首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
49
> 卡尔曼滤波器的双模型SOC估计
卡尔曼滤波器的双模型SOC估计
更新:
2024-07-21 15:46:08
大小:
5KB
推荐:
★★★★★
来源:
网友上传分享
类别:
其它 - 开发技术
格式:
ZIP
反馈 / 投诉
文件下载
资源介绍
双卡尔曼滤波算法是基于卡尔曼滤波算法的一个二级结构算法。第一步使用了卡尔曼滤波算法,用电池电压来修正SOC,然后将修正后的SOC作为第二个卡尔曼滤波算法的输入,对安时积分法得到的SOC进行修正,最终得到双卡尔曼滤波算法SOC估计值。结合EKF算法和安时积分法的优点,能够得到更稳定、更精确的估计结果。
上一篇:
setfsb 软超频工具软件
下一篇:
EKF-SLAM算法程序
相关推荐
12-02
利用卡尔曼滤波技术,在经典健康疲劳模型基础上,提升对健康和疲劳状态估计的准确性,即为matlab2020a代码-Kalman-Fitness-Fatigue项目
12-02
此存储库中包含MATLAB代码,用于基于以下模型对时间序列进行预测:(i)ARIMA模型的MMSE预测方法;(ii)卡尔曼滤波器
12-02
卡尔曼滤波器的MATLAB代码,用于ARX或NARX模型参数估计的均方误差计算
12-02
研究基于扩展卡尔曼滤波器的永磁同步电机转速估计方法 (2013年)
12-02
基于matlab的汽车模型代码:Extended Kalman Filter Project - 扩展卡尔曼滤波器应用项目
12-02
实现扩展卡尔曼滤波器:在MATLAB中开发用于非线性状态估计的扩展卡尔曼滤波器
12-02
卡尔曼滤波器的模型及其程序
12-02
基于改进的粒子群优化扩展卡尔曼滤_省略_锂电池模型参数辨识与荷电状态估计_项宇.pdf下载
12-02
基于Matlab开发的扩展卡尔曼滤波器(EKF),用于对输入状态空间模型进行下一状态的估计
12-02
该 MATLAB 包实现了双扩展卡尔曼滤波器 (DEKF),其功能是用于估计时变 MVAR 参数