摘要：为提高电动汽车动力电池SOC的估计精度,本文中对锂离子电池模型与参数辨识算法、自适应无迹卡尔曼滤波(AUKF)算法和基于电池模型融合的SOC估计算法进行研究。建立了具有明确物理意义的电池电路模型,采用基于遗传算法(GA)的模型参数辨识算法,设计了基于AUKF的电池SOC估计方法,并基于贝叶斯信息准则,提出了电池模型融合方法,实现了基于模型融合与AUKF的电池SOC估计。仿真结果验证了该方法具有较高的精度。

摘要：在月球低重力环境下,载人月球车的行驶稳定性会受到月壤参数影响和发生参数无法直接获取的问题,对此提出一种月壤参数估计算法。建立月球车行驶过程中轮壤模型并进行简化,设计基于自适应无迹卡尔曼滤波的估计器,通过车轮力实现月壤参数在线估计。在Adams/Simulink中搭建月球车动力学模型及估计算法模型,并进行联合仿真。仿真结果表明,设计的估计器能够较为准确地估计月壤参数。

摘要：针对小型尾坐式飞行器航姿测量问题,设计了航姿测量系统。采用四元数法更新航姿参数再转换成欧拉角输出。由于小型尾坐式飞行器姿态变化范围大,针对传统四元数到欧拉角的转换算法在扰动下航向和姿态角易发生振荡的问题,提出了一种改进的全姿态四元数转换到欧拉角的转换算法,通过分析姿态矩阵中元素的符号,由四元数得到两组欧拉角,以姿态控制利益为牵引,选择正确的一组。针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法在外界噪声干扰下测量精度降低的问题,引入自适应算法,使量测噪声统计特性随噪声的变化而自适应的调整,提高系统的抗干扰能力。针对小型尾坐式飞行器姿态易突变的问题,设计了强跟踪滤波器,利用多个渐消因子减小历史数据在测姿中的作用,提高当前信息的比重,提高系统对突变姿态的跟踪精度。最后,通过实验验证了全姿态解算算法、自适应UKF滤波算法和强跟踪算法的可行性,实验结果表明了设计的航姿测量系统对小型尾坐式飞行器的适用性。

摘要：虚假数据注入攻击利用电力系统不良数据辨识机制的漏洞,通过攻击量测值进而影响系统状态估计值,成为影响电力系统安全和稳定运行的严重隐患。针对不良数据检测机制漏洞,本文提出一种基于自适应无迹卡尔曼滤波的虚假数据检测方法,在获得静态状态估计加权最小二乘法和自适应无迹卡尔曼滤波二者状态估计结果的基础上,采用欧几里得距离公式计算二者状态估计偏差值,并根据全局节点欧氏距离设定检测阈值,判断当前时刻是否受到虚假数据注入攻击。以IEEE-14标准节点系统进行仿真分析,仿真结果表明自适应无迹卡尔曼滤波能够弥补不良数据检测机制的缺陷,并成功检测出虚假数据的注入。

摘要：超宽带技术在煤矿井下定位时,会受非视距、多径效应和电磁干扰等不利影响导致定位性能下降,该文提出了一种结合交互式多模型和自适应无迹卡尔曼滤波的超宽带/惯导紧组合导航算法。采用匀速与匀加速两个运动模型交叉耦合模拟井下目标的运动;采用无迹卡尔曼算法对两种传感器信息进行非线性滤波,得到较精确的定位信息;利用自适应模糊推理方法调整测量噪声协方差矩阵,提高定位精度和鲁棒性。仿真实验结果显示,提出的IMM-AUKF算法较传统算法跟踪精度提高了近10%。