結(jié)合神經(jīng)網(wǎng)絡的無跡卡爾曼濾波算法
大?。?/span>0.90 MB 人氣：2 2017-12-08 需要積分：2
為了實現(xiàn)在線估計汽車動力電池的荷電狀態(tài)（ sOc），提出了結(jié)合神經(jīng)網(wǎng)絡的無跡卡爾曼濾波算法。以Thevenin電路為等效電路模型，建立了狀態(tài)空間表達式，采用最小二乘算法對模型參數(shù)進行辨識。在此基礎上，利用神經(jīng)網(wǎng)絡算法擬合電池的荷電狀態(tài)與模型各個參數(shù)之間的函數(shù)關系，經(jīng)過多次實驗，確定了神經(jīng)網(wǎng)絡算法的收斂曲線，此方法比傳統(tǒng)的曲線擬合精度高。介紹了擴展卡爾曼濾波和無跡卡爾曼濾波的原理，并設計了等效電路模型驗證實驗、電池的SOC測試實驗和算法的收斂性實驗。實驗結(jié)果表明，在不同的工況環(huán)境下，該方法估計SOC具有可在線估算、估算精度高和環(huán)境適應度高等優(yōu)點，最大誤差小于4%。最后驗證了結(jié)合神經(jīng)網(wǎng)絡的無跡卡爾曼濾波的算法具有較好的收斂性和魯棒性，可以有效解決初值估算不準確和累計誤差的問題。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
結(jié)合神經(jīng)網(wǎng)絡的無跡卡爾曼濾波算法下載
相關電子資料下載
- 神經(jīng)網(wǎng)絡預測模型的構(gòu)建方法 109
- CNN的定義和優(yōu)勢 112
- 基于CNN的網(wǎng)絡入侵檢測系統(tǒng)設計 105
- 數(shù)據(jù)分析有哪些分析方法 82
- 數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別 55
- rnn是遞歸神經(jīng)網(wǎng)絡還是循環(huán)神經(jīng)網(wǎng)絡 164
- rnn是什么神經(jīng)網(wǎng)絡模型 162
- rnn是什么神經(jīng)網(wǎng)絡 174
- 遞歸神經(jīng)網(wǎng)絡結(jié)構(gòu)形式主要分為 129
- 簡述遞歸神經(jīng)網(wǎng)絡的計算過程 135