基于二阶斯特林插值滤波器的电池SOC估计

锂离子电池荷电状态(SOC)精确估计是延长电池寿命和安全使用的关键。为了准确估计电池的荷电状态,本文采用混合二阶RC模型和二阶斯特林插值滤波算法对锂电池的SOC值进行估计。首先对混合二阶模型的锂电池动态特性跟踪性能进行了研究,随后给出了一种基于二阶斯特林插值滤波器的锂电池SOC估计算法,并在安时积分法中加入不可用容量作为新的标准值。最后用实验数据与仿真结果进行了对比。仿真和实验的结果表明,该模型能很好地体现锂电池的动态特性,且二阶斯特林插值滤波算法有着比扩展卡尔曼滤波算法更好的估计精度,而且比起EKF能更准确的跟踪锂电池的非线性程度。

基于预测控制的水下自航器抗海浪变深控制分析

水下自主航行器在近水面航行中存在着深度跟踪和姿态控制较为困难的问题。为此,首先建立了自主航行器的近水面三自由度运动数学模型,然后设计了无迹卡尔曼滤波器实现对系统状态的估计;接着,利用斯特林内插法在变动的工作点处对自主航行器模型进行近似线性化,并根据线性化后的模型设计预测控制器,实现自主航行器的变深运动控制。经过仿真试验,验证了滤波器对自主航行器近水面运动状态估计的准确性以及预测控制器在抗海浪扰动上的控制效果。仿真结果表明,带有无迹卡尔曼滤波器的预测控制器可以快速、准确地实现自主航行器的深度跟踪控制与姿态控制,且具有响应速度快,对外部扰动鲁棒性强的特点。