电动汽车SOC估算方法

由于电动汽车的电池组受到温度、充放电次数及电池老化等方面因素的影响,导致现有的剩余电量预测技术很难得到精确和可靠的结果。文章简要介绍现有的电池剩余电量估计的方法：安时计量法,电压测量法,内阻法,神经网络和模糊推理的方法及卡尔曼滤波法,并对这几种方法进行了实用性分析。表明卡尔曼滤波法是目前比较有价值的研究方向,且应用前景广泛。     

���ڿ������˲��Ĺ���վ���ʱ����Ԥ��

公交站点短时的客流预测是智能公交调度系统中重要的决策基础与技术支持. 在对短时客流特性进行分析的基础上,提出了以卡尔曼滤波作为公交站点短时客流的预测模型,并给出了模型的求解过程. 选用了一条实际公交线路中客流量较大、客流变化明显具有代表性的站点进行了采集数据和实例分析,数据结果的平均绝对误差为5.1771,均方误差为0.7961,表明提出的模型与算法可以有效地对短时公交客流进行预测. 与人工神经网络预测结果比较,在相同的实例数据下,其平均绝对误差为10.4770,均方误差为1.6724,结果表明使用卡尔曼滤波建立的模型比较准确,说明本文所提出的方法预测误差小,具有现实的应用意义.     

车辆操纵稳定性状态估计算法比较研究

建立了基于运动学的车辆3自由度状态估计模型,分别将扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和粒子滤波（PF）应用到车辆状态估计中,通过仿真试验比较了3种算法的估计效果。结果表明,车辆工作在线性稳定区域时,EKF算法效果最优,而车辆工作在强非线性区域并处于失稳状态时,PF算法效果最优。     

Gaussian anamorphosis extension of the DEnKF for combined state parameter estimation: Application to a 1D ocean ecosystem model

We consider the problem of combined state-parameter estimations in biased nonlinear models with non-Gaussian extensions of the Deterministic Ensemble Kalman Filter (DEnKF). We focus on the particular framework of ocean ecosystem models. Such models present important obstacles to the use of data assimilation methods based on Kalman filtering due to the non-linearity of the models, the constraints of positiveness that apply to the variables and parameters, and the non-Gaussian distribution of the variables in which they result.We present extensions of the DEnKF dealing with these difficulties by introducing a nonlinear change of variables (anamorphosis function) in order to execute the analysis step with Gaussian transformed variables and parameters. Several strategies to build the anamorphosis functions are investigated and compared within the framework of twin experiments realized in a simple 1D ocean ecosystem model. A solution to the problem of the specification of the observation error for transformed observations is suggested. The study highlights the inability of the plain DEnKF with a simple post-processing of the negative values to properly estimate parameters when constraints of positiveness apply to the variables. It goes on to show that the introduction of the Gaussian anamorphosis can remedy these assimilation biases.     

基于GPS/DR的现代有轨电车定位方法研究

针对现代有轨电车运行环境和运营特点,采用GPS定位为主,航位推算为辅的车辆定位方案,确保现代有轨电车在运营线路上定位信息的连续性和完整性。采用卡尔曼滤波等数据处理方法,减少传感器采集数据的零偏漂移和随机漂移,降低航位推算的累积误差,提高定位信息的精确性。由理论分析和跑车试验可以看出,组合定位方案和数据处理方法可以有效实现现代有轨电车在全部运行线路上的跟踪和定位。     

有源电力滤波器任意次谐波电流检测算法的研究

随着电力电子装置的广泛使用，电力系统谐波污染日益严重，有源电力滤波器是一种消除电力系统谐波污染的重要装置，它的使用将越来越广泛。文章针对三相四线制系统、不平衡系统中有源电力滤波器的应用和混合型有源电力滤波器的特点，基于瞬时无功功率理论，对任意指定次谐波电流的检测和各次谐波正、负序和零序分量的分离方法进行了深入研究。仿真和实验结果验证了此方法的有效性和正确性。     

汽车碰撞试验中模拟和数字滤波器的实现

滤波是数据采集和处理的一种常用技术手段，本文就汽车碰撞试验中有关滤波的问题进行探讨，用冲激响应不变法实现了满足通道频率特性要求的实用算法，为了消除相位误差采用正反向二次滤波的方法，但它会引起幅频特性改变，并对此提出了修正的方法。     

基于当前统计模型的地图匹配车辆跟踪研究

为提高车辆跟踪系统的精度，减小差分全球定位系统（DGPS）的定位误差，通过分析行驶在城市道路上的车辆运动过程及其相应的运动模型，提出采用当前统计模型作为车辆运动模型。通过地图辅助位置择近和速度择角算法来修正卡尔曼滤波，为运行在道路上的车辆确定地图匹配估计。实际运行结果表明；整个车辆跟踪系统的精度有明显的提高。     

基于推广卡尔曼滤波的无源定位系统仿真

在现代电子战、信息战环境中，由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点，因此它具有重要的应用价值，并已成为当今非线性跟踪与估计研究领域的热点问题、针对无源定位中状态空间模型非线性和程度较高所引起的滤波发散问题，分析总结了推广卡尔曼滤波(EKF)次优递推滤波过程，最后给出滤波方程及仿真结果．     

An integrated GPS/DR navigation system for AUV

GPS/Dead-reckoning navigation system for autonomous underwater vehicle （AUV） is introduced, which includes navigation overall architecture, hardware and software structure. Dead-reckoning theory is presented in details. And the strong tracking Kalman filter and Singer model are applied to handle the imprecise navigation mode, which can improve the navigation system＇s precision and reliability. Finally, the sea experiments which include autonomous search mission in an unknown area and long distance motion are conducted to demonstrate the reliability and feasibility of the navigation system.