本文關(guān)鍵詞：電動汽車電池剩余電量百分比SOC的參數(shù)識別優(yōu)化，由筆耕文化傳播整理發(fā)布。

【摘要】：針對標準卡爾曼濾波算法在對SOC參數(shù)識別時還存在識別精度不高、穩(wěn)定性較差等問題。本文設(shè)計了一種以非線性變換卡爾曼濾波算法為基礎(chǔ)的SOC參數(shù)識別優(yōu)化模型,最先近似非線性函數(shù)的概率密度分布,之后再采用具有確定點集來對輸入狀態(tài)的分布進行表示,之后再對每個Sigma點進行非線性變換,得到非線性變換后的點集和方差,最后用本文設(shè)計的算法優(yōu)化SOC估算算法。并進行了仿真實驗。結(jié)果表明,與標準卡爾曼濾波算法相比,改進后的卡爾曼濾波算法的估算曲線波動較小,且具有更高的穩(wěn)定性和估算精度。
【作者單位】： 天津大學(xué)機械工程學(xué)院;河南科技大學(xué)車輛與交通工程學(xué)院;
【關(guān)鍵詞】： 卡爾曼濾波算法 SOC參數(shù)識別 非線性變換 電動汽車
【基金】：河南省教育廳科學(xué)技術(shù)研究重點項目(13A460239)
【分類號】：U469.72;TN713
【正文快照】： 本文針對標準卡爾曼濾波算法在電池剩余電量百分比SOC參數(shù)識別中存在的缺點提出了一種基于非線性變換卡爾曼濾波算法的SOC參數(shù)識別優(yōu)化模型,并且利用實驗仿真驗證了其可行性以及實用性。1基于卡爾曼濾波的SOC模型電池剩余電量用電池剩余電量百分比SOC表示,能夠及時反映電池的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘭義華;任浩征;張勇;趙雪峰;;一種基于“當前”模型的改進卡爾曼濾波算法[J];山東大學(xué)學(xué)報(工學(xué)版);2012年05期

2 張哲;陳德樹;;卡爾曼濾波算法與富氏算法的分析比較[J];電力系統(tǒng)自動化;1990年04期

3 萬建偉,皇甫堪,梁甸農(nóng);基于推廣卡爾曼濾波算法的聲測定位技術(shù)[J];國防科技參考;1997年04期

4 夏建濤,任震,陳立,景占榮;極坐標下卡爾曼濾波算法的研究[J];西北工業(yè)大學(xué)學(xué)報;2000年03期

5 高磊,崔鑫水;一種自適應(yīng)協(xié)方差矩陣旋轉(zhuǎn)變換卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年03期

6 高磊;一種反饋修正推廣卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年05期

7 劉劍鋒;莊志洪;劉中;;卡爾曼濾波算法在最佳起爆角估計中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報;2005年S1期

8 阮建國;陳炯;;一種適于快速實現(xiàn)的卡爾曼濾波算法的改進[J];電測與儀表;2009年02期

9 陳陌寒;巴曉輝;何璐;陳杰;;復(fù)雜信號環(huán)境下的魯棒卡爾曼濾波算法[J];科學(xué)技術(shù)與工程;2011年17期

10 李莉;宋志強;;轉(zhuǎn)換坐標卡爾曼濾波算法在雷達數(shù)據(jù)融合中的應(yīng)用[J];儀器儀表用戶;2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 劉棟;王惠林;;卡爾曼濾波算法在目標定位系統(tǒng)中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（上冊）[C];2010年

2 周紅波;耿伯英;;基于目標跟蹤的無偏轉(zhuǎn)換測量卡爾曼濾波算法研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國智能交通年會論文集[C];2012年

4 趙汝祺;趙祚喜;趙汝準;;基于多項式卡爾曼濾波算法的車輛定位試驗研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 曾翠娟;杜傳利;;動態(tài)GPS自適應(yīng)卡爾曼濾波算法的FPGA實現(xiàn)[A];第13屆全國計算機、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會議論文集[C];2007年

6 李鵬;宋申民;陳興林;;自適應(yīng)平方根無跡卡爾曼濾波算法[A];2009年中國智能自動化會議論文集（第八分冊）[控制理論與應(yīng)用（�？[C];2009年

7 程慧俐;王紀文;張洪鉞;;在未知噪聲統(tǒng)計情況下的一種新的自適應(yīng)卡爾曼濾波算法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

8 劉健;劉忠;玄兆林;;純方位目標運動分析的自適應(yīng)擴展卡爾曼濾波算法[A];2005年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2005年

9 朱寧;錢偉康;郭強;;基于嵌入式XP的光譜分析系統(tǒng)[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 孫景榮;X射線脈沖星導(dǎo)航及其增強方法研究[D];西安電子科技大學(xué);2014年

2 葛磊;容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 馮波;線性濾波估計算法研究及在慣性導(dǎo)航系統(tǒng)中的應(yīng)用[D];北京理工大學(xué);2014年

4 孟軍英;基于粒子濾波框架目標跟蹤優(yōu)化算法的研究[D];燕山大學(xué);2014年

5 周聰;基于非線性估計理論的線控轉(zhuǎn)向汽車狀態(tài)估計研究[D];西南交通大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 龐瀛洲;關(guān)于電池BMS系統(tǒng)SOC估測算法的研究[D];長安大學(xué);2015年

2 張冬梅;基于改進卡爾曼濾波算法的SOC估計方法研究[D];西南交通大學(xué);2015年

3 林燕平;長基線導(dǎo)航系統(tǒng)濾波算法的研究與實現(xiàn)[D];沈陽理工大學(xué);2015年

4 唐鵬;基于ADS-B數(shù)據(jù)監(jiān)視性能評估技術(shù)研究[D];中國民航大學(xué);2015年

5 陳辰;基于卡爾曼濾波算法的短期風電功率預(yù)測[D];新疆大學(xué);2015年

6 馬康健;基于分布式共識的無線傳感器網(wǎng)絡(luò)目標跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

7 徐紅珍;基于粒子群的卡爾曼濾波算法改進和優(yōu)化[D];武漢理工大學(xué);2013年

8 鄒振宇;基于DSP的Kalman濾波器的算法研究[D];成都理工大學(xué);2012年

9 樊紅娟;無先導(dǎo)卡爾曼濾波算法分析[D];西南大學(xué);2007年

10 吳龍龍;一致性卡爾曼濾波算法及其應(yīng)用研究[D];華東交通大學(xué);2013年

  本文關(guān)鍵詞：電動汽車電池剩余電量百分比SOC的參數(shù)識別優(yōu)化，，由筆耕文化傳播整理發(fā)布。

本文編號：435169