滚角加速度；βc为车体点头角度、为车体点头角速度、为车体点头角加速度；为第i位轴桥垂向位移、为第i位轴桥垂向速度、为第i位轴桥垂向加速度；为第i位轴桥侧滚角度、为第i位轴桥侧滚角速度、为第i位轴桥侧滚角加速度；为待识别车轮垂向力； S3、构建一个由三层LSTM网络组成的神经网络，将训练集作为输入对神经网络进行训练； 所述神经网络的训练方法为： S3-1.将训练集作为输入，应用扩展卡尔曼滤波预测模型计算得到状态向量估计值状态向量预测值预测观测量并计算状态向量预测值的雅可比矩阵 和状态向量估计值的雅可比矩阵 S3-2.将训练集作为输入，应用扩展卡尔曼滤波预测模型计算得到观测量差异观测量残差状态向量预测差异状态增量并作为神经网络的输入； S3-3.三层LSTM网络分别输入Δyt和分别追踪预测状态噪声的协方差矩阵Q，预测状态向量的协方差矩阵预测观测量的协方差矩阵并输出卡尔曼增益 S3-4.训练完毕后，外部递归基于扩展卡尔曼滤波预测模型输出预测状态向量S4、通过真实车体和轴桥安装的传感器获取真实观测量； S5.输入观测量数据通过神经网络输出卡尔曼增益辅助的扩展卡尔曼滤波预测模型预测车轮垂向力。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。