期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
用卡尔曼滤波模型对我国出口函数的估计与分析 被引量:1
1
作者 张桂莲 史永东 《预测》 CSSCI 北大核心 1996年第5期56-57,67,共3页
用卡尔曼滤波模型对我国出口函数的估计与分析张桂莲史永东(吉林大学商学院130023)(东北财经大学理财工程学研究所)近些年来随着我国经济体制改革的顺利推进,整个国民经济的持续增长,外商投资企业在全国进出口贸易中份额... 用卡尔曼滤波模型对我国出口函数的估计与分析张桂莲史永东(吉林大学商学院130023)(东北财经大学理财工程学研究所)近些年来随着我国经济体制改革的顺利推进,整个国民经济的持续增长,外商投资企业在全国进出口贸易中份额的扩大,使我国的对外经济贸易特别是... 展开更多
关键词 出口贸易 卡尔曼滤波模型 中国 出口函数 估计
在线阅读 下载PDF
卡尔曼滤波模型在森林资源动态发展预测中的应用 被引量:1
2
作者 于建军 吴立春 《林业勘查设计》 2001年第4期32-33,共2页
应用卡尔曼滤波模型对八面通林业局未来森林资源动态演变趋势进行预测 ,结果表明 ,模型精度比较理想 ,通过预测 ,为今后合理经营 。
关键词 卡尔曼滤波模型 应用 森林资源 预测 动态发展 森林经营
在线阅读 下载PDF
基于指数趋势模型的卡尔曼滤波法在危岩体变形分析中的应用 被引量:6
3
作者 陆付民 王尚庆 《岩土力学》 EI CAS CSCD 北大核心 2008年第6期1716-1718,共3页
以指数趋势模型为基础,建立卡尔曼滤波模型对链子崖危岩体GA监测点的位移量进行预测。首先,把非线性的指数趋势模型经线性化处理后转化成线性模型,用线性最小二乘法求出线性化后的模型参数,再将线性化后的模型参数看作带有动态噪声的状... 以指数趋势模型为基础,建立卡尔曼滤波模型对链子崖危岩体GA监测点的位移量进行预测。首先,把非线性的指数趋势模型经线性化处理后转化成线性模型,用线性最小二乘法求出线性化后的模型参数,再将线性化后的模型参数看作带有动态噪声的状态向量,建立卡尔曼滤波模型,以此模型为基础,对危岩体的位移量进行预测。实例计算表明,用卡尔曼滤波模型对危岩体的位移量进行预测,其预测误差较小,效果较为理想。 展开更多
关键词 指数趋势模型 卡尔曼滤波模型 危岩体 位移 预测
在线阅读 下载PDF
交互式多模型卡尔曼滤波的车辆悬架系统状态估计
4
作者 顾亮 王振宇 王振峰 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2018年第11期1642-1647,共6页
针对车辆悬架状态无法准确估计的问题,设计了自适应交互式多模型卡尔曼滤波(IMMKF)状态观测器.首先,建立了标准路面激励模型与四分之一线性化悬架模型;然后,利用递归最小二乘方法与IMMKF理论,设计了不同工况下广义悬架模型自适应IMMKF... 针对车辆悬架状态无法准确估计的问题,设计了自适应交互式多模型卡尔曼滤波(IMMKF)状态观测器.首先,建立了标准路面激励模型与四分之一线性化悬架模型;然后,利用递归最小二乘方法与IMMKF理论,设计了不同工况下广义悬架模型自适应IMMKF状态观测器;最后,分析了在标准C级路面激励工况下簧载质量变化对悬架系统状态估计的影响.仿真与台架试验结果表明,在簧载质量变化工况下,所设计的自适应IMMKF状态观测器与传统卡尔曼滤波状态观测器相比其估计精度至少可以提高20%. 展开更多
关键词 状态估计 交互式多模型卡尔曼滤波 递归最小二乘算法 悬架系统 簧载质量
在线阅读 下载PDF
基于交互式多模型卡尔曼滤波的主动悬架控制 被引量:5
5
作者 吴骁 史文库 陈志勇 《汽车工程》 EI CSCD 北大核心 2023年第7期1200-1211,1253,共13页
针对固定状态观测器难以保证路面自适应悬架状态观测精度的问题,本文中在交互式多模型卡尔曼滤波(IMMKF)的基础上,建立了悬架状态观测器与控制器。首先基于LQG算法与模糊控制算法建立了路面自适应主动悬架系统。结合谐波叠加法,生成A-B-... 针对固定状态观测器难以保证路面自适应悬架状态观测精度的问题,本文中在交互式多模型卡尔曼滤波(IMMKF)的基础上,建立了悬架状态观测器与控制器。首先基于LQG算法与模糊控制算法建立了路面自适应主动悬架系统。结合谐波叠加法,生成A-B-D-C级空间域路面不平度模型,作为仿真系统的输入。其次以各级路面的最优LQG模型为子模型建立了3种IMMKF悬架状态观测器与控制器。仿真对比表明:14模型的IMMKF悬架状态观测器相对于普通卡尔曼滤波观测器的观测精度最大可提升98.17%,并可用于识别路面等级,并且基于14模型IMMKF的自适应主动悬架控制器的车身加速度相对于被动悬架降低了75.99%、相对于普通LQG主动悬架降低了47.16%,验证了模型的优越性。 展开更多
关键词 交互式多模型卡尔曼滤波 模糊控制 状态观测 路面等级识别
在线阅读 下载PDF
基于状态空间模型与KALMAN滤波的中国电力需求分析 被引量:2
6
作者 仇伟杰 《工业技术经济》 北大核心 2006年第2期63-66,共4页
电力需求的发展规律特性对于电力系统规划以及电力市场的发展都是较为重要的因素。本文以状态空间模型与Kalman滤波技术为基础,发电量为研究对象,研究了中国电力需求的自身变化规律,以此为基础预测了未来5年中国电力需求增长状况;本文... 电力需求的发展规律特性对于电力系统规划以及电力市场的发展都是较为重要的因素。本文以状态空间模型与Kalman滤波技术为基础,发电量为研究对象,研究了中国电力需求的自身变化规律,以此为基础预测了未来5年中国电力需求增长状况;本文的研究对中国的电力工业未来的发展具有重要的指导意义。 展开更多
关键词 状态空间 模型卡尔曼滤波 趋势分析 电力需求
在线阅读 下载PDF
一种自适应滤波与干扰观测器相结合的大型舰船状态估计算法 被引量:4
7
作者 王泳安 李东光 +1 位作者 吴浩 刘洋 《兵工学报》 EI CAS CSCD 北大核心 2024年第7期2318-2328,共11页
为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性... 为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性进行证明。使用估计的干扰值实时修正强跟踪容积卡尔曼滤波的过程参数,最终形成交互多模型强补偿容积卡尔曼滤波算法,完成对目标状态相对准确的估计。研究结果表明:新提出的滤波算法能够较为准确地完成对目标状态的估计,与变结构多模型粒子滤波算法、变结构多模型无迹卡尔曼滤波算法和交互多模型强跟踪容积卡尔曼滤波算法相比,在目标位置和速度估计上具有更高的估计精度。 展开更多
关键词 舰船 目标状态估计 交互多模型强补偿容积卡尔曼滤波 自适应滤波算法 干扰观测器
在线阅读 下载PDF
短时交通流组合模型预测 被引量:19
8
作者 沈国江 朱芸 +1 位作者 钱晓杰 胡越 《南京理工大学学报》 EI CAS CSCD 北大核心 2014年第2期246-251,共6页
针对城市道路流量的非线性和不确定性特点,为避免单一模型预测准确率不高的缺陷,该文提出了一种短时交通流组合模型。该模型包含卡尔曼滤波模型和径向基函数神经网络模型2个子模型,较好地解决了神经网络不能反映大流量下的稳态性问题,... 针对城市道路流量的非线性和不确定性特点,为避免单一模型预测准确率不高的缺陷,该文提出了一种短时交通流组合模型。该模型包含卡尔曼滤波模型和径向基函数神经网络模型2个子模型,较好地解决了神经网络不能反映大流量下的稳态性问题,以及卡尔曼滤波在流量不稳定时预测准确率不高的问题。在组合模型中引入惯性因子,确保了模型的稳定性。仿真结果表明该方法是可行有效的。 展开更多
关键词 间断流 短时交通流预测 卡尔曼滤波模型 径向基函数神经网络 惯性因子
在线阅读 下载PDF
基于多信息数据融合滤波的坡度识别算法 被引量:18
9
作者 付翔 何宗权 +2 位作者 黄斌 裴彪 杨凤举 《江苏大学学报(自然科学版)》 EI CAS 北大核心 2021年第2期173-179,共7页
为了对大坡度、大坡度变化率路面的坡度值进行准确快速识别,提出一种基于多信息数据融合滤波的坡度识别算法.分析了目前不同坡度识别算法的优劣,分别建立了基于动力学、考虑坡度变化率的加速度传感信息坡度识别模型、基于GPS的坡度识别... 为了对大坡度、大坡度变化率路面的坡度值进行准确快速识别,提出一种基于多信息数据融合滤波的坡度识别算法.分析了目前不同坡度识别算法的优劣,分别建立了基于动力学、考虑坡度变化率的加速度传感信息坡度识别模型、基于GPS的坡度识别模型.应用交互多模型卡尔曼滤波算法(IMM-KF),将3种坡度识别模型进行联合滤波估计,在不同运行工况下自适应调节坡度识别模型的参与比例.以轮毂电动机车辆的多传感信息为载体,构建了dSPACE试验平台并完成试验.结果表明:在定坡度变化率、连续变化坡度、驻坡等工况下,所提出的算法的坡度识别结果出现小幅震荡后能够快速准确跟随实际值,提高了车辆坡道识别的精度和鲁棒性. 展开更多
关键词 坡度识别 多信息融合 分布式驱动车辆 坡度变化率 交互多模型卡尔曼滤波算法(IMM-KF) 硬件在环
在线阅读 下载PDF
基于时间序列的微藻生长环境参数的预测模型 被引量:2
10
作者 聂磊 蔡文涛 +1 位作者 黄一凡 董正琼 《江苏农业学报》 CSCD 北大核心 2021年第5期1183-1189,共7页
掌握微藻生长环境中的温度、硝酸盐浓度、氧气浓度等参数的变化规律有利于提高生物产出量。本研究利用钝顶螺旋藻全生长周期中的大量环境参数,引入时间序列预测方法,通过极大似然估计,得到线性回归模型,同时引入状态空间预测方法,将低... 掌握微藻生长环境中的温度、硝酸盐浓度、氧气浓度等参数的变化规律有利于提高生物产出量。本研究利用钝顶螺旋藻全生长周期中的大量环境参数,引入时间序列预测方法,通过极大似然估计,得到线性回归模型,同时引入状态空间预测方法,将低维的线性模型映射到高维空间,以消除低维空间下模型的不准确性。为评估模型的有效性,采用了杜宾-瓦特森检验法、图像法、均方根误差、平均绝对误差和最大误差等评估方法和指标进行评估和验证。预测结果显示,自回归滑动平均模型和自回归滑动平均-卡尔曼滤波模型均可用于预测微藻生长的环境参数;与前者相比,后者预测误差更小,模型拟合更精确,能更好地揭示钝顶螺旋藻生长过程中环境参数的内在规律。 展开更多
关键词 钝顶螺旋藻 自回归滑动平均模型 自回归滑动平均-卡尔曼滤波模型 环境参数
在线阅读 下载PDF
基于加权时变泊松模型的出租车载客点推荐模型 被引量:6
11
作者 商建东 李盼乐 +1 位作者 刘润杰 李润川 《计算机应用》 CSCD 北大核心 2018年第4期923-927,934,共6页
针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型(PKCPM)。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值... 针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型(PKCPM)。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值;最后,将预测值和估计值作为卡尔曼滤波模型的输入参数,实现对目标时刻出租车乘客需求的预测,同时引入误差反向传播机制,减小下一次预测误差。基于郑州市出租车轨迹数据集,对组合模型与非齐次泊松模型(NHPM)、加权非齐次泊松模型(WNHPM)、支持向量机(SVM)等三种模型进行对比,实验结果显示PKCPM的误差比WNHPM、SVM分别降低了8.85个百分点、14.9个百分点。该模型能对不同时段内、不同空间网格的乘客需求进行预测,为出租车寻找乘客提供可靠的依据。 展开更多
关键词 空载率 卡尔曼滤波预测模型 加权时变泊松模型 临近时刻乘客需求
在线阅读 下载PDF
基于交互多模型Kalman的无人集群跟踪优化算法 被引量:1
12
作者 高文哲 李智 《计算机应用与软件》 北大核心 2022年第8期285-290,330,共7页
针对无人集群协同跟踪单个无人目标时面临的跟踪精度低以及目标航迹快速变换易丢失目标的问题,提出一种集群多智能体交互卡尔曼滤波预测融合算法(CIMMF),提高了集群对目标的跟踪精度。CIMMF算法将传统的交互多模型Kalman滤波(IMM)与极... 针对无人集群协同跟踪单个无人目标时面临的跟踪精度低以及目标航迹快速变换易丢失目标的问题,提出一种集群多智能体交互卡尔曼滤波预测融合算法(CIMMF),提高了集群对目标的跟踪精度。CIMMF算法将传统的交互多模型Kalman滤波(IMM)与极大似然估计(MLE)融合算法相结合,将每个参与跟踪的智能体上的电磁传感器坐标数据作为优化算法的输入,通过集群内IMM数据融合,得到若干组对目标的状态估计值,作为极大似然估计的样本值求出似然概率即状态估计权值,输出经带权融合处理的优化跟踪估计路径。实验仿真结果表明,CIMMF优化算法的预测误差均值(RMSE)比传统IMM算法误差均值小很多,跟踪精度和跟踪可靠性明显提高。 展开更多
关键词 交互多模型卡尔曼滤波 协同跟踪 无人集群 无人智能单元 极大似然估计 带权融合
在线阅读 下载PDF
一种有效的空—空导弹捷联惯导系统快速精确传递对准方法 被引量:27
13
作者 林敏敏 房建成 高国江 《中国惯性技术学报》 EI CSCD 2001年第3期24-28,47,共6页
针对空—空导弹对于对准精度与速度的特殊要求 ,建立了动基座姿态角传递对准的卡尔曼滤波模型 ,详细及准确地推导了姿态角匹配方案中卡尔曼滤波器的量测方程 ,提出了一种有效的空空导弹捷联惯导系统快速精确传递对准方法。通过计算机仿... 针对空—空导弹对于对准精度与速度的特殊要求 ,建立了动基座姿态角传递对准的卡尔曼滤波模型 ,详细及准确地推导了姿态角匹配方案中卡尔曼滤波器的量测方程 ,提出了一种有效的空空导弹捷联惯导系统快速精确传递对准方法。通过计算机仿真 ,验证了该方法的快速性和有效性。最后 ,采用分级标定的思路 ,实现了在飞机摇摆机翼情况下 ,对惯性器件误差的准确标定。 展开更多
关键词 姿态角对准 传递对准 空-空导弹 捷联惯导系统 卡尔曼滤波模型 匹配方案 量测方程 计算机仿真 分级标定
在线阅读 下载PDF
一种相控阵雷达跟踪波束优化控制方法 被引量:5
14
作者 王楠 许蕴山 +1 位作者 夏海宝 邓有为 《导航定位学报》 CSCD 2019年第1期48-53,共6页
针对相控阵雷达目标跟踪的数据更新概率不高且更新时间较长的问题,提出基于概率模型的波束位置优化控制方法,以期实现期望时间最小化时雷达波束的控制:假设雷达测量目标距离与角度信息的误差服从高斯分布,且坐标变换不影响误差的高斯分... 针对相控阵雷达目标跟踪的数据更新概率不高且更新时间较长的问题,提出基于概率模型的波束位置优化控制方法,以期实现期望时间最小化时雷达波束的控制:假设雷达测量目标距离与角度信息的误差服从高斯分布,且坐标变换不影响误差的高斯分布属性,则目标位置概率分布的预测可以利用跟踪算法的交互多模型卡尔曼滤波得到。仿真结果表明该方法有助于相控阵雷达更高效地完成跟踪目标的位置更新,可为提升雷达多目标跟踪能力以及时间资源利用率的相关研究提供参考。 展开更多
关键词 相控阵雷达 跟踪波束控制 概率模型 交互多模型卡尔曼滤波
在线阅读 下载PDF
IMM-UPF算法在机动目标跟踪中的研究 被引量:3
15
作者 曹洁 文如泉 《计算机工程与应用》 CSCD 北大核心 2010年第28期240-243,共4页
为解决机动目标跟踪的非线性和噪声不确定等问题,提出了一种新的滤波算法:融合了交互式多模型(IMM)、粒子滤波(PF)和无迹卡尔曼滤波(UKF)的IMM-UPF算法。该算法采用多模型结构以跟踪目标的任意机动,粒子滤波能处理非线性、非高斯问题,... 为解决机动目标跟踪的非线性和噪声不确定等问题,提出了一种新的滤波算法:融合了交互式多模型(IMM)、粒子滤波(PF)和无迹卡尔曼滤波(UKF)的IMM-UPF算法。该算法采用多模型结构以跟踪目标的任意机动,粒子滤波能处理非线性、非高斯问题,而采用UKF产生粒子,由于考虑了当前观测值,使得粒子的分布更接近后验概率密度分布,克服粒子的退化现象,从而提高估计精度。系统的模型集根据实际的目标系统设计了三个非线性模型。通过实例仿真,结果证明了IMM-UPF算法的有效性,且其性能优于PF、UPF算法。 展开更多
关键词 目标跟踪 交互式多模型 粒子滤波 交互式多模型无迹卡尔曼滤波(IMM.UPF)
在线阅读 下载PDF
MPF-CKF在SINS大方位失准角初始对准中的应用
16
作者 贾鹤鸣 宋文龙 +1 位作者 牟宏伟 车延庭 《北京工业大学学报》 CAS CSCD 北大核心 2013年第10期1468-1473,共6页
针对捷联惯导系统在大方位失准角情况下的初始对准问题,提出了一种基于MPF-CKF的非线性滤波方法.MPF-CKF将部分惯性器件误差作为模型误差,降低了系统的维数,不仅提高了初始对准的精度,而且克服了将模型误差假设为高斯白噪声的局限性.通... 针对捷联惯导系统在大方位失准角情况下的初始对准问题,提出了一种基于MPF-CKF的非线性滤波方法.MPF-CKF将部分惯性器件误差作为模型误差,降低了系统的维数,不仅提高了初始对准的精度,而且克服了将模型误差假设为高斯白噪声的局限性.通过滤波仿真比较,进一步表明了MPF-CKF能提高SINS在大方位失准角初始对准中的估计精度和收敛速度. 展开更多
关键词 捷联惯导 大方位失准角 初始对准 模型预测滤波-容积卡尔曼滤波(MPF—CKF)
在线阅读 下载PDF
阵风干扰下箭载捷联惯导双位置初始对准方法 被引量:2
17
作者 顾冬晴 赵春慧 +1 位作者 叶飚 刘玉 《弹箭与制导学报》 CSCD 北大核心 2015年第5期37-40,共4页
采用传统的静基座初始对准方法,箭载捷联惯导初始对准精度将受制于惯性器件的误差水平,而且若对准过程中受到阵风干扰,则会使对准精度进一步下降。为了实现阵风干扰下高精度初始对准,提出采用双位置初始对准方法,并采用多模型自适应卡... 采用传统的静基座初始对准方法,箭载捷联惯导初始对准精度将受制于惯性器件的误差水平,而且若对准过程中受到阵风干扰,则会使对准精度进一步下降。为了实现阵风干扰下高精度初始对准,提出采用双位置初始对准方法,并采用多模型自适应卡尔曼滤波方法实现抗干扰最优状态估计。数学仿真结果证明,双位置初始对准精度明显高于传统的静基座初始对准,并且多模型自适应卡尔曼滤波可有效提高阵风干扰下的对准精度。 展开更多
关键词 捷联惯导系统 双位置初始对准 模型自适应卡尔曼滤波
在线阅读 下载PDF
SOC estimation based on data driven exteaded Kalman filter algorithm for power battery of electric vehicle and plug-in electric vehicle 被引量:13
18
作者 LIU Fang MA Jie +3 位作者 SU Wei-xing CHEN Han-ning TIAN Hui-xin LI Chun-qing 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第6期1402-1415,共14页
State of charge(SOC)estimation has always been a hot topic in the field of both power battery and new energy vehicle(electric vehicle(EV),plug-in electric vehicle(PHEV)and so on).In this work,aiming at the contradicti... State of charge(SOC)estimation has always been a hot topic in the field of both power battery and new energy vehicle(electric vehicle(EV),plug-in electric vehicle(PHEV)and so on).In this work,aiming at the contradiction problem between the exact requirements of EKF(extended Kalman filter)algorithm for the battery model and the dynamic requirements of battery mode in life cycle or a charge and discharge period,a completely data-driven SOC estimation algorithm based on EKF algorithm is proposed.The innovation of this algorithm lies in that the EKF algorithm is used to get the SOC accurate estimate of the power battery online with using the observable voltage and current data information of the power battery and without knowing the internal parameter variation of the power battery.Through the combination of data-based and model-based SOC estimation method,the new method can avoid high accumulated error of traditional data-driven SOC algorithms and high dependence on battery model of most of the existing model-based SOC estimation methods,and is more suitable for the life cycle SOC estimation of the power battery operating in a complex and ever-changing environment(such as in an EV or PHEV).A series of simulation experiments illustrate better robustness and practicability of the proposed algorithm. 展开更多
关键词 state of charge extended Kalman filter autoregressive model power battery
在线阅读 下载PDF
Unscented Kalman filter for SINS alignment 被引量:14
19
作者 Zhou Zhanxin Gao Yanan Chen Jiabin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2007年第2期327-333,共7页
In order to improve the filter accuracy for the nonlinear error model of strapdown inertial navigation system (SINS) alignment, Unscented Kalman Filter (UKF) is presented for simulation with stationary base and mo... In order to improve the filter accuracy for the nonlinear error model of strapdown inertial navigation system (SINS) alignment, Unscented Kalman Filter (UKF) is presented for simulation with stationary base and moving base of SINS alignment. Simulation results show the superior performance of this approach when compared with classical suboptimal techniques such as extended Kalman filter in cases of large initial misalignment. The UKF has good performance in case of small initial misalignment. 展开更多
关键词 Unscented Kalman filter Strapdown inertial navigation ALIGNMENT Extended Kalman filter.
在线阅读 下载PDF
Idle speed control of proton exchange membrane fuel cell system via extended Kalman filter observer
20
作者 ZHAO Hong-hui DING Tian-wei +4 位作者 WANG Yi-lin HUANG Xing DU Jing HAO Zhi-qiang MIN Hai-tao 《控制理论与应用》 2025年第8期1615-1624,共10页
When the proton exchange membrane fuel cell(PEMFC)system is running,there will be a condition that does not require power output for a short time.In order to achieve zero power output under low power consumption,it is... When the proton exchange membrane fuel cell(PEMFC)system is running,there will be a condition that does not require power output for a short time.In order to achieve zero power output under low power consumption,it is necessary to consider the diversity of control targets and the complexity of dynamic models,which brings the challenge of high-precision tracking control of the stack output power and cathode intake flow.For system idle speed control,a modelbased nonlinear control framework is constructed in this paper.Firstly,the nonlinear dynamic model of output power and cathode intake flow is derived.Secondly,a control scheme combining nonlinear extended Kalman filter observer and state feedback controller is designed.Finally,the control scheme is verified on the PEMFC experimental platform and compared with the proportion-integration-differentiation(PID)controller.The experimental results show that the control strategy proposed in this paper can realize the idle speed control of the fuel cell system and achieve the purpose of zero power output.Compared with PID controller,it has faster response speed and better system dynamics. 展开更多
关键词 proton exchange membrane fuel cell idle speed control zero power output output power nonlinear model extended Kalman filter observer
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部