Carsim与Simulink联合仿真的递归最小二乘法轮胎侧偏刚度参数估计

递归最小二乘法的轮胎侧偏刚度估计，说实话挺有意思的，尤其是和 Simulink、CarSim 联合仿真的玩法。用得好，能省不少调参的时间。

用 递归最小二乘法 做参数估计，优点一个字——快。模型在跑的时候就能边估计边修正，实时性比较强。轮胎的 侧偏刚度 这种动态特性，就适合这么搞。

参数估计里的经典方法基本都试了个遍，普通最小二乘、全最小二乘、偏最小二乘……每个方法都有自己适用的场景。比如系统噪声大时，全最小二乘更稳；变量多时，偏最小二乘就上场了。

你要是用 MATLAB 玩 Simulink 模型的话，可以看看这几个例子：系统辨识与参数估计最小二乘法 MATLAB 和 偏最小二乘法 matlab 实现，都有代码，还挺实用。

对了，递归方法虽然效率高，但初始值设置还是得注意下。不然会收敛到奇怪的值。还有，多做几组仿真对比，看估计值的稳定性，也能避坑。

如果你对参数估计还有点疑问，建议去看看这些资源，尤其是这个 递归最小二乘法，讲得蛮清楚的。