检索结果-内蒙古大学图书馆

雷达科学与技术 2018年第6期16卷 615-621页

作者：叶泽浩毕红葵段敏曲智国李凡空军预警学院研究生大队湖北武汉430019 空军预警学院湖北武汉430019

针对传统无迹卡尔曼滤波器存在跟踪精度低、数值稳定性差、鲁棒性弱等缺点,提出了一种基于球型无迹变换的自适应平方根UKF滤波算法(Adaptive Square Root UKF Filtering Algorithm Based on Spherical Unscented Transform,ASRS-UKF)。... 详细信息

针对传统无迹卡尔曼滤波器存在跟踪精度低、数值稳定性差、鲁棒性弱等缺点,提出了一种基于球型无迹变换的自适应平方根UKF滤波算法(Adaptive Square Root UKF Filtering Algorithm Based on Spherical Unscented Transform,ASRS-UKF)。该算法在标准的平方根UKF算法上,首先改用了球型无迹变换对权系数以及sigma点进行计算选取;其次改进了平方根UKF中平方根矩阵的分解方法;同时在预测误差协方差矩阵中引入了自适应衰减因子。最后,通过将该算法同平方根UKF以及强跟踪UKF算法进行仿真对比,结果表明,ASRS-UKF算法在减少计算量、加快计算速度的同时还提高了滤波精度和稳定性,而且对于系统模型匹配不佳的情况下,仍具有良好的跟踪性能。

关键词：跟踪球型无迹变换自适应平方根UKF 跟踪性能

来源：评论

学校读者我要写书评

暂无评论

基于SVD-SUKF的水下机器人电池SOC估计

引用

船舶工程 2024年第5期46卷 89-96页

作者：林群锋高秀晶黄红武曹新城王艺菲福建理工大学智慧海洋与工程研究院福州350118 福建理工大学电子电气与物理学院福州350118 海洋智能装备福建省高校重点实验室福州350118

荷电状态(SOC)的准确估计关系到水下机器人的电池使用效率与任务规划。针对传统SOC估计算法存在的准确性、稳定性和鲁棒性不足等问题,提出一种奇异值分解增强的球型无迹卡尔曼滤波(SVD-SUKF)SOC估计算法。建立2阶Thevenin电路模型,并使... 详细信息

荷电状态(SOC)的准确估计关系到水下机器人的电池使用效率与任务规划。针对传统SOC估计算法存在的准确性、稳定性和鲁棒性不足等问题,提出一种奇异值分解增强的球型无迹卡尔曼滤波(SVD-SUKF)SOC估计算法。建立2阶Thevenin电路模型,并使用遗忘因子递推最小二乘法对模型参数进行在线辨识;在无迹卡尔曼滤波算法的基础上引入球型无迹变换和奇异值分解,避免繁琐的调参过程、减少算法计算量以及解决算法的协方差矩阵非正定问题;采用城市道路循环工况对SVD-SUKF算法进行验证。结果表明:SVD-SUKF算法收敛速度较快,平均绝对值误差为0.006 8、均方根误差为0.005 6,算法相较于扩展卡尔曼滤波和无迹卡尔曼滤波有更高的估计精度、更好的稳定性和更强的鲁棒性。

关键词：荷电状态奇异值分解球型无迹变换无迹卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于改进UKF算法的锂电池SOC精准估算

引用

传感器与微系统 2021年第6期40卷 126-128,132页

作者：李岩韩志刚蒋乙未李翔晟庄伟东中南林业科技大学机电工程学院湖南长沙410004

针对准确估算电池荷电状态(SOC)值存在着很多难点,且目前无迹卡尔曼滤波法(UKF)存在稳定性差,精度不高的问题,提出改进的UKF算法。加入球型选点规则,降低噪声对仿真的影响,实现非线性条件下锂电池SOC的准确估算。仿真结果表明:改进的UK... 详细信息

针对准确估算电池荷电状态(SOC)值存在着很多难点,且目前无迹卡尔曼滤波法(UKF)存在稳定性差,精度不高的问题,提出改进的UKF算法。加入球型选点规则,降低噪声对仿真的影响,实现非线性条件下锂电池SOC的准确估算。仿真结果表明:改进的UKF估算锂电池SOC时误差控制在1%以内,而扩展卡尔曼滤波法(EKF)和标准UKF的估算误差分别为4%和2%。在以Thevinin电池模型的基础上对锂电池SOC进行估算,改进的UKF算法的估算精度明显高于EKF算法和标准UKF算法。

关键词：电池管理系统荷电状态球型无迹变换 Thevinin模型

来源：评论

学校读者我要写书评

暂无评论

基于无迹卡尔曼滤波法的锂电池状态估计研究

基于无迹卡尔曼滤波法的锂电池状态估计研究

引用

作者：李岩中南林业科技大学

学位级别：硕士

由于能源危机与环境污染的双重挑战,新能源电动汽车已经成为未来汽车行业发展的新方向。与传统燃油汽车相比,电动汽车最大的区别就是其动力来自于动力电池,动力电池相关技术的研究制约着电动汽车的发展水平。电池荷电状态(SOC)的精准估... 详细信息

由于能源危机与环境污染的双重挑战,新能源电动汽车已经成为未来汽车行业发展的新方向。与传统燃油汽车相比,电动汽车最大的区别就是其动力来自于动力电池,动力电池相关技术的研究制约着电动汽车的发展水平。电池荷电状态(SOC)的精准估算是电池技术的一个重要研究内容,准确的估算电池SOC不仅可以延长电池寿命,还可以更准确的预算电动汽车剩余续航里程。然而,影响电池SOC估算的因素很多,准确估算的难度很大,精准的估算电池SOC在电动汽车发展领域既是重点也是难点。本文以磷酸铁锂电池为研究对象,在建立等效电路模型进行参数辨识的过程中加入了对温度变化的考虑,提高电池模型精度;针对目前常用的卡尔曼滤波法估算电池SOC时存在的不足,提出一种改进的无迹卡尔曼滤波算法(UKF),简化sigma选点的计算过程,提高了电池SOC估算精度。主要研究内容如下:(1)锂电池等效电路模型的建立及参数辨识。介绍了锂离子电池的工作原理及其内部的化学反应,并对比了应用较为广泛的几种锂电池,选择将磷酸铁锂电池作为此次研究的对象。对比了内阻模型、PNGV模型和Thevenin模型三种等效电路模型,选择建立考虑温度的Thevenin一阶模型作为此次研究的等效电路模型,在模型参数辨识时考虑温度的影响,通过混合脉冲动力特性实验和最小二乘法对电池参数进行辨识,最后通过仿真实验验证了电池模型具有很好的准确性。(2)基于改进无迹卡尔曼滤波算法的锂电池SOC估计。在建立的等效电路模型基础上,分析卡尔曼滤波算法的基本原理,并介绍常用的扩展卡尔曼滤波法(EKF)和UKF算法在电池SOC估算中的用法,对无迹卡尔曼滤波算法进行改进,在选取sigma点时加入球型算法,简化计算过程,对锂电池SOC进行估算,在Matlab环境下建立计算仿真模型,通过仿真将标准UKF算法、EKF算法和改进后的UKF算法对恒流工况下的电池SOC估算结果分别与实验参考值作对比,结果表明,改进后UKF算法对SOC估算精度明显高于另外两种算法。(3)改进UKF算法在复杂实际工况下对动力锂电池组SOC估计的验证分析。利用ADVISOR汽车仿真软件搭建了纯电动汽车的整车性能仿真平台,将搭建的改进UKF算法模型嵌入到整车模型中,然后对电池模块的部分参数进行重新设置,在CYC-UDDS循环工况和CYC-NEDC循环工况两种工况中进行仿真实验,基于Matlab计算仿真模型验证对比了改进UKF算法和EKF算法两种算法对电池SOC估算的效果,仿真结果表明在两种工况下改进UKF算法的估算精度都要高于EKF算法。最后还分析了在连续的CYC-UDDS循环工况下,设定纯电动汽车电池模组的SOC值从100%到20%进行仿真,结果验证了改进UKF算法在连续循环工况下对于电池SOC估算的有效性。通过实验结果可以看出改进UKF算法在相对复杂的实际工况下估算电池SOC仍然保持很好的准确度。

关键词：磷酸铁锂电池等效电路模型卡尔曼滤波荷电状态球型无迹变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：