基于分数阶联合卡尔曼滤波的磷酸铁锂电池简化阻抗谱模型参数在线估计

电池特性建模及模型参数在线估计是电动汽车电池管理系统的关键技术,以磷酸铁锂电池这一非线性系统为研究对象,以包含分数阶元件的简化电池电化学阻抗谱模型为基础,建立了该模型的状态转移方程和系统观测方程,运用分数阶联合卡尔曼滤波器(FJKF)对该模型的扩散极化电压和模型参数进行了在线估计。试验结果表明,该模型能较好地表征磷酸铁锂电池的动态特性,分数阶联合卡尔曼滤波算法在参数估计过程中能够保持很好的精度,同时该方法对多种测试工况都有较好的适用性,算法估计得到的模型参数值具有较好的稳定性。

基于分数阶模型多新息无迹卡尔曼滤波算法的超级电容SOC估计

对超级电容的SOC估计展开了研究。首先,搭建了超级电容测试平台,用于超级电容的参数辨识,并对超级电容进行了常规性能测试;其次,在不同的环境温度和动态工况下采用多种算法进行超级电容SOC估计。结果表明,采用分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法对超级电容SOC的估计精度最高,对超级电容的路端电压跟随情况最好,估计结果的均方根误差和平均绝对误差的最大值分别约为1.8%和1.73%。

基于分数阶多新息无迹卡尔曼滤波算法的锂电池SOC估计

针对锂电池荷电状态(State Of Charge,SOC)估计时常用的整数阶等效电路模型无法精准反映电池极化反应和提高在噪声干扰下全生命周期SOC的估计准确度问题,在二阶RC等效电路模型的基础上建立分数阶模型,并采用遗传(GA)算法对其进行参数辨识,从而增强参数辨识的鲁棒性。最后在传统的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的基础上引入了多新息理论,提出了一种基于分数阶多新息无迹卡尔曼滤波(Fractional Order Multi Innovation Unscented Kalman Filtering,FOMIUKF)算法来实现对锂电池SOC的实时估计,最后通过搭建仿真模型验证了基于GA分数阶锂电池等效模型的准确性和可靠性,并进行了基于分数阶无迹卡尔曼滤波(Fractional Order Unscented Kalman Filtering,FOUKF)算法、FOMIUKF算法的锂电池SOC估计对比分析,发现FOMIUKF算法估计准确度更高,其估计误差仅为1%。

二维分数阶卡尔曼滤波及其在图像处理中的应用

该文研究了二维分数阶卡尔曼滤波及其在图像增强与滤波中的应用问题。首先基于分数微积分的定义,建立了二维线性离散系统的分数阶差分状态空间模型。然后,提出了一种可应用于图像信息处理的二维分数阶卡尔曼滤波算法,并通过实验验证了该文提出算法的有效性。仿真结果证明,该算法增强了图像中的细节特征,同时消弱了图像中的背景噪声。

基于分数阶多新息卡尔曼滤波法的SOC估计

针对电动汽车锂离子电池整数阶模型不能精确反映电池极化反应的问题,提出了一种基于自适应遗传算法(AGA)的分数阶模型,并采用分数阶多新息卡尔曼滤波(FOMIEKF)算法对电池荷电状态(SOC)估计。在二阶RC等效电路模型的基础上建立分数阶模型并用AGA辨识模型参数,然后用FOMIEKF算法进行SOC估计,最后与卡尔曼滤波(EKF)、分数阶扩展卡尔曼滤波(FOEKF)算法进行比较。结果表明,在混合动力脉冲测试下,模型端电压最大误差低于1%,SOC平均误差与最大误差比传统方法分别下降了0.79%、0.95%。因此,基于AGA分数阶模型的FOMIEKF方法可以有效估计SOC。

基于改进分数阶卡尔曼滤波的光伏发电功率预测算法

在光伏功率预测算法中引入分数阶理论,基于分数阶差分方程分析,建立改进分数阶卡尔曼滤波模型。利用分数阶特性将历史光伏发电数据进行合理评估,提出一种基于改进分数阶卡尔曼滤波的光伏功率预测算法。结合光伏发电的现场数据验证预测方法的适用性,仿真结果表明满足工程应用的要求。

分数阶卡尔曼滤波在混沌保密通信中的应用

20世纪60年代以来分数阶微积分开始受到人们的广泛关注,并被成功应用于物理、化学、生物学等学科领域。基于G-L分数阶微积分,给出了扩展分数阶卡尔曼滤波(EFKF)的定义,并将其应用到分数阶保密通信系统中,同时为了加密并准确解密传输的信息,引入了分数阶混沌Chen系统。仿真结果表明,EFKF取得了非常好的滤波效果;有用信号通过基于分数阶Chen系统的保密通信系统,可以有效地在接收端恢复出来。

分数阶离散卡尔曼滤波

分数阶微积分在控制系统的应用日益广泛,随着分数阶动态模型的引入,需要求解分数阶估计问题的方法。文章从分数阶线性动态系统模型出发,以概率论为基础,导出分数阶的卡尔曼滤波器,得到其递推模型。

周期与色噪声联合作用下分数阶Duffing振子非平稳响应的无记忆方法

基于统计线性化提出了一种求解周期与色噪声激励联合作用下分数阶Duffing系统非平稳响应的无记忆方法。将系统响应分解为确定性周期和零均值随机分量之和,则原非线性运动方程可等效地化为一组耦合的、分别以确定性和随机动力响应为未知量的分数阶微分方程。利用无记忆化方法将确定性和随机分数阶微分方程转化为相应的常微分方程。利用统计线性化方法处理随机常微分方程,得到关于随机响应二阶矩的李雅普诺夫方程。利用数值算法联立求解李雅普诺夫微分方程和确定性常微分方程。通过Monte Carlo模拟,验证此方法的适用性和精度。

融合卡尔曼滤波的无人船航向神经网络控制

为实现无人船的航向自主跟踪功能,考虑随机性环境扰动对船舶运动的影响,提出一种融合卡尔曼滤波器的自适应神经网络航向分数阶控制方法。对无人船的航向跟踪控制系统和外部环境干扰进行数学建模,设计该模型下的扩展卡尔曼滤波器,避免环境因素对船舶操纵性能的影响,基于分数阶微积分理论设计无人船航向控制的分数阶控制器,给出一种径向基函数神经网络学习算法,用于解决该控制器的参数整定问题。对所提方法进行仿真实验,实验结果表明,该方法能使无人船快速稳定地跟踪期望参考航向,具有良好的自适应性和鲁棒性。

基于联合后置滤波器与分数阶光流模型相结合的运动分割算法

针对传统HS(Horn&Schnuck)光流估计算法存在奇异值、不能保留光流场边界不连续性、不能应对运动目标间相互遮挡等问题,提出一种联合后置滤波器的分数阶光流模型。在该模型中,应用分数阶微分处理HS模型中的平滑项以保留光流场的边界不连续性;通过分析结构张量特征值的数据特征来寻找光流场边缘点,利用联合流场散度与像素点投影差分的方法来检测遮挡区域;采用一种结合MF(median filter)中值滤波器、WMF(weighted median filter)权值中值滤波器、BF(bilateral filter)双边滤波器的CPF(combined post filter)联合后置滤波器,它能够通过检测是否存在遮挡、图像亮度不连续性、图像运动不连续性,自适应地调节光流场的扩散过程,从而获得更加准确的光流场。实验证明,该算法能在图像中存在光照变化、遮挡、多运动目标等复杂情况下精确地估计出光流场,且算法计算成本低,能满足实时性要求。

随机与谐和联合激励下分数阶非线性系统的统计线性化方法

提出了一种计算随机与谐和联合激励下非线性分数阶系统响应二阶矩的统计线性化方法。假定位移响应可写为确定性均值和零均值随机分量之和的形式,原运动微分方程可化为关于均值分量的确定性微分方程和关于随机分量的随机微分方程组合。分别利用谐波平衡法和统计线性化方法对上述两类方程求解后,可得响应的确定性均值与随机分量。Monte Carlo模拟证实了该方法的有效性。

基于分数阶Zener模型的高速铁路扣件动静刚度比限值研究

目前,高速铁路扣件动静刚度比的设计更多的是凭经验进行,且仅针对低频,缺乏可靠的理论基础。基于此,使用能够较好反映黏弹性材料刚度频变特性的分数阶Zener模型,采用编程和Simpack-Simulink联合仿真的方法,首先建立车辆-轨道耦合动力学模型,验证2种方法模拟扣件系统黏弹性特征的正确性和可行性;然后通过修改分数阶Zener模型的松弛时间得到具有不同动静刚度比的扣件模型,以焊缝不平顺与高铁谱作为轨道不平顺激励,分别模拟高铁350 km/h匀速、350 km/h减速和450 km/h减速不同扣件系统动静刚度比条件下列车的运营状态;最后,以动态轮重减载率为限定指标研究不同运营时速下的扣件系统动静刚度比取值范围,讨论扣件静刚度降低对轮重减载率的影响。研究结果表明:列车在减速条件下的动态轮重减载率相较于匀速条件呈现出明显的上升趋势;当列车以350 km/h减速运行时,扣件在过车频率下的动静刚度比不应超过1.7,此时对应的扣件低频(3~5 Hz)动静刚度比为1.34;当列车以450 km/h减速运行时,扣件在过车频率下的动静刚度比建议不超过1.6,此时对应的扣件低频(3~5 Hz)动静刚度比建议不超过1.27;满足钢轨最大位移限值条件下,降低扣件静刚度可为扣件动静刚度比的设计提供更多余量。以上研究可为450 km/h速度运行下的高速铁路轨道刚度设计提供一定的参考。

基于分数阶傅里叶变换的时延和频率偏移联合估计方法

针对传统相关运算对时延和频移进行联合估计计算复杂度高的缺陷,提出一种基于分数阶傅里叶变换的时延和频移联合估计方法。该方法利用信号的时延和频偏变换到分数域表现为分数域谱位置的平移特性,通过在不同的分数域利用最小均方误差准则来获得分数域谱位置的偏移量来进行联合估计。该方法不局限于仅适用于Chirp信号,对其它类型的信号同样适用。且与传统相关估计法相比,具有简洁、高效的特点。计算机仿真结果表明,该方法是有效的。

分数阶扩散方程中多参数联合数值反演

考虑一维空间分数阶扩散方程中同时确定空间微分阶数、扩散系数和源项的多参数联合反演问题.基于空间分数阶导数离散系数的性质和快速傅里叶变换,给出求解正问题的一种新的差分格式.利用同伦正则化方法对所提的空间微分阶数、扩散系数和源项的多参数联合反演问题进行精确数据与扰动数据情形下的数值反演.结果表明:同伦正则化算法对空间分数阶扩散中的多参数联合反演是有效的.

分数阶达芬振子的超谐与亚谐联合共振

研究了含分数阶微分项的达芬(Duffing)振子的超谐与亚谐联合共振.采用平均法得到了系统的一阶近似解析解,提出了超、亚谐联合共振时等效线性阻尼和等效线性刚度的概念.建立了联合共振定常解幅频曲线的解析表达式,并对联合共振幅频响应的近似解析解和数值解进行了比较,二者吻合良好,证明了求解过程及近似解析解的正确性.然后,将等效线性阻尼和等效线性刚度的概念与传统整数阶系统进行比较,证明分数阶微分项不仅起着阻尼的作用同时还起着刚度的作用.最后,通过数值仿真研究了不同的分数阶微分项系数和阶次对联合共振幅频曲线多值性和跳跃现象的影响,并与单一频率下超谐共振或亚谐共振进行了对比.研究发现,分数阶微分项系数与阶次不仅影响着系统的响应幅值、共振频率,同时还对系统的周期解个数、发生区域面积、发生先后等有重要影响.并且,在不同的基本参数下该系统分别表现出单独超谐共振、单独亚谐共振以及超谐共振和亚谐共振同时存在的现象.这些结果对系统动力学特性的研究具有重要意义.

分数阶van der Pol振子的超谐与亚谐联合共振

基于平均法研究了分数阶van der Pol振子3次超谐与1/3次亚谐联合共振时的动力学特性。得到了系统的一阶近似解析解,提出了超、亚谐联合共振时等效线性阻尼和等效线性刚度的概念。建立了联合共振定常解幅频曲线的解析表达式,又结合变分方程进行线性化处理,推导出分数阶van der Pol振子在联合共振时的周期解稳定性判断准则。通过与单一谐波下超谐共振、亚谐共振的对比,发现在不同基本参数下该系统可分别表现出单谐波超谐共振、单谐波亚谐共振以及两者共存时的特征现象。研究表明,分数阶微分项参数通过等效线性阻尼和等效线性刚度的形式对系统的响应幅值、共振频率、定常解稳定性、周期解数量、共振区域、曲线拓扑结构及跳跃现象等复杂动力学特性均产生重要影响。

基于分数阶理论的车用锂离子电池建模及荷电状态估计

针对电动汽车动力锂离子电池的状态估计问题,提出一种基于分数阶等效电路建模方法,并采用分数阶卡尔曼滤波算法估计电池荷电状态(SOC)。首先建立基于二阶等效电路的分数阶电池模型,采用遗传算法辨识阶数,然后利用分数阶卡尔曼滤波算法估计电池SOC,并与扩展卡尔曼滤波算法进行比较。实验结果表明,在恒流放电下采用分数阶模型,其端电压最大绝对误差为0.014V,SOC最大估计误差不超过2%。本文提出的基于二阶等效电路的分数阶模型及分数阶卡尔曼滤波算法,不仅给出了一种准确、可靠的建模方法,而且为有效提高电池管理系统中SOC估计的准确性提供了途径。

基于分数阶阻抗模型的磷酸铁锂电池荷电状态估计

锂电池荷电状态(SOC)估计是电池管理系统中不可或缺的重要组成部分。锂电池传统整数阶等效电路模型未充分考虑其内部电化学反应现象,故将导致SOC估计结果偏离真实状态。文中以磷酸铁锂电池单体为研究对象,提出一种基于分数阶阻抗模型的锂电池SOC估计方法。该方法利用分数阶元件表征锂电池内部固液界面的输运现象和极化效应,基于分数阶微分理论建立状态转移方程和系统量测方程,并针对锂电池高度非线性的工作特性,利用无迹变换逼近原始状态分布,运用分数阶无迹卡尔曼滤波算法估计锂电池SOC。实验结果表明,分数阶阻抗模型能准确描述锂电池工作特性,所提算法在估计精度和跟踪速度上有一定提高。

一种考虑非高斯Lévy量测噪声下的改进分数阶卡尔曼滤波

针对量测噪声模型为非高斯Lévy噪声,研究离散线性随机分数阶系统的卡尔曼滤波设计问题.通过剔除极大值的方法得到近似高斯白噪声的Lévy噪声,基于最小二乘原理,提出一种考虑非高斯Lévy量测噪声下的改进分数阶卡尔曼滤波算法.与传统的分数阶卡尔曼滤波相比,改进的分数阶卡尔曼滤波对非高斯Lévy噪声具有更好的滤波效果.最后,通过模拟仿真验证了所提出算法的正确性和有效性.