-
题名基于改进无迹卡尔曼滤波的电池SOC估计
被引量：9
- 1
-
-
作者
徐艳民
李剑勇
-
机构
华南理工大学
广东机电职业技术学院
山西农业大学
-
出处
《汽车技术》
CSCD
北大核心
2018年第4期47-51,共5页
-
文摘
针对电池SOC初值误差较大时,无迹卡尔曼滤波收敛较慢的问题,本文提出了改进的无迹卡尔曼滤波算法。介绍了3种常用的电池等效电路模型,通过对电池的EIS分析,确立了磷酸铁锂电池的Thevenin模型并辨识了模型参数。分析出无迹卡尔曼滤波在初值误差较大时收敛较慢的问题,在此基础上提出了改进的无迹卡尔曼滤波算法。通过实验可以看出,改进算法不仅克服了无迹卡尔曼滤波收敛速度慢的问题,而且提高了估计精度;使用改进算法对老化过程中的电池进行SOC估计,最大估计误差在4%以内,可以满足电动汽车的使用要求。
-
关键词
电池SOC估计
改进无迹卡尔曼滤波
Thevenin模型
-
Keywords
Estimation of SOC of battery
Improved Unscented Kalman Filter
Thevenin model
-
分类号
U469.72
[机械工程—车辆工程]
-
-
题名基于改进的联邦UKF无人艇组合导航系统设计
- 2
-
-
作者
翁昱
曾庆军
李维
李昂
戴晓强
-
机构
江苏科技大学自动化学院
江苏科技大学计算机学院
-
出处
《船舶与海洋工程》
2024年第2期15-19,26,共6页
-
基金
国家自然科学基金(11574120)
江苏省产业前瞻与共性关键技术项目(BE2018103)。
-
文摘
针对无人艇在高海况下长航时,大幅度作业滤波精度较低的问题,提出一种基于联邦结构的无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法,将其应用于自主研制的无人艇组合导航系统中。建立系统误差方程和量测方程;引入渐消因子、基于量测值与预测量测值差值的可变因子和自适应最优信息分配因子对联邦UKF算法进行改进,保持信息的强跟踪特性和组合导航系统的信息融合精度,得到全局最优估计值。开展湖试试验,验证该组合导航系统的有效性,结果表明该系统实时性、稳定性好,抗干扰能力强,能有效提高导航精度。该方法不仅能为无人艇作业提供安全保障,而且可供其他组合导航系统设计参考。
-
关键词
无人艇
联邦结构
改进的无迹卡尔曼滤波(UKF)算法
组合导航系统
-
Keywords
unmanned surface vehicle
federal structure
improved Unscented Kalman Filtering(UKF)algorithm
integrated navigation system
-
分类号
U675.7
[交通运输工程—船舶及航道工程]
-
