🔋 卡尔曼滤波 · SOC 估算
📘 30 章 · 从入门到工程
友好
1
导论
为什么要用卡尔曼滤波？
安时积分·开路电压痛点
2
建模
等效电路模型
Thevenin / PNGV 模型选择
3
参数辨识
最小二乘法·RC拟合
Python 实现
4
状态空间
离散状态方程
x(k+1)=Ax(k)+Bu(k)
5
直觉
预测-更新循环
温度估计小例子
6
KF数学
五大公式推导
协方差·卡尔曼增益
7
KF实现
通用KF类·验证
Python + 随机数据
8
KF-SOC
SOC作为状态变量
设计观测矩阵H
9
EKF原理
线性化·雅可比
泰勒展开
10
EKF实现
非线性观测方程
电池端电压
11
EKF实战
真实电池数据
电流·电压 SOC估算
12
UKF原理
UT变换·Sigma点
逼近非线性分布
13
UKF实现
对比EKF精度
Python 实现
14
AKF原理
自适应Q/R
噪声协方差匹配
15
AKF实现
新息自适应
Python 代码
16
STF原理
强跟踪滤波器
渐消因子·鲁棒性
17
STF实现
引入渐消因子
Python 提升鲁棒
18
IMM多模型
交互多模型切换
不同工况策略
19
IMM实现
并行KF·模型概率
Python 实现
20
初始化
初始SOC与P0
协方差初值
21
传感器噪声
偏置·噪声影响
电流/电压传感器
22
预处理
低通滤波·异常剔除
时间戳对齐
23
评价指标
RMSE·MAE·收敛时间
最大误差
24
HIL仿真
嵌入式移植·C代码
硬件在环
25
数值稳定性
Joseph·平方根
避免非正定
26
SRKF
平方根卡尔曼
原理与Python
27
联邦KF
多模组分布式
电池模组估算
28
KF+深度学习
LSTM修正误差
提升SOC精度
29
工程落地
采样频率·定点化
内存优化技巧
30
总结展望
SOC→SOH·RUL
更多应用场景