一种联合锂电池健康和荷电状态的新模型

该文为锂电池的健康和荷电状态监测及估计,提出一种全新的状态空间模型。该模型在利用电池等效电路描述电池特性之外,还为开路电压和荷电状态关系存在的滞回现象提供了描述手段。此外,通过引入电池内阻作为状态变量,并将其与从电池容量和内阻角度定义的电池健康状态进行关联,从而为通过更新内阻而实时更新电池的当前容量提供途径,则新模型可自适应电池的老化而一直保持高的描述精度。分析表明：建立的模型可根据电池给定的健康状态要求来对电池健康和荷电状态进行估计,特别是它能针对不同状态下电池的内阻变化来实时调整模型内阻,进而更新电池的实时容量,来提高模型的实时描述精度。实验结果验证了提出模型的有效性。

异常数据恒虚警检测的非参数方法

针对异常数据和/或数据序列的检测,根据再生核希尔伯特空间最大平均偏差异常数据和/或数据序列检测算法,发展出了一种恒虚警检测异常的非参数方法。将来自正常数据的最大平均偏差描述成了一个统计分布,分析表明:奈曼—皮尔逊假设检验可利用这个分布来进行异常假设检验,而bootstrap重采样技术或期望最大算法则可估计出正常数据或数据序列的统计分布,尽管在给定虚警率的条件下,异常假设检验所需的判决门限可由估计到的统计分布计算获得,但可以利用蒙特卡罗积分的方法来简化这个计算。数值仿真的结果验证了提出方法的有效性,同时,表明所提方法优于文献中报道的方法。

结构扰动与粗差鲁棒的l_p正交匹配追踪算法

针对压缩感知稀疏信号恢复,提出了一种对测量结构扰动和粗差同时鲁棒的l1正交匹配追踪(structure perturbation and outlier robust l1-orthogonal matching pursuit,l1-SPOR-OMP)算法。该算法利用l1范数对粗差的鲁棒性,分别约束信号和扰动的拟合误差,进而通过交替迭代使它们同时到达最小,从而同时实现对信号和扰动的有效鲁棒恢复;由于算法仅需求解支撑位置的有效扰动,因此极大地降低了算法的计算复杂度。此外,为了进一步提高算法的恢复效率,也提出了使用鲁棒OMP方法来估计有效扰动的l1,2-SPOR-OMP算法。在证明了所提出算法收敛性的同时,分析了运算复杂度。数值仿真的结果验证了所提算法的有效性和优越性。