分析了噪声背景下实谐波过程ARMA模型系数之间的对称性,并以此为约束条件加入ARMA谱估计方法的求解过程中,从而提出了一种改进的正弦信号频率估计方法.理论分析与计算机仿真表明,对于低信噪比条件下的正弦信号参量估计,这一算法的精度与稳定性都优于仅使用总体最小二乘法(SVD-TLS)的ARMA谱估计方法.-Analysis of real harmonic process noise background symmetry between ARMA model coefficients, and a

锂电池荷电状态(SOC)的精确估计一直是电池管理系统的核心任务之一。电流传感器中存在非零均值的电流漂移噪声,这些噪声会造成不可避免的估计误差。为减少电流漂移噪声对估算造成的不利影响,提出了联合扩展卡尔曼滤波法,以Thevenin模型为锂电池等效电路模型,将电流漂移值作为状态变量与电池SOC进行同步预测。实验和仿真结果表明,该方法能有效抑制电流漂移噪声,提高估算精度。(The accurate estimation of the charge state (SOC) of lithium batt