“阶无迹”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1271748个，建议您升级VIP下载更多相关专利

[发明专利]基于分数阶平方根无迹卡尔曼滤波的锂电池SOC估计方法-CN202011133864.2有效
发明人：陈立平;吴晓波;陈雨;李晓敏;郭文梁;徐长城 -专利权人：合肥工业大学
申请日： 2020-10-21 - 公布日： 2023-07-28 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了基于分数阶平方根无迹卡尔曼滤波的锂电池SOC估计方法，包括基于锂电池的二阶RC等效电路模型获取模型的分数阶状态空间方程，并依次进行离散化和模型参数辨识；基于离散化的分数阶状态空间方程建立分数阶系统模型方程；基于分数阶系统模型方程改进平方根无迹卡尔曼滤波算法的迭代过程对锂电池SOC估计。本发明采用分数阶平方根无迹卡尔曼算法，既不需要求协方差矩阵的重构，也不需要对非线性模型进行线性化处理，且有效提高SOC估计精度。
基于分数平方根卡尔滤波锂电池 soc 估计方法

[发明专利]一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法-CN202210251336.X在审
发明人：高哲;苗悦;魏俊秀;柴浩宇;焦芷媛;马瑞诚;袁奉麟 -专利权人：辽宁大学
申请日： 2022-03-15 - 公布日： 2022-06-14 - 主分类号： G01R31/367 文献下载
摘要：本发明基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声进行自适应处理，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器，该方法相比于未初值补偿、噪声已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的自适应能力
一种基于初值补偿卡尔滤波算法锂离子电池自适应估计方法

[发明专利]一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法-CN202210859238.4在审
发明人：高哲;苗悦;魏俊秀;柴浩宇;焦芷媛;马瑞诚;袁奉麟 -专利权人：辽宁大学
申请日： 2022-07-21 - 公布日： 2022-10-18 - 主分类号： G01R31/367 文献下载
摘要：一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声的协方差矩阵进行自适应估计，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器设计方法，该方法相比于未初值补偿、噪声协方差矩阵已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的
一种基于初值补偿卡尔滤波算法锂离子电池自适应估计方法

[发明专利]基于模糊分数阶无迹卡尔曼滤波的锂电池SOC估计方法-CN202110949644.5在审
发明人：陈立平;陈雨;李晓敏;郭文梁;徐长城 -专利权人：合肥工业大学
申请日： 2021-08-18 - 公布日： 2021-11-05 - 主分类号： G01R31/36 文献下载
摘要：本发明公开了基于模糊分数阶无迹卡尔曼滤波的锂电池SOC估计方法，包括基于分数阶二阶RC等效电路模型，以每个RC支路的电压和SOC作为状态变量，以等效电路模型终端电压作为观测变量建立状态空间模型，并对所述状态空间模型的模型参数进行辨识；对所述状态空间模型离散化并添加高斯过程噪声项和高斯观测噪声项，获得离散化分数阶系统模型；基于离散化分数阶系统模型进行模糊分数阶无迹卡尔曼滤波迭代计算，通过模糊控制系统对观测值协方差进行更新。本发明通过将分数阶无迹卡尔曼滤波算法和模糊控制相结合，既可以将分数阶模型的优点发挥出来，又解决了在实际工况下受到观测噪声影响，从而导致SOC估计精度低的问题。
基于模糊分数阶无迹卡尔滤波锂电池 soc 估计方法

[发明专利]基于自适应无迹卡尔曼滤波的锂电池SOE估算方法及系统-CN202211053743.6在审
发明人：王震;侯恩广;时铭远;施天成;王晓坤;乔昕;刘广敏;王知学;张云 -专利权人：山东交通学院
申请日： 2022-08-31 - 公布日： 2022-12-02 - 主分类号： G01R31/388 文献下载
摘要：本公开属于锂电池安全控制技术领域，具体涉及一种基于自适应无迹卡尔曼滤波的锂电池SOE估算方法及系统，包括：获取待估算锂电池的三阶RC等效模型；计算所获取模型的状态方程和观测方程；基于所述状态方程、所述观测方程和预设的估算模型，实现锂电池SOE的估算；其中，预设的估算模型采用自适应无迹卡尔曼滤波算法。本公开采用三阶RC等效模型，结合自适应无迹卡尔曼滤波算法，有效增强了SOE估算的自适应能力。
基于自适应卡尔滤波锂电池 soe 估算方法系统

[发明专利]基于二阶差分粒子滤波的锂电池SOC估计方法及系统-CN202011501757.0有效
发明人：何怡刚;陈媛;李忠;何鎏璐 -专利权人：武汉大学
申请日： 2020-12-18 - 公布日： 2022-09-30 - 主分类号： G06F30/25 文献下载
摘要：本发明公开了一种基于二阶差分粒子滤波的锂电池SOC估计方法及系统，属于电池管理技术领域，其中，方法的实现包括：建立锂电池二阶RC电池模型；采用带遗忘因子的最小二乘算法进行模型参数化；通过二阶中心差分卡尔曼滤波法SCDKF产生重要性密度函数，对粒子滤波算法进行改进得到二阶差分粒子滤波算法SCDPF，采用SCDPF进行锂电池的SOC估计。本发明估算方法更准确，具有比无迹粒子滤波算法UPF、无迹卡尔曼滤波算法UKF和扩展卡尔曼滤波算法EKF更高的估算精度，可精确地估算出锂电池的SOC值。
基于二阶差分粒子滤波锂电池 soc 估计方法系统

[发明专利]一种混合动力系统电池无迹卡尔曼SOC估算方法-CN202010341780.1在审
发明人：赵万忠;昌诚程;宋迎东;章波;周健豪 -专利权人：南京航空航天大学
申请日： 2020-04-27 - 公布日： 2020-09-04 - 主分类号： G06F30/36 文献下载
摘要：本发明公开了一种混合动力系统电池无迹卡尔曼SOC估算方法，步骤如下：建立基于分数阶理论的等效电路模型；进行各工况下混合动力无人机磷酸铁锂电池容量试验；进行磷酸铁锂电池开路电压迟滞特性试验，建立简化开路电压迟滞模型；进行参数辨识试验，并采用优化算法进行参数辨识；分数阶无迹卡尔曼滤波SOC估算。
一种混合动力系统电池卡尔 soc 估算方法

[发明专利]一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法-CN202211295341.7在审
发明人：王舶男;崔金茜;王力;王晶晶;陈桥梁 -专利权人：龙腾半导体股份有限公司
申请日： 2022-10-21 - 公布日： 2023-01-13 - 主分类号： G01R31/367 文献下载
摘要：该算法包括以下步骤：步骤1.建立电池的二阶分数阶模型作为荷电状态估计以及均衡的模型；步骤2.采用多尺度分数阶双无迹卡尔曼滤波法实现电池参数和荷电状态的联合估计；步骤3.根据步骤2中得到的电池模型参数以及电池荷电状态估计基于开关矩阵均衡拓扑完成电池的均衡过程，增加了电池寿命，基于电池分数阶模型并采用多尺度分数阶双无迹卡尔曼滤波法，为BMS系统均衡、报警等功能提供可靠依据，确保了保证锂离子电池在应用过程中的可靠性和稳定性
一种基于开关矩阵电池均衡拓扑模型参数状态联合估计算法

[发明专利]一种动力电池健康状态估算方法-CN201911319639.5在审
发明人：邓浩然;方锐;张亚军;邝男男;裴志豪;齐创 -专利权人：中国汽车技术研究中心有限公司;中汽研（天津）汽车工程研究院有限公司
申请日： 2019-12-19 - 公布日： 2020-04-24 - 主分类号： G01R31/392 文献下载
摘要：本发明提供了一种动力电池健康状态估算方法，采用锂离子电池二阶Thevenin等效电路模型，并运用自适应无迹卡尔曼滤波(adaptive unscented Kalman filter，AUKF)算法对电池状态进行实时估计自适应无迹卡尔曼滤波算法结合无迹卡尔曼滤波算法和扩展卡尔曼算法，建立循环迭代关系，已知电池参数估计电池状态，再将电池状态作为已知量估计模型参数，以此类推进行递推运算，实时估计电池SOC及欧姆内阻。
一种动力电池健康状态估算方法

[发明专利]一种基于采样点调整的无迹卡尔曼滤波方法-CN202010619840.1在审
发明人：刘切;林文乙;柴毅 -专利权人：重庆大学
申请日： 2020-06-30 - 公布日： 2020-09-15 - 主分类号： H03H21/00 文献下载
摘要：本发明公开了一种基于采样点调整的无迹卡尔曼滤波方法，步骤如下：一：建立系统基本方程，并进行滤波初始化；二：得到系统保持三阶精度的充分条件；三：选取Sigma采样点类型，通过优化求参形成Sigma点集；四通过上述步骤，本发明通过对Sigma采样点数量和位置的调整，新得到的无迹卡尔曼滤波方法在保证无迹转换后得到的均值和协方差精度仍保持三阶精度的条件下，同时考虑改变Sigma点的数量和位置，并对其权重和方向进行优化
一种基于采样调整卡尔滤波方法

[发明专利]一种基于分数阶多新息双无迹卡尔曼滤波联合估计锂电池SOC和SOH的方法-CN202310039806.0在审
发明人：李伟;朱永龙;李思;闫文豪;张西镚;张延宇;周毅 -专利权人：河南大学
申请日： 2023-01-11 - 公布日： 2023-06-23 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种基于分数阶多新息双无迹卡尔曼滤波联合估计锂电池SOC和SOH的方法，首先建立分数阶二阶RC等效电路模型，提高了端电压估计的准确性，并利用遗传算法辨识得到分数阶模型的参数；基于分数阶模型，提出了多新息双无迹卡尔曼滤波器估计动力电池的剩余电量和健康状态，不仅解决了非线性问题线性化所带来的系统误差的问题，而且使用过去一段时间的观测值来对下一时刻的状态进行补偿，提高了剩余电量估计和健康状态估计的估计精度和鲁棒性
一种基于分数阶多新息双无迹卡尔滤波联合估计锂电池 soc soh 方法

[发明专利]锂离子电池SOC估计方法及其硬件实现-CN201610834894.3在审
发明人：袁慧梅;石硕 -专利权人：首都师范大学
申请日： 2016-09-20 - 公布日： 2017-02-22 - 主分类号： G01R31/36 文献下载
摘要：本发明一种锂离子电池SOC估计方法：步骤一：SOC实时更新；步骤二：引入动态变量；步骤三：电池电路模型中的参数辨识；步骤四：根据辨识出的模型参数，用无迹卡尔曼滤波算法实现锂离子电池SOC估算；步骤五：将基于无迹卡尔曼滤波的锂离子电池本发明优点：①改进的二阶RC等效电路较其他电路模型考虑了锂离子电池的倍率容量效应和恢复效应。与传统二阶等效电路相比，更好地模拟电池的动静态特性。②无迹卡尔曼滤波算法相较与其他的算法，对初始值依赖度低，预测更加准确，而且能很好的解决非线性问题。
锂离子电池 soc 估计方法及其硬件实现

[发明专利]基于径向基神经网络和无迹卡尔曼滤波多径估计方法-CN201811417200.1在审
发明人：程兰;张晋恒;任密蜂;续欣莹;阎高伟 -专利权人：太原理工大学
申请日： 2018-11-26 - 公布日： 2019-08-20 - 主分类号： G01S19/22 文献下载
摘要：本发明公开了一种基于径向基神经网络和无迹卡尔曼滤波多径估计方法，属于卫星导航多径参数估计领域，主要应用于提高定位精度，它主要包含两个部分，第一部分为：采用无迹卡尔曼滤波对待估计的参数初步估计，解决传统卡尔曼滤波不能应用于非线性系统以及EKF在处理非线性系统只能达到二阶精度的问题，使参数估计在高斯噪声下达到三阶精度。第二部分为：在无迹卡尔曼滤波新息项中引入径向基神经网络作为非高斯补偿，并采用最小误差熵代替均方误差对径向基神经网络的权重调整，从而使整个系统的随机性最小，采用梯度下降法实现权重的在线迭代更新。
径向基神经网络无迹卡尔曼滤波多径非线性系统随机性多径参数估计非高斯系统卡尔曼滤波参数估计初步估计高斯噪声估计算法估计误差均方误差权重调整卫星导航在线迭代最小误差非高斯下降法二阶权重三阶新息应用引入更新

[发明专利]一种PMSM无速度传感器转子检测方法-CN201911087002.8在审
发明人：杜昭平;吴伟;李伟;王伟然;杨晓飞;伍雪冬 -专利权人：江苏科技大学
申请日： 2019-11-08 - 公布日： 2020-02-07 - 主分类号： H02P21/18 文献下载
摘要：本发明涉及一种PMSM无速度传感器转子检测方法，针对扩展卡尔曼算法在永磁同步电机转子估计上的局限性，在电机的转子估计上使用一种基于Sage‑Husa滤波算法，和平方根无迹卡尔曼滤波算法相结合，得到改进无迹卡尔曼算法改进无迹卡尔曼算法能够在线估计过程噪声或者测量噪声的协方差矩阵，避免了传统卡尔曼滤波器由于仅假设估计过程中存在高斯白噪声而导致的滤波估计性能降低，甚至可能导致滤波发散等问题，利用无迹变换可以使得估算值的精度达到二阶精度
卡尔曼算法转子滤波无迹永磁同步电机转子无迹卡尔曼滤波卡尔曼滤波器无速度传感器高斯白噪声平方根算法协方差矩阵电机转速过程噪声滤波估计滤波算法无迹变换性能降低在线估计转子位置协方差发散二阶算法噪声改进电机定性估算测量保证检测

[发明专利]考虑实船试验数据的二阶非线性响应模型参数估计方法-CN202310796561.6在审
发明人：张显库;孟耀;段雅婷;郭强;马道成 -专利权人：大连海事大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： G05D1/02 文献下载
摘要：一种考虑实船试验数据的二阶非线性响应模型参数估计方法，包括：根据船舶的转艏角速度、船舶的艏摇角、船舶的舵角建立船舶的二阶非线性响应型数学模型，以获取待进行估计的参数；获取简化的待估计参数；基于卡尔曼滤波理论，确定辨识模型的输入和辨识模型的状态变量；获取船舶的二阶非线性响应型数学模型的状态空间方程；获取船舶的参数辨识模型；基于均方根无迹卡尔曼滤波方法，对待进行估计的参数进行参数估计。本发明基于卡尔曼滤波理论，得到状态空间方程，并基于均方根无迹卡尔曼滤波方法，通过所建立的船舶的参数辨识模型，对待进行估计的参数进行参数估计。
考虑试验数据非线性响应模型参数估计方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条