XiaoMi-AI文件搜索系统
World File Search System卡尔曼滤波
现场可编程门阵列实现基于卡尔曼过滤器的锂离子电池组的电荷观察者的状态
本文介绍了一项有关锂离子电池的电荷观察状态，用于嵌入式应用中的能量管理。对收费状态的了解对于这些电池的安全性和最佳用途至关重要。该研究的重点是在Spartan 6 FPGA上基于Kalman滤波器的观察者算法的开发和实施，即使可以从其实际状态开始初始化电池的电池，该算法可以准确估算电池的充电状态。在本文中，我们专注于FPGA进行快速计算的机会，该计算可以将FPGA用作BMS中的从属组件，并允许以低成本观察SOC大量的单元。在低成本FPGA上实施该观察者可能会导致各种应用中的电池管理系统（例如电动汽车和任何其他需要观察电池组充电状态）的电池管理系统的成本。通过模拟和实时测试验证了观察者模型。本研究提出了一种有希望的方法，可以准确估计锂离子电池的电荷状态，以用于各种应用中的E FFI能源管理。
Ads-B航空目标信道优化研究...
为了提高航空目标监视雷达的监视效果，本文对传统滤波算法进行了改进，并基于改进滤波算法构建了ADS-B航空目标监视雷达通道优化系统。此外，本文通过算法改进保证状态协方差的正定或半正定性，采用均方根体积卡尔曼滤波器避免矩阵非正定性导致的滤波器发散或跟踪中断；交互式多模型的滤波原理是采用多个滤波器并行处理，通过调整调整算法中的一步预测协方差来实现自适应调整算法残差。此外，本文结合实际需求，构建了ADS-B航空目标监视雷达通道优化的系统功能结构，并采用软件工程的方法进行需求建模和分析。最后，本文设计实验对系统性能进行验证。研究结果表明，本文构建的系统性能满足实际需求。
Ecu - 滤波电池充电器/直流电源
标称电压额定值 12、24、48、110、120、220 或 240 伏 典型工作电压 通常比标称额定值高 10% 至 25%，具体取决于充电模式、电池类型和电池数量 调节 +0.5% 线路和负载调节 电流限制 预设为额定电流的 105%，可在 60% 至 110% 之间调节 充电特性 恒定电压、电流限制、多速率 充电模式控制 用户可选择浮动、定时均衡或电池互动自动均衡模式 标准输出滤波 12、24、48V：30 mV rms（电池） 4 倍 AH 充电器安培额定值；100 mV rms（不含电池） 110、120、220、240V：1% rms（电池）； 2% 不带电池 可选输出滤波 110、120、220、240V：电池时 30 mV rms；不带电池时 100 mV rms（110、120 V 装置）；不带电池时 200 mV rms（220、240 V 装置） 动态响应 使用电池时，输出电压保持在初始电压的 5% 以内，负载电流阶跃变化为 20% 至 100% 和 100% 至 20%。在 200 毫秒内恢复到稳定状态电压的 1% 以内。电池消除器操作 无需电池即可稳定运行。联系工厂获取有关不带电池的恒功率负载（如逆变器）的使用建议 温度补偿 启用或禁用。远程传感器可选。两个斜率程序 反极性保护 声音警告、内部二极管、直流断路器 并联运行 有源负载共享将输出电流保持在 10% 以内 输出保护 电流限制、2 极断路器、瞬态电压抑制
用于滤波脑电图的单通道方法...
Queiroz，Carlos Magno Medeiros，1971 - 单通道方法过滤受面部肌电图严重污染的脑电信号 [电子资源] / Carlos Magno Medeiros Queiroz。 - 2022 年。主管：Adriano de Oliveira Andrade。论文（博士） - 乌贝兰迪亚联邦大学，电气工程研究生课程。访问方式：互联网。可从以下网址获取：http://doi.org/10.14393/ufu.te.2023.8032 包括参考书目。包括插图。 1. 电气工程。 I. 安德拉德，阿德里亚诺·德奥利维拉，1975-，（东方）。二.乌贝兰迪亚联邦大学。电气工程研究生课程。三标题。 CDU：621.3 André Carlos Francisco 图书管理员 - CRB-6/3408
使用单比例因子自适应卡尔曼滤波器进行纳米卫星容错姿态估计
1 伊斯坦布尔技术大学航空航天学院，34469 伊斯坦布尔，土耳其，收到日期：2022 年 3 月 24 日 修订日期：2022 年 6 月 8 日 接受日期：2022 年 6 月 20 日 摘要 Özet 在本研究中，提出了一种集成自适应 TRIAD/扩展卡尔曼滤波器 (EKF) 姿态估计系统，其中 TRIAD 和自适应 EKF 相结合以估计纳米卫星的姿态。作为系统的第一步，TRIAD 算法利用磁力计和太阳传感器测量结果产生初始粗四元数估计，然后将该粗估计直接输入到自适应 EKF。将姿态信息直接输入到滤波器相对减少了 EKF 带来的计算负担。作为系统的第二步，自适应 EKF 滤波 TRIAD 解并给出最终的四元数估计。同时，自适应 EKF 在传感器故障时使用单个缩放因子 (SSF) 重新调整测量噪声协方差矩阵，使整个系统对传感器故障更具鲁棒性。进行了几次模拟，并针对两种不同的故障类型（即姿态传感器中的噪声增量和连续偏差）测试了所提出的系统的性能。