为便于广大专家、作者、读者能够及时了解《船舶工程》最新且优质的论文信息，促进优秀论文成果的传播，小编将定期为大家推送最新刊期的优质文章，供大家阅读。
作者：林群锋1,2，高秀晶1a,2*，黄红武1a,2，曹新城1a,2，王艺菲1,2
单位：1．福建理工大学，a. 智慧海洋与工程研究院；b. 电子电气与物理学院，福州 350118；2．海洋智能装备福建省高校重点实验室，福州 350118
摘 要：荷电状态（SOC）的准确估计关系到水下机器人的电池使用效率与任务规划。针对传统SOC估计算法存在的准确性、稳定性和鲁棒性不足等问题，提出一种奇异值分解增强的球型无迹卡尔曼滤波（SVD-SUKF）SOC估计算法。建立2阶Thevenin电路模型，并使用遗忘因子递推最小二乘法对模型参数进行在线辨识；在无迹卡尔曼滤波算法的基础上引入球型无迹变换和奇异值分解，避免繁琐的调参过程、减少算法计算量以及解决算法的协方差矩阵非正定问题；采用城市道路循环工况对SVD-SUKF算法进行验证。结果表明：SVD-SUKF算法收敛速度较快，平均绝对值误差为0.006 8、均方根误差为0.005 6，算法相较于扩展卡尔曼滤波和无迹卡尔曼滤波有更高的估计精度、更好的稳定性和更强的鲁棒性。
关键词：荷电状态；奇异值分解；球型无迹变换；无迹卡尔曼滤波
作者简介：林群锋（1999—），男，硕士研究生。研究方向：水下机器人电池管理。
通信作者：高秀晶（1984—），男，教授。研究方向：水下机器人、无人船舶。
基金项目：福建省科技创新重点项目（2022G02008）；福建省海洋经济发展专项（FUHJF-L-2022-16）；福建省财政厅教育和科研专项（GY-Z22010）。
编 辑 | 寶戈
文章来源 | 《船舶工程》编辑部
