基于SOC估算的船用锂电池组健康管理研究

船用锂电池是新能源船舶的重要设备,如何精确的估计锂电池的荷电状态以及根据船舶运行工况进行对锂电池组的健康管理是保障船舶安全经济运营的关键。通过Vmin无迹卡尔曼滤波法对船用锂电池组的荷电状态(SOC)估计,仿真验证了Vmin无迹卡尔曼滤波法在估算电池组SOC时有较高精度；同时,结合船舶运行工况研发锂电池组健康管理策略,对船用锂电池组的SOC,单体电压,电流,光伏发电功率多参数综合分析,把电池状态分为健康,亚健康,不健康三种状态。实船运行表明,该电池组健康管理能保障锂电池组工作在安全范围内,有效促进船舶的安全运行。     

基于SOC估算的船用锂电池组健康管理

精确估计船用锂电池的荷电状态,并根据船舶运行工况对锂电池组进行健康管理是保障船舶安全、经济运营的关键。通过最小单体负载电压V_(min)-无迹卡尔曼滤波(UKF)法对船用锂电池组的荷电状态(SOC)进行估计,仿真验证V_(min)-UKF法在估算电池组SOC时有较高的精度;同时,结合船舶运行工况研发锂电池组健康管理策略,对船用锂电池组的SOC、单体电压、电流和光伏发电功率等参数进行综合分析,将电池状态分为健康、亚健康和不健康3种状态。实船运行结果表明,该电池组健康管理能保障锂电池组工作在安全范围内,有效促进船舶安全运行。     

一种水中目标深度估计和运动状态跟踪方法

建立水下目标深度估计模型,采用LMS自适应时延估计算法来估计时延,并用可变步长方法及sinc函数内插法提高估计精度;建立水下目标运动状态跟踪模型,采用基于方位时延的扩展卡尔曼滤波算法来估算水下目标运动状态信息;通过消声水池、湖泊和仿真试验,表明该方法有效可行。     

一种雷达目标运动要素解算方法研究

针对船舶导航避碰对水面目标运动要素实时高精度估算的要求,给出了一种基于去偏转换坐标卡尔曼滤 波思想的目标跟踪算法.在算法中,通过非线性坐标转换并去偏后得到去偏转换测量值,实现目标状态方程和量测方程在笛卡尔坐标系的线性方程,采用标准卡尔曼滤波算法进行滤波.因此,只要解出去偏转换量测值误差方差即可按标准的卡尔曼滤波算法对目标进行跟踪.仿真结果表明,在保证滤波器不失配的前提下,去偏转换坐标卡尔曼滤波(DCMKF)算法收敛迅速并有较高精度,能够满足导航雷达实时应用的需求.     

超平面滤波算法在卫星姿态确定中的应用

基于状态估计法的陀螺仪／星敏感器组合卫星姿态测量系统，采用传统卡尔曼滤波算法进行状态估计。但由于卡尔曼滤波算法存在较大误差，因此提出采用超平面调整卡尔曼滤波器的方法提高估计精度。通过仿真证明，该方案既能抑制滤波发散，又能提高卫星姿态确定系统估计精度。     

海面浮动光电平台对空无源定位与跟踪

提出利用海面浮动光电平台在波浪作用下的机动实现对空中目标定位与跟踪的方法。建立基于角度与角速度实现无源定位的数学模型,采用无迹卡尔曼滤波进行噪声干扰下的跟踪滤波,通过仿真分析了滤波算法在目标固定不动和目标匀速运动2种情况下的有效性。结果表明,对于含有零均值高斯噪声的角度和角速度测量数据,利用无迹卡尔曼滤波可以进行距离估算,并具有一定的精度和稳定性。     

INS/GPS组合导航系统动基座初始对准研究

针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。结果表明,卡尔曼滤波算法在动基座下INS/GPS组合导航系统初始对准中速度快、精度较高、对水平失调角有较好的估计效果,满足初始对准的基本要求。     

海底地形辅助导航系统滤波算法研究

分析了地形／惯导组合导航系统的状态方程，并对H∞滤波和卡尔曼滤波算法进行了对比分析，同时给出仿真结果。理论分析和仿真实验表明：H∞滤波算法和卡尔曼滤波都具有较好的收敛特性，能在一定程度上提高地形辅助导航系统精度，但H∞滤波的效果优于卡尔曼滤波。     

基于USQUE的四元数容积卡尔曼滤波算法在组合导航中的应用

组合导航是导航领域中一个重要的研究领域和应用方向。传统的基于惯导误差模型的组合导航模式,因模型在建立过程存在各种近似计算,这必然使得建立的模型中引入诸多近似误差和模型误差,因此,其信息融合的估计精度下降。论文基于USQUE计算流程,提出一种四元数容积卡尔曼滤波算法,并将该算法应用于SINS/GPS位置松组合导航问题当中,仿真结果验证该算法的有效性并且具有较高的估计精度。     

基于四元素的扩展卡尔曼滤波航姿参考系统算法设计

为了优化飞行姿态信息,设计一种适用于捷联式航姿参考系统的九态扩展卡尔曼滤波算法,得到最优估计。为了验证此EKF算法的可行性和滤波效果,采用AHRS300惯性测量单元的数据进行MATLAB滤波算法仿真,把感器采集数据平滑计算后,建立精确的MATLAB算法模型作为参考。把两种结果作差比较,计算姿态角误差。从仿真结果可以看出,所设计的算法能够获得较好的姿态角精度,证明此扩展卡尔曼滤波性能良好。     

卡尔曼滤波在船舶跟踪预测中的研究应用

利用卡尔曼滤波算法的自回归性,将其应用到船舶动态跟踪预测中,建立船舶运动的状态方程,通过当前状态进行下一时刻的位置和速度预测,然后利用Matlab对采集到的10帧图像进行实验仿真。通过对测量值、估计值和最优值的对比可知,本文算法能够较高精度的对船舶进行跟踪预测。     

基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。     

H∞滤波及数据融合在目标跟踪中的应用

为了解决在强干扰下的目标跟踪问题，本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法。与卡尔曼滤波算法相比，本文提出的方法具有较高的滤波精度和较强的鲁棒性。最后的仿真表明了该算法的优良性能。     

基于H_∞的INS/GPS组合导航系统初始对准研究

卡尔曼滤波需要系统的数学模型准确且噪声的统计特性为已知的白噪声,为了克服这一弱点,针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准H∞滤波方案,并进行计算机仿真,与传统卡尔曼滤波比较。结果表明,H∞滤波算法对水平失准角估计速度快、精度较高,鲁棒性强,较卡尔曼滤波好,对水平失调角有较好的估计效果,满足初始对准的基本要求。     

基于模型预测扩展卡尔曼滤波的动力定位状态估计

针对传统扩展卡尔曼滤波由于动力定位系统过程噪声不能自适应更新,导致滤波精度下降的问题,提出了一种模型预测扩展卡尔曼滤波算法。该算法通过比较一段时间内的量测值和预测值,估计系统噪声参数,从而实时修正系统过程噪声方差。仿真结果表明,当系统的过程噪声未知的情况下,模型预测扩展卡尔曼滤波的滤波性能明显优于传统扩展卡尔曼滤波。     

基于粒子滤波的水下目标被动跟踪算法

针对水下被动目标跟踪的非高斯噪声环境和弱可观性的特点,提出了将粒子滤波算法应用于水下被动目标跟踪中的非线性问题,克服了常规的线性化方法易发散且跟踪精度低、误差大的缺点.仿真结果表明:粒子滤波算法提高了滤波的稳定性,跟踪精度优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法,收到了良好的效果,具有较高的实用价值.     

船用陀螺漂移误差模型辨识及其应用

在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。     

滤波方法在反舰导弹高度测量系统中的应用

为了得到更加准确的导弹飞行高度信息,通过组合无线电高度表和加速度计建立一种具有较高精度的导弹高度测量系统。首先对各传感器的特性进行分析;其次,根据传感器测量模型,采用噪声淹没技术建立导弹高度测量系统的状态方程和量测方程;最后,用卡尔曼滤波的方法进行仿真实验,得到高度估计。仿真结果表明,相比用单个传感器的高度测量方式,该方法具有更高的精度。     

动力锂电池组管理系统的SOC估算研究

针对当前动力锂离子电池组管理系统难以准确估计电池组剩余电量的问题,本文分析了现有各种荷电状态估计方法的优缺点,提出了一种在线修正的SOC估算策略,提高了动力锂离子电池组管理系统电量估计的精度.     

船用陀螺漂移误差模型辨识及及其应用

在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。