-
题名负阻振荡器的自适应递推设计
被引量：1
- 1
-
-
作者
邹国良
臧立君
-
机构
河北大学电子与信息工程系
南京理工大学电子工程及光电技术学院
-
出处
《南京理工大学学报》
EI
CAS
CSCD
1998年第4期333-336,共4页
-
基金
国防科技预研行业基金
-
文摘
该文以负阻振荡器设计及自适应递推算法为基础，提出了负阻振荡器的最佳自适应递推设计方法。该方法计算简单、收敛快而准确，并保证收敛的唯一性和最优性。它不但可用于各种器件及波段的负阻振荡器的设计，还可用于各类有源非线性网络的调谐与阻抗匹配。文中结合实例，详细分析和验证了该方法。
-
关键词
负阻振荡器
网络理论
阻抗匹配
自适应递推法
-
Keywords
negative resistor oscilator, network theory, impedence matching
adaptive recursion
-
分类号
TN752.502
[电子电信—电路与系统]
-
-
题名基于分数阶模型的锂离子电池SOC估计
被引量：2
- 2
-
-
作者
郭宝贵
马潇男
-
机构
龙源电力集团股份有限公司
南京邮电大学自动化学院、人工智能学院
-
出处
《电池》
CAS
北大核心
2024年第5期634-639,共6页
-
基金
国家自然科学基金项目(GZ221047)。
-
文摘
准确的荷电状态(SOC)估算,有助于延长电池寿命并确保电池安全。由于电荷转移阻抗和扩散阻抗对应的时间常数不同,电池模型参数也不同。研究基于分数阶模型自适应遗忘因子递推最小二乘法(FOM-AFFRLS)的参数辨识,以实时捕捉遗忘因子和参数的变化,并采用扩展卡尔曼滤波估计SOC。FOM-AFFRLS算法的误差为1%,小于分数阶基于遗忘因子的递推最小二乘法(FOM-FFRLS)、整数阶自适应遗忘因子递推最小二乘法(IOM-AFFRLS)和整数阶遗忘因子递推最小二乘法(IOM-FFRLS)等,验证所提方法在动态工况下正常工作时,具有较高的SOC估计精度。该方法能克服错误初始值引起的发散,SOC初值为0.7时,平均绝对误差小于0.068,鲁棒性较好。
-
关键词
锂离子电池
参数辨识
自适应遗忘因子递推最小二乘(AFFRLS)法
荷电状态(SOC)估计
-
Keywords
Li-ion battery
parameter identification
adaptive forgetting factor recursive least squares(AFFRLS)method
state of charge(SOC)estimation
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
-
