检索结果-南通市图书馆

现代机械 2022年第1期 52-56页

作者：边东生杨超奇瑞万达贵州客车股份有限公司贵州贵阳550001 贵州大学贵州贵阳550025

针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(aukf)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对... 详细信息

针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(aukf)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对系统噪声进行估计和修正,进而提高估算SOC时的精度。通过在不同工况下对aukf算法进行验证,其结果表明,aukf具有较强的估算精度和稳定性,将均方根误差(RMSE)控制在1.1%以内,估算结果明显优于UKF算法。

关键词：荷电状态系统噪声估算精度 aukf算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于AUV的航迹追踪自适应UKF算法

引用

重庆大学学报（自然科学版） 2019年第1期42卷 98-109页

作者：邓非尹洪东段梦兰中国石油大学(北京)海洋油气研究院北京102200

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(aukf,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。

关键词：自治水下机器人 aukf算法航迹预测精度提升自适应采样间隔改善降噪性能

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三种改进无迹卡尔曼滤波的波动率研究

三种改进无迹卡尔曼滤波的波动率研究

引用

作者：李乐山西大学

学位级别：硕士

波动率估计是金融学的核心,波动几乎渗透金融市场的每一个领域。目前估计波动率的模型有很多,包括ARCH和GARCH模型等,但是这些预测模型往往是线性非扩散模型,针对非线性扩散模型的研究很少。本文主要研究适用于扩散期权定价模型波动率... 详细信息

波动率估计是金融学的核心,波动几乎渗透金融市场的每一个领域。目前估计波动率的模型有很多,包括ARCH和GARCH模型等,但是这些预测模型往往是线性非扩散模型,针对非线性扩散模型的研究很少。本文主要研究适用于扩散期权定价模型波动率提取的算法。卡尔曼滤波理论一经提出就因该算法本身的最优性而受到诸多专家学者的喜爱,被广泛应用到导航定位、航空航天等领域,而被应用到经济领域方面的研究却很少。为了快速而精确地提取波动率,本文将比例UT变换分别和最小偏度单行采样策略、超球体单行采样策略和基于对称采样策略的传统的UKF算法相结合,提出两种适用于非线性高斯状态空间模型的改进的无迹卡尔曼滤波算法,MUKF算法和aukf算法,并将三种算法应用到扩散的期权定价模型中。最后对Heston随机波动模型进行模拟研究,发现在同时使用股票价格数据和期权数据时,三种算法都可以精确地提取波动率,而且MUKF、aukf算法比UKF算法的计算时间更短。本文也对Heston模型中波动率的波动参数进行了研究,研究发现这三种都算法可以准确地捕捉这种波动率特性。

关键词：非线性高斯状态空间模型 MUKF算法 aukf算法 Heston随机波动模型期权定价

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

锂电池SOC估算与电池组均衡策略研究

锂电池SOC估算与电池组均衡策略研究

引用

作者：孙万里安徽理工大学

学位级别：硕士

近年来,由于资源短缺以及环境污染等问题日益突出,世界各地都在大力发展电动汽车,而锂电池凭借其优异的性能和安全优势被广泛应用于电动汽车领域。关于电动汽车的研发,最关键的问题是解决续航、成本和安全性能方面的问题,因此锂电池荷... 详细信息

近年来,由于资源短缺以及环境污染等问题日益突出,世界各地都在大力发展电动汽车,而锂电池凭借其优异的性能和安全优势被广泛应用于电动汽车领域。关于电动汽车的研发,最关键的问题是解决续航、成本和安全性能方面的问题,因此锂电池荷电状态(SOC)估算和电池组均衡策略的研究尤为重要。本文以三元锂离子电池为研究对象,首先介绍了锂电池的内部结构和工作原理,通过实验平台探究了锂电池的主要特性。基于二阶RC等效电路对模型参数进行了离线辨识,并搭建了仿真模型进行精度验证;采用递推最小二乘法对模型参数进行了在线辨识,通过对比得出在线辨识的模型参数精度更高。介绍分析了扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波算法(UKF)在电池SOC估算中的计算流程,针对两种算法在计算过程中均无法对系统噪声进行实时更新校正,于是改进并引入自适应无迹卡尔曼滤波算法(aukf)对SOC进行估算。通过在脉冲放电和美国城市循环系统(UDDS)两种工况下分别对三种算法进行SOC估计与鲁棒性对比验证,由对比结果可得aukf算法下SOC的估算精度和鲁棒性均优于EKF和UKF算法,更适合在复杂的场合下实现电池SOC的估算。在电池组均衡策略的研究方面,本文首先分析了电池组出现不一致性的原因,着重分析了电感型均衡电路的工作原理,基于此电路本文提出了一种分层均衡的控制策略,并其原理进行了分析。选定电池工作电压作为均衡变量,并设计相应的控制策略,在Matlab/Simulink中分别搭建两种均衡电路的仿真模型,模拟电池组在充电、放电和静置状态下的均衡功能。结果表明,与传统电感型均衡相比,所提分层均衡的控制策略均衡速度更快,证明了所提均衡策略的优越性。最后通过相关实验验证了所提均衡电路的有效性,即所提分层均衡策略可有效改善单体电池不一致性。图[67]表[16]参[81]

关键词：电动汽车锂离子电池 SOC估算 aukf算法电池组均衡

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：