-
题名基于AIUKF的锂离子电池SOC估算
被引量：5
- 1
-
-
作者
何志刚
李尧太
盘朝奉
魏涛
-
机构
江苏大学汽车与交通工程学院
江苏大学汽车工程研究院
-
出处
《电源技术》
CAS
北大核心
2020年第4期518-521,共4页
-
基金
国家重点研发计划“新能源汽车”重点专项(2018YFB0104400)。
-
文摘
锂离子电池作为电动汽车的动力源,其荷电状态(SOC)的准确估算可以有效提高系统的工作效率,防止过充过放带来的安全隐患。首先建立了电池的二阶RC等效电路模型,采用递推最小二乘法对其进行参数辨识,然后在UKF的基础上引入自适应迭代,对SOC估计值重新进行UT变换,并再次利用观测值来改善状态估计,最后采用改进的Sage-Husa估计器对过程和量测噪声进行自适应修正。仿真结果表明,所提方法具有良好的估算精度及适用性。
-
关键词
锂电池
SOC
aiukf
BMS
-
Keywords
lithium batteries
SOC
aiukf
BMS
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
-
-
题名基于AIUKF的WSN节点定位算法
被引量：5
- 2
-
-
作者
欧县华
武宪青
何熊熊
-
机构
浙江工业大学信息工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2015年第2期234-238,共5页
-
基金
"十二五"国家科技支撑计划项目(2013BAF07B03)
国家自然科学基金项目(61473262)
浙江省重大科技专项项目(2011C13011)
-
文摘
针对无线传感器网络节点定位精度不足的问题,在无迹卡尔曼滤波(UKF)的基础上,结合迭代约束条件和自适应因子,提出了一种自适应迭代无迹卡尔曼滤波(AIUKF)算法。根据基于测距的节点定位模型,采用RSSI进行测距,以极大似然估计法进行节点初步定位,利用AIUKF算法对节点进行精确定位,并且直接以RSSI作为系统的观测量。仿真结果表明,本文提出的基于AIUKF的定位算法相比EKF和UKF算法具有更高的定位精度。
-
关键词
无线传感器网络
节点定位
aiukf
UKF
自适应因子
-
Keywords
WSN
node localization
aiukf
UKF
adaptive factor
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
