文献

J-GLOBAL ID：202202265079750829   整理番号：22A1163838

DICI-GFCKFに基づく電気自動車状態パラメータ推定【JST・京大機械翻訳】

Electric Vehicle State Parameter Estimation Based on DICI-GFCKF

著者 (6件)： Rongyun Zhang (School of Mechanical Engineering, Anhui Polytechnic University, Wuhu, China) ,  Yaming Liu (School of Mechanical Engineering, Anhui Polytechnic University, Wuhu, China) ,  Peicheng Shi (Automotive New Technology Anhui Engineering and Technology Research Center, Anhui Polytechnic University, Wuhu, China) ,  Linfeng Zhao (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Yufeng Du (School of Mechanical Engineering, Anhui Polytechnic University, Wuhu, China) ,  Yongle Feng (School of Mechanical Engineering, Anhui Polytechnic University, Wuhu, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 37305-37316  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 分散電気自動車の状態パラメータの推定精度を改善するために,二重逆共分散交差一般化5次立体求積Kalmanフィルタ(DICI-GFCKF)推定アルゴリズムを提案した。5次立体求積カルマンフィルタアルゴリズムに基づいて,一般化立体求積規則を用いて,アルゴリズムの重みと求積点を直接得た。次に,逆共分散交差(ICI)データ融合アルゴリズムを導入して,一般化5次CKFと結合して,二重逆共分散交差-一般化5次立体求積Kalmanフィルタを引き出した。アルゴリズムを適用して,分散電気自動車の状態パラメータを推定した。最後に,シミュレーションと車両実験は,アルゴリズムが推定精度と安定性を改善するだけではなく,アルゴリズムに及ぼすシステムモデル非線形性の影響も減らして,良い有効性とロバスト性を有することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *電気自動車 ,  精度 ,  共分散 ,  システムモデル ,  非線形性 ,  Kalmanフィルタ ,  *パラメータ推定 ,  *パラメータ ,  有効性 ,  ロバスト性 ,  データ融合
準シソーラス用語： 推定精度 ,  推定アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 電気自動車 ,  パラメータ推定