期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
三点预瞄的智能控制补偿驾驶员模型
被引量：
6
1
作者
杨浩
黄超群
+1 位作者
魏显坤
税永波
《汽车技术》
CSCD
北大核心
2020年第8期14-21,共8页
为适应不同驾驶员的预瞄风格和推理决策能力,提出了一种基于三点预瞄的智能控制补偿驾驶员模型,根据预瞄前方远、中、近3个点的坐标值对目标路径的位置关系进行判断,结合当前车速建立了预瞄距离自适应的经验指数模型,提出了以车速、航...
为适应不同驾驶员的预瞄风格和推理决策能力,提出了一种基于三点预瞄的智能控制补偿驾驶员模型,根据预瞄前方远、中、近3个点的坐标值对目标路径的位置关系进行判断,结合当前车速建立了预瞄距离自适应的经验指数模型,提出了以车速、航向角、中点侧向误差为输入,转向盘转角为输出的模糊智能控制驾驶员模型,并对转向角进行补偿校正。仿真结果表明:该模型能够合理地判断目标路径的位置关系,适应预瞄距离的动态调节机理;在不增加失稳风险的条件下,有补偿模型较未补偿校正模型的路径跟踪精度更高。
展开更多
关键词
三点预瞄
智能控制
驾驶员
模型
经验指数模型
补偿校正
在线阅读
下载PDF
职称材料
基于粒子滤波算法的锂离子电池剩余寿命预测方法研究
被引量：
18
2
作者
张凝
徐皑冬
+2 位作者
王锴
韩晓佳
Seung Ho Hong
《高技术通讯》
北大核心
2017年第8期699-707,共9页
运用粒子滤波算法,进行了锂离子电池剩余寿命(RUL)的预测,提出了一种基于模型法和数据驱动法相融合的简单有效的RUL预测方法。该方法通过模型法和数据驱动法的融合,将双指数经验退化模型进行变形,以减少模型参数,降低参数训练难度,利用...
运用粒子滤波算法,进行了锂离子电池剩余寿命(RUL)的预测,提出了一种基于模型法和数据驱动法相融合的简单有效的RUL预测方法。该方法通过模型法和数据驱动法的融合,将双指数经验退化模型进行变形,以减少模型参数,降低参数训练难度,利用粒子滤波算法跟踪电池容量衰退的过程;为提高预测精确度,引入自回归(AR)时间序列模型修正状态空间方程的观测值。实验证实,该方法可以有效地预估出锂电池的剩余寿命。
展开更多
关键词
锂离子电池
剩余寿命(RUL)
粒子滤波
双
指数
经验
模型
在线阅读
下载PDF
职称材料
题名
三点预瞄的智能控制补偿驾驶员模型
被引量：
6
1
作者
杨浩
黄超群
魏显坤
税永波
机构
重庆工商职业学院
出处
《汽车技术》
CSCD
北大核心
2020年第8期14-21,共8页
基金
重庆市教委科学技术研究项目(KJQN201904009)。
文摘
为适应不同驾驶员的预瞄风格和推理决策能力,提出了一种基于三点预瞄的智能控制补偿驾驶员模型,根据预瞄前方远、中、近3个点的坐标值对目标路径的位置关系进行判断,结合当前车速建立了预瞄距离自适应的经验指数模型,提出了以车速、航向角、中点侧向误差为输入,转向盘转角为输出的模糊智能控制驾驶员模型,并对转向角进行补偿校正。仿真结果表明:该模型能够合理地判断目标路径的位置关系,适应预瞄距离的动态调节机理;在不增加失稳风险的条件下,有补偿模型较未补偿校正模型的路径跟踪精度更高。
关键词
三点预瞄
智能控制
驾驶员
模型
经验指数模型
补偿校正
Keywords
Three-point preview
Intelligent control
Driver model
Empirical index model
Compensation correction
分类号
U469.7 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于粒子滤波算法的锂离子电池剩余寿命预测方法研究
被引量：
18
2
作者
张凝
徐皑冬
王锴
韩晓佳
Seung Ho Hong
机构
中国科学院沈阳自动化研究所
中国科学院大学
Department of Electronic Systems Engineering
出处
《高技术通讯》
北大核心
2017年第8期699-707,共9页
基金
国家自然科学基金(71651147005)资助项目
文摘
运用粒子滤波算法,进行了锂离子电池剩余寿命(RUL)的预测,提出了一种基于模型法和数据驱动法相融合的简单有效的RUL预测方法。该方法通过模型法和数据驱动法的融合,将双指数经验退化模型进行变形,以减少模型参数,降低参数训练难度,利用粒子滤波算法跟踪电池容量衰退的过程;为提高预测精确度,引入自回归(AR)时间序列模型修正状态空间方程的观测值。实验证实,该方法可以有效地预估出锂电池的剩余寿命。
关键词
锂离子电池
剩余寿命(RUL)
粒子滤波
双
指数
经验
模型
Keywords
lithium-ion battery, remaining useful life （RUL）, particle filter, double exponential empirical model
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
三点预瞄的智能控制补偿驾驶员模型
杨浩
黄超群
魏显坤
税永波
《汽车技术》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
2
基于粒子滤波算法的锂离子电池剩余寿命预测方法研究
张凝
徐皑冬
王锴
韩晓佳
Seung Ho Hong
《高技术通讯》
北大核心
2017
18
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
