《锂离子电池SOC的无迹卡尔曼信息融合估计算法》PDF+DOC
作者:章宇晨,陈博,俞立
单位:东南大学出版社有限责任公司
出版:《机械设计与制造工程》2017年第11期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJXZZ2017110030
DOC编号:DOCJXZZ2017110039
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于无迹卡尔曼算法的永磁同步电机矢量控制的无传感器技术》PDF+DOC2016年第04期 刘振,杨晓洪,王剑平,张果,王思
《基于自适应无迹卡尔曼算法的工业物联网数据融合处理》PDF+DOC2016年第04期 王春媚
《电动汽车锂离子电池管理系统的关键技术》PDF+DOC 卢兰光,李建秋,华剑锋,欧阳明高
《改进型自适应无迹卡尔曼姿态算法》PDF+DOC2017年第10期 侯江宽,马珺,贾华宇
《基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器》PDF+DOC2019年第03期 李云,孙书利,郝钢
《多源信息融合中的位置级融合评述》PDF+DOC2002年第12期 林岳松,李兆利,钱积新
《基于分簇的动态协同算法在无线传感器网络中的应用》PDF+DOC2012年第03期 胡玲,侍洪波
《多传感器航迹融合综述》PDF+DOC2009年第02期 乔向东,李涛
《基于状态转换的顺序式异步数据融合算法》PDF+DOC2008年第12期 葛泉波,文成林
《面向分布式融合估计的快速一致性算法》PDF+DOC2014年第06期 石晓航,梁青阳,张庆杰,李强,樊超宇
电池荷电状态(SOC)是锂离子电池的重要性能指标,其估计精度直接影响电池的使用寿命。为了提高SOC估计性能,引入多传感器数据融合策略,利用无迹信息融合滤波器在处理非线性系统上的优势设计了SOC估计算法,与无迹卡尔曼滤波算法相比,无迹信息融合估计算法在SOC估计上具有更好的容错性和估计精度。仿真实验验证了该算法在SOC估计上的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。