Abstract ：

针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法.该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取.与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50％,使得算法的计算复杂度大大降低.同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性.考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的.最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中.实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能.

Keyword ：

UKF)算法 无迹卡尔曼滤波(unscented Kalman filter 球形不敏变换 均方根误差 SOC)估计 锂电池 Sage-Husa滤波 荷电状态(state of charge

Cite：

Copy from the list or Export to your reference management。

Abstract ：

对超级电容的SOC估计展开了研究.首先,搭建了超级电容测试平台,用于超级电容的参数辨识,并对超级电容进行了常规性能测试;其次,在不同的环境温度和动态工况下采用多种算法进行超级电容SOC估计.结果表明,采用分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法对超级电容SOC的估计精度最高,对超级电容的路端电压跟随情况最好,估计结果的均方根误差和平均绝对误差的最大值分别约为1.8%和1.73%.

Keyword ：

超级电容 参数辨识 多新息无迹卡尔曼滤波算法 分数阶模型 荷电状态估计

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为提高前置电感电容 LC 滤波器永磁同步电机系统性能,提出一种基于扩展卡尔曼滤波器(extended Kalman filter,EKF)的电机电流观测控制方法.该方法采集逆变器侧电流,通过新型EKF观测器获得实际电机电流,并将估计的电机电流用于电流环反馈控制.论文给出了新型EKF电流观测器的结构和参数设计过程,并利用Lyapunov稳定性定理证明了该方法的稳定性.仿真结果表明,与传统Luenberger观测器相比,新型EKF观测方法的电流估计误差更小,电机电流跟踪性能更好,电磁转矩脉动及其谐波明显降低.

Keyword ：

永磁同步电机 LC滤波器 稳定性 扩展卡尔曼滤波器 电流观测 电流反馈控制

Cite：

Copy from the list or Export to your reference management。

Abstract ：

To improve the system performance of permanent magnet synchronous motor (PMSM) with LC filter, a new motor current estimation and control method based on the extended Kalman filter (EKF) is proposed in this paper. In the EKF method, the inverter side current was sampled, the actual motor current was obtained through the new EKF observer, and the estimated motor current was used for current loop feedback. The structure and parameter design of the new EKF current observer were given, and the system stability was proved by Lyapunov stability theorem. The simulation results show that, compared with the traditional Luenberger observer, the new EKF observation method has smaller current estimation error and better motor current tracking performance. The torque ripple and the harmonics can also be effectively reduced. © 2024 Beijing University of Technology. All rights reserved.

Keyword ：

LC filter current feedback control current estimation stability permanent magnet synchronous motor (PMSM) extended Kalman filter (EKF)

Cite：

Copy from the list or Export to your reference management。

Abstract ：

多机器人或无人机组成的集群在执行任务的过程中,当探测到未知外部个体时,需要识别其意图来决定如何应对.然而,集群内部节点会受到针对测量信号的干扰攻击,导致对外部个体的测量存在误差,进而影响到对其意图的识别.针对此问题,设计一种考虑网络攻击的基于分布式意图识别的集群控制算法.在该算法中,集群内部执行集群控制律,当探测到未知外部个体时,集群内部各个节点采用攻击识别算法来识别其是否受到网络攻击;然后,利用基于攻击识别策略的分布式卡尔曼滤波算法,对外部个体的状态进行分布式状态估计,以最大程度上削弱网络攻击对测量值的影响;接着,利用Fréchet距离计算期望轨迹与测量轨迹的相似性,并采用基于分布式共识算法来判断该外部个体的意图,作出逃逸或汇聚控制.仿真结果验证了所提方法的有效性.

Keyword ：

分布式估计 状态估计 卡尔曼滤波 集群控制 攻击识别 网络攻击

Cite：

Copy from the list or Export to your reference management。

Abstract ：

动力电池管理技术是保障新能源汽车高效、安全和可靠运行的核心和关键.动力电池的荷电状态(SOC)是动力电池管理技术的基础,然而动力电池SOC的不确定影响因素太多,如何精确估算动力电池的SOC成为关键问题.针对SOC难以精确获得的问题,搭建了动力电池测试平台,开展了动力电池的常规性能测试、寿命测试,建立了基于分数阶理论的动力电池分数阶模型,将多新息理论与分数阶模型无迹卡尔曼滤波算法结合,提出了分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法,并采用该算法对动力电池进行SOC估算.在不同的环境温度、动态工况、SOC初始值条件下对基于不同算法的动力电池SOC估算精度进行了对比分析.结果表明:基于FOMIUKF算法对动力电池SOC估算结果的平均绝对误差和均方根误差的值最小.在不同的动态工况下,采用FOMIUKF算法对动力电池SOC估算结果的平均绝对误差的最大值约为1.04％,对SOC估算结果的均方根误差最大值约为0.8586％,这表明采用FOMIUKF算法对动力电池SOC估算结果的精度高于EKF、UKF、FOUKF算法.

Keyword ：

多新息无迹卡尔曼滤波算法 分数阶模型 荷电状态 动力电池

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种基于DeepSORT的可见光视频多目标跟踪方法及系统，方法包括：输入可见光视频，利用YOLOv5检测目标，获取目标信息；引入相机运动补偿方法校正目标的位置信息，并利用卡尔曼滤波算法对所有目标的轨迹进行预测，确定轨迹为确认态或未确认态；将目标与确认态轨迹结合外观和运动计算成本矩阵以进行级联匹配；采用GIoU匹配算法和IoU匹配算法分别依次对失配轨迹和失配目标进行匹配；利用卡尔曼滤波算法结合自适应的噪声尺度，对匹配轨迹进行状态更新，并将状态更新后的目标信息输出。通过本发明的技术方案，提高了多目标跟踪准确度，降低了不确定性对跟踪系统的干扰，提高了目标跟踪系统的鲁棒性，降低了错误匹配。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明属于康复机器人技术领域，具体涉及一种人机交互力的精准估计方法和系统，旨在解决现有技术无法精准获取人机交互力的问题。本方法包括：获取康复训练对象在k阶段的关节数据、k阶段的驱动数据和k‑1阶段的驱动数据；计算人机交互力观测值；计算k‑1阶段的参数矩阵以及k阶段的观测矩阵；通过Sage‑Husa自适应强跟踪卡尔曼滤波器，计算k阶段的新息向量及k阶段的新息协方差矩阵，进而得到k阶段的状态估计及k阶段的误差协方差矩阵；根据k阶段的状态估计，得到k阶段的人机交互力矩估计值，并对k阶段的人机交互力矩模型的阶数进行调整。本发明提升了人机交互力估计的精度，实现对突变人机交互力的快速跟踪。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了基于运动传感器的数字孪生机械臂控制方法，包括以下步骤：步骤一：搭建及机械臂的数字孪生模型；步骤二：建立运动传感器与计算机之间的无线通讯；步骤三：使用卡尔曼滤波器进行姿态解算，将运动传感器的运动数据解算为当前姿态信息。得到姿态信息后通过机械臂逆运动学算法计算出在目标姿态下机械臂每个关节的角度和位移；步骤四：通过TCP通讯将运动参数发送给机械臂的控制器来控制机械臂运动到指定位置，同时unity将每个生命周期的运动发送到数字孪生模型中，以此实现数字孪生机械臂跟随真实机械臂运动。本发明解决了在恶劣工作环境下工作人员在近距离对机械臂进行控制时产生的生命健康问题。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种5G通信和GPS定位技术融合的定位方法、系统、电子设备及存储介质，包括基于GPS定位技术获取初始时刻的初始位置以及下一时刻的GPS定位位置；基于5G定位技术获取在下一时刻的5G定位位置；基于IMU传感器，获取在下一时刻的加速度、旋转矩阵和方向；通过卡尔曼滤波器将GPS定位位置、5G定位位置、加速度、旋转矩阵融合，得到在下一时刻的融合位置；本发明可以在一定程度上弥补室内的非视距信号对定位精度的影响，进一步提高室内定位的准确度和稳定性。

Cite：

Copy from the list or Export to your reference management。