-
题名一种简化的锂离子电池SOC估计方法
被引量:4
- 1
-
-
作者
张卫平
雷歌阳
张晓强
-
机构
北方工业大学
-
出处
《电源技术》
CAS
CSCD
北大核心
2016年第7期1359-1361,共3页
-
基金
国家自然科学基金项目(51277004)
北京市属高等学校高层次人才引进与培养计划项目(IDHT20130501)
-
文摘
为了克服安时积分法和开路电压法估计电池SOC的缺点,使用扩展卡尔曼滤波法将安时积分法与开路电压法结合起来。使用Thevenin等效电路电池模型作为扩展卡尔曼滤波法的模型基础,提出简化扩展卡尔曼滤波器过程噪声协方差和测量噪声协方差的方法,使电池SOC估计误差接近开路电压法的水平。最后,通过DST实验验证提出的电池SOC估计方法。
-
关键词
锂离子电池
SOC估计
Thevenin等效电路模型
扩展卡尔曼滤波法
过程噪声协方差
测量噪声协方差
-
Keywords
Li-ion battery
SOC estimation
Thevenin equivalent circuit model
extended Kalman filter method
process noise covariance
measurement noise covariance
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
-
题名人脸位姿协同的多新息抗扰滤波算法
被引量:1
- 2
-
-
作者
吴华静
李佳田
林艳
张文靖
王聪聪
李键
-
机构
昆明理工大学国土资源工程学院
中国人民公安大学信息技术与网络安全学院
-
出处
《机器人》
EI
CSCD
北大核心
2019年第6期722-730,共9页
-
基金
公安部技术研究专项(2019JKF25)
国家自然科学基金(41561082)
-
文摘
在偏转角度较大时,人脸特征点的显著性明显减弱,会导致人脸位姿计算结果带有较大噪声.针对这一问题,提出了多新息抗扰滤波算法,将运动人脸与标准人脸模型的位姿变化作为滤波观测量:(1)引入多新息修正滤波估计,利用时间序列的多组观测量估计人脸位姿变化的状态量;(2)实时判断滤波敛散性,根据多新息及时估计观测噪声协方差与过程噪声协方差,调整卡尔曼增益矩阵;(3)建立位姿协同模型,依据滤波后的人脸位姿变化计算相机运动参数,达到相机与人脸位姿协同.在给出试验装置硬件构成的基础上,将本文算法与自适应卡尔曼滤波(AKF)算法进行对比.试验结果表明,在人脸位姿协同系统中,本文算法位姿估计误差小于10 mm,相机协同时间约为25 ms,相较于AKF算法位姿准确度提高23%,协同效率提高30%,能够有效抑制位姿协同中人脸位姿计算所带来的噪声影响,在提高人脸位姿协同系统稳定性的同时,保证响应的实时性.
-
关键词
人脸位姿协同
敛散性
多新息
观测噪声协方差
测量噪声协方差
-
Keywords
coordination on face pose
convergence
multi-innovation
observation noise covariance
measurement noise covariance
-
分类号
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
-