基于基扩展模型的UKF-RTSS高可靠鲁棒V2V信道估计

车联网应用场景对无线通信在带宽、时延、可靠性方面提出了更高的需求,特别是车辆对车辆(Vehicle to Vehicle, V2V)场景。针对V2V高速移动场景,时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,该文提出了一种基于基扩展模型(Basis Expansion Model, BEM)的UKF-RTSS (Unscented Kalman Filter- Rauch-Tung-Striebel Smoother)信道估计方法。该方法采用BEM拟合快时变信道,将信道参数的估计转化为基函数系数的估计;通过无迹卡尔曼滤波(UKF),联合估计数据处信道冲激响应与时域自相关系数,用于追踪快时变的信道响应。为了进一步提升信道估计的精度,引入RTSS对后向信道状态信息进行信道估计和插值,与UKF构成了“滤波和平滑”结构的UKF-RTSS联合估计器。系统仿真分析表明,在不同速度的快时变条件下,所提方法相比其他经典方法具有更高的信道估计精度和鲁棒性,特别适用于车联网下的无线通信场景。     

无刷直流电机转子状态估计研究

为了有效地控制无刷直流电机的运行,需要对电机的转子状态(位置和速度)做出快速、准确的估计.针对此问题,首先根据电机的控制原理建立数学模型,然后将定子的电流、电压和整段反电动势作为状态变量,利用扩展卡尔曼滤波器对电机转子的状态做出最小方差估计.该方法避免了位置、速度测量装置的使用,提高了电机控制系统的可靠性.     

动力电池荷电状态估算方法的研究

由于电池本身特性决定了电池电量的预测成为电动汽车开发的一个难点。但目前各种方法都难以精确地测量蓄电池的剩余电量,并以此计算电动汽车蓄电池的荷电状态（SOC）。在对目前常用的剩余电量计量方法分析基础上,提出了一种基于开路电压法和安时法复合的估算方法,然后利用卡尔曼滤波估计递推算法对蓄电池SOC进行实时估算,并在MATLAB下进行了仿真,实现了电池荷电状态（SOC）的精确估算。     

改进粒子滤波算法在目标状态估计中的应用

针对粒子滤波算法(PF)建议性函数的选择问题和粒子匮乏现象,提出了改进粒子滤波算法.该算法利用无迹卡尔曼滤波(UKF)产生建议性分布,提高估计精度;采用马尔科夫蒙特卡罗法(MCMC)保持粒子多样性,抑制粒子匮乏现象.仿真结果表明该算法的目标状态估计精度明显优于PF、UPF、PF-MCMC和PF-EKF-MCMC算法.     

基于MRPs的改进SRUKF姿态估计算法

针对四元数在飞行器姿态描述时存在冗余的问题,设计了把修正罗德里格参数(MRPs)作为描述姿态的一种全姿态描述方法,将加速度计和磁强计作为观测量,提出了基于平方根无迹卡尔曼滤波器(SRUKF)的姿态估计算法,针对外界环境对加速度计和磁强计的干扰问题,将专家系统引入SRUKF算法中,根据加速度及磁场信息实时调整滤波器的量测噪声矩阵,有效地提高了算法的抗干扰性。实验结果表明,该算法成功使系统的静态精度姿态角小于0.05°,航向角小于0.1°;动态精度姿态角小于0.5°,航向角小于1°,优化效果得到了明显改善。     

光电跟踪系统几种次优非线性卡尔曼滤波性能比较

为在光电目标跟踪中选择性能最优的非线性卡尔曼滤波提供参考依据,对光电跟踪系统中应用广泛的扩展卡尔曼滤波、无迹滤波和中心差分滤波3种滤波方法,分别在二阶常速、三阶常加速模型和"当前"统计模型下实现的性能进行仿真实验对比和分析。比较和分析结果显示无迹滤波的性能要明显优于另外两种方法;"当前"统计模型下的滤波精度要高于另外两种模型。     

基于全局状态估计的多传感器加权数据融合算法

自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息.但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性.基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性.最后,MonteCarlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高.     

基于T-S模糊模型的非线性系统状态估计

现实世界中的动力系统大多是非线性的,而非线性系统的状态估计方法目前主要有扩展卡尔曼滤波,无味滤波,粒子滤波等,但它们对于非线性程度很高的系统滤波结果不是很理想。若用模糊规则模型去逼近非线性系统,基于规则理论去寻求状态的估计,则估计性能能够得到较大的改善。将模糊推理理论与Kalman滤波结合,用线性的方法逼近非线性模型,提出一种对非线性系统目标状态估计的新方法,给出了具体的处理过程,仿真实验支持理论结果     

基于扩展卡尔曼滤波的动中通低成本姿态估计

针对动中通系统低成本姿态估计问题,提出了一种基于扩展卡尔曼滤波的姿态估计算法。该算法以四元数作为状态变量,通过融合陀螺、加速度计以及单基线GPS位置和速度信息估计载体的姿态信息。针对载体机动加速度的影响,通过单基线GPS提供的速度信息对载体的机动加速度进行初步补偿;当载体发生转弯时,利用侧滑角补偿法进一步校正。实验结果表明,该算法成功融合了陀螺的短时精确性、加速度计的长时稳定性和GPS精确的测速和定位功能,系统的动态估计精度在±0．5°内,满足了动中通的应用要求。     

一种基于可观测度检测的雷达系统误差估计算法

误差配准是雷达组网融合跟踪系统的重要环节,而可观测度又是决定配准效果的关键因素。现实中,一般难以定量描述系统的可观测度,因此本文首先提出了一种间接的可观测度检测方法,用于衡量未知可观测度条件下系统误差估计的精度。通过分析可观测度较低的情况,得出在低可观测度条件下随机误差是导致系统误差估计大幅波动的主要原因,为此,利用一维离散小波变换的低通滤波特性,有效抑制原始观测数据中的随机误差,再基于滤波后的数据集,采用扩展卡尔曼滤波方法实现系统误差估计。仿真实验表明,本文算法能够有效检测系统的可观测度,并且在低可观测度下,对系统误差的估计精度明显优于已有算法。     

蓄电池在线内阻测试技术研究

通过对蓄电池的原理分析,论述了蓄电池的劣化程度与电池内阻的关系。依据蓄电池自供电的在线测试仪电路原理,提出了针对微弱信号隔离降噪、放大、采集和处理等操作的数字化方案。采用实际电路,对设计方案进行功能性验证。测量结果表明,该内阻测试电路满足设计需求和精度要求,同时该电路设计能大大简化电路布局和元器件使用,为后续单芯片集成化、ASIC设计提供了设计参考和理论基础。     

铅酸蓄电池内阻在线测量方法的研究

针对蓄电池内阻测量方法的不足,利用锁相放大技术设计了一种改进的电池内阻在线测量电路,并在Lab-VIEW软件中对其进行了仿真分析。结果表明,该内阻测量电路能有效地抑制噪声干扰,减少相移误差,可实现对蓄电池微内阻的精确测量。     

基于直接采样相移法的蓄电池内阻测量

现代通信系统中,蓄电池是直流供电系统的最后一道安全保障。蓄电池的好坏及供电质量,直接影响到整个通信系统的安全可靠运行。蓄电池内阻是评价蓄电池质量的重要参数。文中详细介绍了交流法测量蓄电池内阻的基本原理,针对该方法存在的缺陷,提出了直接采样相移法测量蓄电池内阻的新方法,并用硬件电路实现了该方法。     

电池内阻及其测量方法

本文详细介绍了电池的内阻,并对电池内阻的各种测量方法、过程进行了剖析,指出了各种不同的测量方法的优缺点.     

瞬间大电流放电法在蓄电池内阻检测中的应用分析

分析和推导了阀控铅酸蓄电池(VRLA)的等效电路模型以及瞬间大电流放电法在蓄电池内阻检测中的实验原理和方法,随后的一系列实验验证了该模型的准确性。并通过实验总结出了一个适用的放电电流范围。同时也指出了该方法在工程应用中的优缺点。     

基于SCKF和姿态估计的SINS/GPS在线对准方法

该文提出了基于平方根容积卡尔曼滤波和初始姿态估计的捷联惯导/全球定位系统组合在线对准法。构建平方根容积卡尔曼滤波器来对初始姿态估计的非线性量测模型进行滤波,估计代表初始姿态转换矩阵的罗德里格参数,并以此求出当前时刻的姿态转换矩阵,从而求出当前时刻准确的姿态。该文分别对制导武器系统和车载系统进行了半实物仿真。仿真结果表明,此方法可在25 s左右完成在线对准。其中短距离制导武器仿真结果航向角及俯仰角误差在0.1°内,横滚角误差在0.3°内;低成本车载导航系统仿真结果航向角误差在0.2°内,俯仰角及横滚角误差在1°内,可满足制导武器及低成本民用车辆的对准需求。     

电池管理系统的温度测量

锂离子电池包需要一个良好的电池管理系统,用于监测电池电压和电池温度.如果没有这个监控功能,系统可能发生温度失控,导致电池爆炸.本文介绍了一个低功耗电路,可以测量多达1 2个热敏电阻的温度.它对复用器供电并进行配置,没有温度测量的情况下,复用器进入关断模式以节省功耗.     

一种基于导频插值原理的干扰温度估计方法

根据信道估计中二维矩形导频图案的设置原理和IEEE 802.22系统工作部署示意图,部署一定数目的传感器探测主用户的功率谱,并结合多窗口谱估计联合奇异值分解来估计干扰温度值;针对用户分布的随机性,对于没有部署探测点的区域,则利用插值的方法来估计该区域的干扰温度值.理论分析及仿真表明,该方法能有效探测出一定区域中的干扰温度值,插值方法的运用使得估计精度得到了很大的提高.     

直流充电法在蓄电池内阻分析中的实用性研究

分析了几种常用电池内阻测量方法,提出了一种在线快速检测蓄电池内阻的直流充电法。实验数据表明,用直流充电法分析蓄电池内阻同样可以获得与其他测量方法相同的结论。通过图表清晰地描述了蓄电池内阻在充电过程中的变化情况,探讨了直流充电法在蓄电池充电和运行管理中应用的可行性和实用价值。     

梯次利用动力锂电池内部参数特性分析

为了研究退役锂电池内阻特性与荷电状态(State of Charge,SOC)的关系,以电动汽车淘汰实现梯次利用的18650动力锂电池为研究对象,对其进行不同温度(-20～20℃)、不同倍率(1C,2C)充放电测试,利用改进的电池模型测量电池的内阻,获得了退役锂电池内阻特性与环境温度、放电倍率及荷电状态之间的关系。研究结果表明,退役锂电池在充电实验中,温度变化、放电倍率对其内阻影响不明显;放电实验中,相同放电倍率下,退役锂电池内阻随着电池SOC的减小而减小;同一SOC值下,随着温度的上升,退役锂电池内阻逐渐变大,放电倍率越大,退役锂电池内阻越小。因此,退役锂电池内阻与环境温度、放电倍率、荷电状态互相影响,为退役锂电池分类梯次利用提供了参考。