-
题名基于卡尔曼滤波修正算法的电池SOC估算
被引量：39
- 1
-
-
作者
毛华夫
万国春
汪镭
张谦
-
机构
同济大学控制科学与工程系
同济大学电子科学与技术系
上海应用技术学院电气与电子工程学院
-
出处
《电源技术》
CAS
CSCD
北大核心
2014年第2期298-302,共5页
-
基金
教育部博士点基金(20100072110038)
国家自然科学基金项目(70871091
+3 种基金
61075064
61034004
61005090)
教育部新世纪人才计划项目(NECT-10-0633)
-
文摘
电池荷电状态(SOC)的估算是电池管理系统的核心内容,SOC估算准确与否,将直接影响到电池管理系统的决策和控制。在结合开路电压法、安时法的基础上,充分利用扩展卡尔曼滤波法的修正功能,综合考虑电池充放电倍率、温度和充放电循环次数等因素对SOC估算的影响,提出了卡尔曼滤波修正算法,并将其应用在插电式混合动力汽车电池管理系统中。研究结果表明,卡尔曼滤波修正算法有效地解决了传统安时法无法估计SOC初值和误差累积,以及开路电压法需要电池静置无法做到在线估算SOC等问题,获得了更高的估算精度,为电池管理系统提供一种实用的SOC估算方案。
-
关键词
SOC
卡尔曼滤波修正算法
扩展卡尔曼滤波算法
电池管理系统
-
Keywords
SOC
Kalman filter correction algorithm
extended Kalman filter
BMS
-
分类号
TM63
[电气工程—电力系统及自动化]
-
-
题名基于车载摄像头的车辆前方移动光源轨迹预测算法
被引量：3
- 2
-
-
作者
罗石
刘志伟
朱大全
-
机构
江苏大学汽车与交通工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2021年第9期146-149,共4页
-
文摘
为增强汽车自适应大灯在夜间多类型光源路况中控制的实时性和准确性。以车载摄像头对前方移动光源位置坐标的捕捉为基础,提出了在自回归模型嵌入自适应修正卡尔曼滤波(KF)算法的预测方法。自回归模型对夜间移动光源的运动轨迹可进行多个时间步长的实时预测,自适应修正KF算法根据车辆当前行驶环境特征,对自回归模型中的移动光源历史轨迹数据存在的偏差进行实时判别修正,以保证模型预测的准确性。仿真结果表明:所提预测算法具有极高的准确性和实时性,可有效提高自适应大灯系统的控制性能。
-
关键词
汽车自适应大灯系统
移动光源轨迹预测
自回归(AR)模型
自适应修正卡尔曼滤波算法
-
Keywords
adaptive driving beam(ADB)system
prediction on trajectory of moving light sources
autoregression(AR)model
adaptive modified Kalman filtering(KF)algorithm
-
分类号
U463.65
[机械工程—车辆工程]
TP39
[自动化与计算机技术—计算机应用技术]
-
