Robust and Regularized Algorithms for Vehicle Tractive Force Prediction and Mass Estimation
Abstract (englisch):
This work provides novel robust and regularized algorithms for parameter estimation with applications in vehicle tractive force prediction and mass estimation. Given a large record of real world data from test runs on public roads, recursive algorithms adjusted the unknown vehicle parameters under a broad variation of statistical assumptions for two linear gray-box models.
| Zugehörige Institution(en) am KIT | Institut für Fahrzeugsystemtechnik (FAST) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2018 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-7315-0807-6 ISSN: 1869-6058 urn:nbn:de:0072-834922 KITopen-ID: 1000083492 |
| Verlag | KIT Scientific Publishing |
| Umfang | XXIV, 196 S. |
| Serie | Karlsruher Schriftenreihe Fahrzeugsystemtechnik / Institut für Fahrzeugsystemtechnik ; 62 |
| Art der Arbeit | Dissertation |
| Prüfungsdaten | 29.08.2016 |
| Schlagwörter | Systemidentifikation, Onlinefilter, Robuste Schätzer, Total Least Squares,, system identification, recursive estimation, robust estimation, errors-in-variables |
| Relationen in KITopen |