针对锂电池荷电状态(State of charge,SOC)估计精度低的问题,提出一种基于改进的LSTM算法建立神经网络模型方法,得到电压和电流输入与SOC输出之间的映射关系。并通过拓展卡尔曼滤波器滤除输出估计值的噪声,增强了模型的稳定性。在神经...针对锂电池荷电状态(State of charge,SOC)估计精度低的问题,提出一种基于改进的LSTM算法建立神经网络模型方法,得到电压和电流输入与SOC输出之间的映射关系。并通过拓展卡尔曼滤波器滤除输出估计值的噪声,增强了模型的稳定性。在神经网络模型建模过程中采用改进的粒子群算法对神经元个数、学习率、步长等超参数进行优化,进一步提高了锂电池SOC的估计效率和准确性。最后,采用马里兰大学CALCE数据集中的DST工况数据进行模型训练,使用FUDS、US06工况数据集,对改进的LSTM算法与CNN-LSTM、GRU以及CatBoost等算法进行对比实验。实验结果表明改进后的LSTM算法估计模型具有较高的稳定度与准确性,验证了改进方案的可行性。展开更多
针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF(Time of Flight)相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点...针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF(Time of Flight)相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D-Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002m,相对姿态精度优于0.1°。展开更多
文摘针对锂电池荷电状态(State of charge,SOC)估计精度低的问题,提出一种基于改进的LSTM算法建立神经网络模型方法,得到电压和电流输入与SOC输出之间的映射关系。并通过拓展卡尔曼滤波器滤除输出估计值的噪声,增强了模型的稳定性。在神经网络模型建模过程中采用改进的粒子群算法对神经元个数、学习率、步长等超参数进行优化,进一步提高了锂电池SOC的估计效率和准确性。最后,采用马里兰大学CALCE数据集中的DST工况数据进行模型训练,使用FUDS、US06工况数据集,对改进的LSTM算法与CNN-LSTM、GRU以及CatBoost等算法进行对比实验。实验结果表明改进后的LSTM算法估计模型具有较高的稳定度与准确性,验证了改进方案的可行性。
文摘针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF(Time of Flight)相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D-Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002m,相对姿态精度优于0.1°。
