[發明專利]一種基于最大似然計算的BMS單體電壓采集方法

有效

• 申請號: 201910888524.1
• 申請日: 2019-09-19
• 公開（公告）號: CN110674574B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 禹成海
• 申請（專利權）人: 蘇州妙益科技股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01R31/367;G01R31/385
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明一種基于最大似然計算的BMS單體電壓采集方法，包括多傳感器的慣性導航系統，對于多傳感器系統的多數據通道的情況，MSTUKF融合了強跟蹤濾波功能，且采用多重漸消因子，能夠有效提高濾波器的精度，且能對濾波器的發散起到抑制作用，提高了對系統誤差的處理能力，同時，MSOF保留了最小二乘法對隨機誤差的處理能力，本發明多傳感器最優融合算法(MSOF)對系統中慣性傳感器的穩定誤差進行最優處理，增強了系統的可靠性。同時，當傳感器的誤差模型相同時，本方法的輸出為最小二乘法的估計結果，保證了系統對隨機誤差的處理能力，卡爾曼濾波部分對系統數據無影響。

技術領域

本發明涉及電池檢測技術領域，尤其涉及一種基于最大似然計算的BMS單體電壓采集方法。

背景技術

現有的很多設備都采用電池組做新的動力能源，不但節能而且環保，但是新的問題出現了，電池的電流數據無法得到有效測試，現有的電池檢測裝置在檢測過程中存在較大誤差。

發明內容

基于上述技術缺陷提出一種多傳感器最優融合方法(MSOF)。對于多傳感器系統的多數據通道的情況，MSTUKF融合了強跟蹤濾波功能，且采用多重漸消因子，能夠有效提高濾波器的精度，且能對濾波器的發散起到抑制作用，提高了對系統誤差的處理能力，同時，MSOF保留了最小二乘法對隨機誤差的處理能力。

本發明一種基于最大似然計算的BMS單體電壓采集方法，包括多傳感器的慣性導航系統，還包括以下步驟：

Step1:定義非奇異矩陣其中，T_k為系統中傳感器配置矩陣H的左零空間基矩陣，即，T_kH＝0，

其中為矩，陣T_k正交互補空間，即Step2:運用矩陣T對系統模型進一步處理。

用非奇異矩陣T左乘觀測方程式Z_k＝H_kX_k+C_ku_k+v_k可得

TZ_k＝TH_kX_k+TC_ku_k+Tv_k＝TC_kX_k+Tv_k

系統模型進一步可表示為

X_k+1＝A_kX_k+B_kw_k

TZ_k＝TC_kX_k+Tv_k；

Step3:運用多重漸消因子的強跟蹤無跡卡爾曼濾波方法(MSTUKF)對模型進行濾波處理。

初始化：

Sigma點集計算：

發散性判斷:

時間更新:

x_i,k|k-1＝f(x_i,k-1),i＝0,1,...,2n

量測更新：