无迹卡尔曼滤波电池估计实战
📚 共计 30 章节
01
课程导论与预备知识
电池模型基础（等效电路模型）、卡尔曼滤波回顾、为什么需要UKF？
预备
基础
02
无迹变换(UT)原理
Sigma点选取策略、权重计算、非线性传播。
核心
数学
03
UKF算法推导（上）
状态预测步骤详解。
推导
预测
04
UKF算法推导（下）
观测更新与协方差修正。
更新
协方差
05
Python环境搭建
NumPy/SciPy/Matplotlib库安装与测试。
环境
Python
06
电池数据集介绍
UDDS、HPPC工况数据加载与可视化。
数据
工况
07
一阶RC模型参数辨识
最小二乘法实现。
辨识
RC
08
模型验证
仿真与实测电压对比，误差分析。
验证
误差
09
UKF初始化
状态向量、协方差矩阵、过程噪声与测量噪声设置。
初始化
调参
10
UKF预测步代码实现
Sigma点生成、状态预测、协方差预测。
代码
预测
11
UKF更新步代码实现
观测预测、卡尔曼增益、状态更新。
更新
增益
12
SOC-OCV曲线拟合
多项式拟合与查表法实现。
SOC
OCV
13
UKF的SOC估计（静态）
算法调试与结果分析。
静态
SOC
14
UKF的SOC估计（动态）
UDDS工况测试。
动态
UDDS
15
参数敏感性分析
噪声协方差Q/R对估计精度的影响。
敏感性
Q/R
16
自适应UKF(AUKF)原理
噪声协方差在线调整。
自适应
AUKF
17
AUKF代码实现与对比
自适应UKF代码实现与对比实验。
AUKF
对比
18
双扩展卡尔曼滤波(DEKF)
同时估计SOC与内阻。
DEKF
内阻
19
双无迹卡尔曼滤波(DUKF)
DUKF推导与实现。
DUKF
双滤波
20
DUKF在老化估计中的应用
电池老化估计。
老化
SOH
21
强跟踪滤波器(STF)原理
渐消因子引入。
STF
渐消
22
STF-UKF混合算法
设计与实现。
混合
鲁棒
23
多时间尺度UKF
宏观SOC与微观参数联合估计。
多尺度
联合
24
UKF在SOP估计中的应用
电池峰值功率估计。
SOP
功率
25
UKF在SOH估计中的应用
健康状态估计。
SOH
健康
26
计算效率优化
矩阵运算加速技巧。
加速
优化
27
UKF与EKF对比实验
精度、鲁棒性、计算时间。
对比
EKF
28
UKF与粒子滤波(PF)对比
非线性适应能力。
PF
非线性
29
工程部署注意事项
嵌入式实现、定点化、实时性。
部署
嵌入式
30
课程总结与项目实战
完整BMS中UKF模块设计。
实战
BMS