基于电动汽车磷酸铁锂动力电池荷电状态 估计方法研究

近几年,磷酸铁锂动力电池逐渐成为电动汽车动力电池首选.但是由于材料本身特性,使得磷酸铁锂电池的荷电状态难以精确估算.当电动汽车处于复杂工作环境时,荷电状态估计在保证电动汽车电池操作中的安全性和可靠性方面起到了至关重要的作用.文章采用戴维宁等效电路模型,验证无迹卡尔曼滤波和粒子滤波两种方法的估算效果,并分别与扩展卡尔曼滤波方法作对比,结果证明无迹卡尔曼滤波和粒子滤波都具有更好的估算精度.     

基于RLS与EKF算法的锂电池SOC估计

准确估计荷电状态是电池管理系统高效和安全运行的关键因素之一.以Thevenin模型为基础,运用递推最小二乘法,对模型参数进行估计并且定期更新.采用扩展卡尔曼滤波算法实现了对锂电池荷电状态的估算.仿真结果表明,该估算策略能保持很高的精度,并对观测噪声有很强的抑制作用.     

基于容积卡尔曼滤波算法估计动力锂电池荷电状态

动力锂电池荷电状态的准确估计是电池管理系统的关键功能之一。该文结合二阶电阻-电容等效电路模型,通过建立状态空间表达式,利用最小二乘法对等效电路模型各参数进行辨识,并通过多项式拟合方法获得了开路电压与剩余电荷的关系曲线,进而基于容积卡尔曼滤波方法对锂电池荷电状态进行建模,建立了基于数字信号处理器的充放电实验平台,实现了锂电池放电时荷电状态的实时估算。实验结果表明,该方法能够实现实时在线估算,且最大误差小于 2%,具有良好的估算精度。     

基于卡尔曼滤波算法的锂离子电池荷电状态估算

提出并建立了一种锂离子电池二阶电路等效动态模型,在对模型的适应性验证的基础上,设计了一种卡尔曼滤波算法来估算锂离子电池荷电状态。仿真和实验结果表明,卡尔曼滤波算法能有效减少测量噪声以及同一生产工艺下电池的参数不稳定性所带来的影响,并显示了很高的精确度,其中快速估算的精确度为96.1%,缓慢估算的精确度为99.0%。     

基于变参数模型的锂电池荷电状态观测方法

锂电池荷电状态(SOC)观测技术作为电池管理系统(BMS)的关键技术,在维持电池系统设备安全高效运作、延长电池组整体生命周期等方面均起着不可或缺的作用.本文以改善锂电池荷电状态的观测结果为目的,对锂离子电池荷电状态的观测方法进行了研究,基于二阶变参数锂电池模型,设计了一种有效的改善SOC观测精度的方法.首先,根据SOC的定义,建立了安时积分估计(AH),通过引入二阶变参数锂电池模型建立扩展卡尔曼滤波估计器(EKF),然后结合Takagi-Sugeno模糊模型原理,设计Takagi-Sugeno和EKF联合估计器(TS–EKF).最后,在Simulink仿真平台上验证了SOC观测方法的准确性和实用性.结果表明,本文所设计的Takagi-Sugeno和EKF联合估计器可以改善SOC观测精度.     

基于荷电状态一致的锂电池均衡策略研究

锂电池通过串并联作为电池系统,由于自身的差异性导致各单体电池荷电状态不一致,易于老化,产生安全问题。采用双向DC/DC变换器与可重构电池技术构建组间与组内两层均衡结构。为加快组间均衡速率,提出PI控制调节DC/DC输出端电压分配系数的组间均衡策略;根据组内电池荷电状态,确定组内均衡时的电池接入数;将均衡周期内单体电池的最优放电比例转化为非线性约束规划问题,提出一种考虑约束的复合差分进化算法进行求解;结合组间与组内策略,构建联合均衡控制方案。放电模式下的仿真结果验证了所提均衡方案的有效性,与传统方法相比,采用上述算法,组内一致性提高了约30%以上。     

基于鲁棒H∞滤波的蓄电池荷电状态估计

针对蓄电池系统的荷电状态(SOC)受蓄电池材料及加工制作、工作温度、充放电大小及频率等因素的影响,是一个典型的非线性时变系统,相应的状态估计模型在测量过程中存在噪声干扰引起模型参数不确定性的特征。以安时法为基础,建立SOC的状态方程并应用鲁棒H∞滤波算法预测SOC估计值。仿真研究表明,提出的鲁棒H∞滤波算法在有色噪声干扰下比卡尔曼滤波(Kalman filter)有更好的估计精度;在白噪声情况下,鲁棒H∞滤波算法可通过调节其参数达到和卡尔曼滤波器相同的估计精度。     

基于双CPU的多传感器组合导航系统研究

以单片机+DSP双CPU导航计算机构成的嵌入式硬件平台为基础,开展了磁航向辅助的捷联惯导/GPS组合导航系统的研究。采用八位置标定算法消除环境磁场对磁航向计的干扰,提高输出精度;多传感器的信息融合采用低阶卡尔曼滤波器,以满足导航系统导航精度和实时性的要求。针对双CPU导航计算机的特殊结构,设计出了整个导航程序时序控制流程,以实现多传感器数据采集的同步性和实时性。给出了数据采集周期和导航解算周期的时序控制以及双CPU之间的实时数据通信的实现流程,最后,通过实物联调验证了该方案设计是完全可行的。     

像素法射频信号产生及实时仿真研究

在三维体目标射频回波信号仿真中，为了帝时产生被仿直目标的回波信号，要求每产生一个信号的时间小于２５ms，即数据速率达到４０Hz，用像素法计算目标的散射场产生射频回波信号，具有电磁遮挡处理灵活，计算精度高，用户使用方便等特点，但计算速度满足不了实时仿真的要求，针对像素法散射场计算的特点，本文选用ＡＤＳＰ２１０２０作为散射计算加速部件，讨论了射频信号仿真专用硬件加速卡的实现，仿真结果表明，对于计算机屏幕显示小于１万个像素点的目标，用一块加速卡，可实现射频回波信号的实时仿真，本文的加速方法在有实时要求的一般计算场合都可适用。     

基于DSP的任意波形发生器的设计

采用直接数字合成的方式设计任意波形发生器,逐点读出波形存储器中波形的数据,经过D/A转换和低通滤波器后输出所需要的任意波形,通过改变参考时钟的频率和计数的步长就可以实现波形频率的改变。     

基于DSP的雷达信号自适应滤波器

针对调频连续波(FMCW)汽车防撞雷达实际信号的特点,设计了一种数字信号处理器(DSP)程控自适应滤波器,介绍了其原理与具体实现方法,并结合防撞雷达有用双频信号提取的实例,分析了,该滤波器的硬件结构和软件流程,试验数据表明,该自适应滤波器可以有效地去除干扰并实现有用信号的精确提取。     

基于多DSP的滤波系统设计

多处理器并行系统是数字信号处理器的重要发展方向之一。文中首先介绍了ADSP2106x的硬件结构和高速处理性能;然后在时域和频域中分析了滤波处理的不同情况,结合ADSP2106X的并行特点设计了滤波系统,利用芯片独特的链路口进行4片DSP互连确保处理器间的通信,同时将剩余的链路口作为数据的输出口汇总数据结果,从而避免了总线的竞争状态,使得数据的处理速度得到大幅的提高,具有广阔的应用前景。     

无人机锂电池电路等效和荷电状态智能计算估计

锂电池电池管理的核心是电池荷电状态(SOC)的实时准确估算。为精确实时估算SOC值,以无人机(UAV)锂电池为研究对象,建立戴维南等效电路模型,对电池进行试验测量、研究分析。首先,运用开路电压法标定锂电池的估算初值,在卡尔曼滤波算法的基础上进一步改良优化得到扩展卡尔曼滤波(EKF)算法。然后,将该算法运用到SOC估算中,即可在较短时间内高精度的估算出无人机锂电池的实时SOC值。在MATLAB/Simulink中搭建对应电池模型输入算法进行运行,并对得到的结果与实际数据进行比较、论证。试验表明,基于戴维南模型的EKF算法能很好地对无人机锂电池SOC进行估算,收敛效果好而且估算精度高于98.5%。扩展卡尔曼算法可以很准确地估算出无人机锂电池的实时SOC值。     

基于DSP的线阵CCD高速精密测量系统的设计

传统的非接触线阵电荷耦合器件(CCD)测量系统,在速度和精度上都无法满足现代测量的要求。提出了以数字信号处理器(DSP)作为信号处理器,以复杂可编程逻辑器件(CPLD)作为时序发生器,结合高速ADC和先进先出(FIFO)存储器的新测量方法。重点介绍了CPLD配合DSP进行高效、灵活的采集控制部分。实验表明:该系统高效、稳定。     

基于DSP的航姿系统多传感器信息融合技术

设计了基于DSP的专用导航计算机,并以此为硬件平台,采集陀螺仪、加速度计、磁航向传感器和速度传感器信号,利用卡尔曼滤波技术进行多传感器信息融合,成功搭建了低成本小型航姿系统。针对该航姿系统的特点,设计了导航计算机程序快速更新软件,对卡尔曼滤波器进行低阶处理。针对导航计算机“数字信号处理器(DSP)+单片机(MCU)”的特殊结构,设计了合理的多传感器信息融合程序。实验证明:航姿系统利用多传感器信息融合技术,使用自行研制的专用导航计算机平台,姿态误差小于0.2,°航向误差小于0.5°,且大大减小了系统成本、体积和功率,具有实际应用价值。