期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AUKF算法的锂电池SOC估算
被引量:
1
1
作者
边东生
杨超
《现代机械》
2022年第1期52-56,共5页
针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(AUKF)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对...
针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(AUKF)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对系统噪声进行估计和修正,进而提高估算SOC时的精度。通过在不同工况下对AUKF算法进行验证,其结果表明,AUKF具有较强的估算精度和稳定性,将均方根误差(RMSE)控制在1.1%以内,估算结果明显优于UKF算法。
展开更多
关键词
荷电状态
系统噪声
估算精度
aukf算法
下载PDF
职称材料
基于AUV的航迹追踪自适应UKF算法
被引量:
1
2
作者
邓非
尹洪东
段梦兰
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第1期98-109,共12页
无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimi...
无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。
展开更多
关键词
自治水下机器人
aukf算法
航迹预测精度提升
自适应采样间隔
改善降噪性能
下载PDF
职称材料
基于CSO-AUKF的锂电池SOC估算方法
3
作者
吴华伟
洪强
+1 位作者
陈运星
马毓博
《重庆交通大学学报(自然科学版)》
CAS
2024年第9期118-126,共9页
电池荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一。针对锂电池提出了一种基于猫群(CSO)算法和自适应无迹卡尔曼滤波(AUKF)算法相结合的电池SOC估算方法;建立了基于二阶RC等效电路模型的锂电池状态方程,采用CSO算法提高电池辨...
电池荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一。针对锂电池提出了一种基于猫群(CSO)算法和自适应无迹卡尔曼滤波(AUKF)算法相结合的电池SOC估算方法;建立了基于二阶RC等效电路模型的锂电池状态方程,采用CSO算法提高电池辨识精度,联合AUKF算法对SOC进行估算;基于混合脉冲功率测试工况(HPPC)和间歇恒流放电工况下的数据对该方法有效性进行了验证。研究结果表明:基于CSO-AUKF估算,SOC最大误差小于1.64%,估算精度及稳定性均好于遗传算法。
展开更多
关键词
车辆工程
锂电池汽车
荷电状态(SOC)
猫群(CSO)
算法
自适应无迹卡尔曼滤波(
aukf
)
算法
下载PDF
职称材料
题名
基于AUKF算法的锂电池SOC估算
被引量:
1
1
作者
边东生
杨超
机构
奇瑞万达贵州客车股份有限公司
贵州大学
出处
《现代机械》
2022年第1期52-56,共5页
基金
贵州省科技支撑计划(黔科合支撑[2019]2155号)。
文摘
针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(AUKF)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对系统噪声进行估计和修正,进而提高估算SOC时的精度。通过在不同工况下对AUKF算法进行验证,其结果表明,AUKF具有较强的估算精度和稳定性,将均方根误差(RMSE)控制在1.1%以内,估算结果明显优于UKF算法。
关键词
荷电状态
系统噪声
估算精度
aukf算法
Keywords
state of charge
system noise
estimation accuracy
aukf
algorithm
分类号
TM912 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
基于AUV的航迹追踪自适应UKF算法
被引量:
1
2
作者
邓非
尹洪东
段梦兰
机构
中国石油大学(北京)海洋油气研究院
出处
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第1期98-109,共12页
基金
创新型人才国际合作培养项目([2016]7670)~~
文摘
无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。
关键词
自治水下机器人
aukf算法
航迹预测精度提升
自适应采样间隔
改善降噪性能
Keywords
autonomous underwater robotics
aukf
algorithm
track prediction accuracy improvement
adaptive sampling interval
noise reduction performance improvement
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于CSO-AUKF的锂电池SOC估算方法
3
作者
吴华伟
洪强
陈运星
马毓博
机构
湖北文理学院湖北隆中实验室
出处
《重庆交通大学学报(自然科学版)》
CAS
2024年第9期118-126,共9页
基金
襄阳市科技计划湖北隆中实验室专项项目(2023AAA001)
“新能汽车与智慧交通”湖北省优势特色学科群开放基金项目(XKQ2022008)。
文摘
电池荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一。针对锂电池提出了一种基于猫群(CSO)算法和自适应无迹卡尔曼滤波(AUKF)算法相结合的电池SOC估算方法;建立了基于二阶RC等效电路模型的锂电池状态方程,采用CSO算法提高电池辨识精度,联合AUKF算法对SOC进行估算;基于混合脉冲功率测试工况(HPPC)和间歇恒流放电工况下的数据对该方法有效性进行了验证。研究结果表明:基于CSO-AUKF估算,SOC最大误差小于1.64%,估算精度及稳定性均好于遗传算法。
关键词
车辆工程
锂电池汽车
荷电状态(SOC)
猫群(CSO)
算法
自适应无迹卡尔曼滤波(
aukf
)
算法
Keywords
vehicle engineering
lithium battery vehicles
state of charge(SOC)
cat swarm optimization(CSO)algorithm
adaptive unscented Kalman filtering(
aukf
)algorithm
分类号
U469.722 [机械工程—车辆工程]
TM911 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AUKF算法的锂电池SOC估算
边东生
杨超
《现代机械》
2022
1
下载PDF
职称材料
2
基于AUV的航迹追踪自适应UKF算法
邓非
尹洪东
段梦兰
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019
1
下载PDF
职称材料
3
基于CSO-AUKF的锂电池SOC估算方法
吴华伟
洪强
陈运星
马毓博
《重庆交通大学学报(自然科学版)》
CAS
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部