[發(fā)明專利]一種用于動力電池反應控制模塊的多傳感器融合方法及裝置

在審

• 申請?zhí)枺?/td>: 202110423936.5
• 申請日: 2021-04-20
• 公開（公告）號: CN113361562A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設計）人: 王卓爾;彭峰;鄒家喻;鄭麗萍;彭斌;周波;高鵬;肖文超;管世輝
• 申請（專利權）人: 武漢理工大學;武漢客車制造股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂

1.一種用于動力電池反應控制模塊的多傳感器融合方法，其特征在于：包括如下步驟：

S1、定義真實值x_t和預測值之間的誤差e′_t、以及真實值x_t與估計值之間的誤差e_t，得到預測誤差協(xié)方差矩陣P_t′和估計誤差協(xié)方差矩陣P_t；

S2、將預測誤差協(xié)方差矩陣P_i′代入并展開、求導、最終定義和數(shù)據(jù)融合操作得到均方差最小的數(shù)據(jù)融合值，提高系統(tǒng)的精度與可靠性；

S3、通過基于實際傳感器采集數(shù)據(jù)進行實際理論計算推導，驗證算法的有效性。

2.根據(jù)權利要求1所述的用于動力電池反應控制模塊的多傳感器融合方法，其特征在于：所述步驟S1中，所述真實值x_t和預測值之間的誤差e′_t、以及真實值x_t與估計值之間的誤差e_t分別為：

其中，Q為測量矩陣，K_kalman為卡爾曼增益矩陣，v_t為過程噪聲矩陣；

所述預測誤差協(xié)方差矩陣P_t′和估計誤差協(xié)方差矩陣P_t分別為：

其中，E[v_tv_t^T]＝C，K_kalman為卡爾曼增益矩陣，Q為測量矩陣，x_t為真實值，為真實值的預測值，P_t′為預測誤差協(xié)方差矩陣，P_t為估計誤差協(xié)方差矩陣。

3.根據(jù)權利要求2所述的用于動力電池反應控制模塊的多傳感器融合方法，其特征在于：所述步驟S2的具體過程如下：

S21、將預測誤差協(xié)方差矩陣P_t′代入，得到

P_t＝(I-K_kalmanQ)P_t′(I-K_kalmanQ)^T+K_kalmanCK_kalman^T (5)，

其中，K_kalman為卡爾曼增益矩陣，P_t′為預測誤差協(xié)方差矩陣，Q為測量矩陣，P_t為估計誤差協(xié)方差矩陣；

S22、而卡爾曼濾波本質(zhì)是最小均方差估計，將式(5)展開并求跡可得

tr(P_t)＝tr(P_t′)-2tr(K_kalmanQP_t′)+tr(K_kalman(QP_t′Q^T+C)K_kalman^T) (6)，

其中，K_kalman為卡爾曼增益矩陣，P_t′為預測誤差協(xié)方差矩陣，Q為測量矩陣，P_t為估計誤差協(xié)方差矩陣；

S23、最優(yōu)估計K_kalman使tr(P_t)最小，對式(6)兩邊求導令其等于0可得

K_kalman＝P_t′Q^T(QP_t′Q^T+C)^-1 (7)，

其中，K_kalman為卡爾曼增益矩陣，P_t′為預測誤差協(xié)方差矩陣，Q為測量矩陣，取值按照系統(tǒng)進行調(diào)試；

通過將上述推導過程整理可得

P_t′＝P_t-K_kalmanHP_t＝(I-K_kalmanH)P_t (9)，

其中，為真實值的預測值，為真實值的估計值，為觀測值的預測值，K_kalman為卡爾曼增益矩陣，H為過程激勵噪聲協(xié)方差矩陣，P_t為估計誤差協(xié)方差矩陣，P_t′為預測誤差協(xié)方差矩陣；

S24、最終定義卡爾曼濾波的計算過程為

其中，A為狀態(tài)轉(zhuǎn)移矩陣，B為輸入增益矩陣，為上一狀態(tài)的真實值的預測值，u_t-1為上一狀態(tài)預測模型的輸入，P_t′為預測誤差協(xié)方差矩陣，P_t-1為上一狀態(tài)估計誤差協(xié)方差矩陣，H為過程激勵噪聲協(xié)方差矩陣；

定義卡爾曼濾波器的校正過程為

其中，z_t為觀測值，為觀測值的預測值，Q為測量矩陣，為真實值的預測值，K_kalman為卡爾曼增益矩陣，P_t′為預測誤差協(xié)方差矩陣，為真實值的估計值，為測量余量；

S25、對各種傳感器的數(shù)據(jù)進行數(shù)據(jù)融合，得到均方差最小的數(shù)據(jù)融合值，提高系統(tǒng)的精度與可靠性。