| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-25页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外在该方向的研究现状及分析 | 第9-22页 |
| 1.2.1 锂离子电池荷电状态估计研究现状 | 第9-14页 |
| 1.2.2 锂离子电池健康状态估计研究现状 | 第14-18页 |
| 1.2.3 锂离子电池健康状态预测方法研究现状 | 第18-21页 |
| 1.2.4 研究现状分析总结 | 第21-22页 |
| 1.3 本文研究内容与结构 | 第22-25页 |
| 第2章 锂离子电池荷电状态估计方法 | 第25-45页 |
| 2.1 锂离子电池的工作原理 | 第25-26页 |
| 2.2 算法基本原理 | 第26-31页 |
| 2.2.1 卡尔曼滤波 | 第26-28页 |
| 2.2.2 最小二乘支持向量机 | 第28-31页 |
| 2.3 锂离子电池荷电状态估计方法 | 第31-40页 |
| 2.3.1 锂离子电池荷电状态估计方法框架 | 第32-33页 |
| 2.3.2 锂离子电池荷电状态估计算法描述 | 第33-40页 |
| 2.4 实验验证与分析 | 第40-44页 |
| 2.4.1 实验数据描述 | 第40-41页 |
| 2.4.2 实验结果及分析 | 第41-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 锂离子电池健康状态估计方法 | 第45-60页 |
| 3.1 健康因子的构建 | 第45-46页 |
| 3.2 锂离子电池健康状态估计方法 | 第46-54页 |
| 3.2.1 锂离子电池健康状态估计方法框架 | 第47-48页 |
| 3.2.2 锂离子电池健康状态估计算法描述 | 第48-54页 |
| 3.3 实验验证与分析 | 第54-58页 |
| 3.3.1 实验数据描述 | 第54页 |
| 3.3.2 实验结果及分析 | 第54-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第4章 锂离子电池健康状态预测方法 | 第60-72页 |
| 4.1 健康状态退化分析 | 第60-61页 |
| 4.2 锂离子电池健康状态预测方法 | 第61-66页 |
| 4.2.1 锂离子电池状态预测方法框架 | 第62-63页 |
| 4.2.2 锂离子电池健康状态预测算法描述 | 第63-66页 |
| 4.3 实验验证与分析 | 第66-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第5章 锂离子电池状态估计软件实现 | 第72-79页 |
| 5.1 Matlab与Lab VIEW混合编程技术 | 第72-74页 |
| 5.1.1 现有混合编程技术 | 第72-73页 |
| 5.1.2 程序开发流程 | 第73-74页 |
| 5.2 锂离子电池状态估计方法算法库 | 第74-75页 |
| 5.2.1 算法库需求分析 | 第74-75页 |
| 5.2.2 算法库生成与调用 | 第75页 |
| 5.3 锂离子电池状态估计软件平台设计与验证 | 第75-78页 |
| 5.3.1 软件平台设计 | 第76-77页 |
| 5.3.2 软件平台验证 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 结论 | 第79-80页 |
| 参考文献 | 第80-90页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第90-92页 |
| 致谢 | 第92页 |