基于无迹卡尔曼滤波的智能手机电池参数精确校准
信号处理
2021-10-08 v1
摘要
物联网(IoT)应用为改善我们的生活开辟了众多可能。作为 IoT 网络一部分的大多数远程设备，如智能手机、数据记录器和无线传感器，均由电池供电。从这些远程设备收集电池测量数据(电压或荷电状态(SOC))至关重要。这些测量中存在的噪声限制了该数据集的有效利用。本文提出了应用无迹卡尔曼滤波(UKF)来减轻智能手机数据集中的测量噪声。该技术的简单性使其成为一种用于去噪的建设性方法。去噪后获得的数据集可用于改进数据驱动的时间序列预测模型，从而有助于准确估计诸如 SOC 等关键电池参数。UKF 在智能手机的含噪充电和放电数据集上进行了测试。对于电压充电和放电测量，获得了 0.0017 和 0.0010 的总体均方误差(MSE)。SOC 充电和放电数据测量的 MSE 分别为 0.0018 和 0.0010。
引用
@article{arxiv.2110.03534,
title = {An Accurate Smartphone Battery Parameter Calibration Using Unscented Kalman Filter},
author = {Chalukya Bhat and Aniruddh Herle and Janamejaya Channegowda and Kali Naraharisetti},
journal= {arXiv preprint arXiv:2110.03534},
year = {2021}
}