基于PNGV模型的锂离子电池荷电状态估计

目的 提升不同老化情况下的锂离子电池荷电状态(SOC)估计精度。方法 基于PNGV模型(Partnership for a New Generation of Vehicles)，对锂离子电池SOC进行估计。首先通过双线性变换对PNGV模型进行离散化，采用带有遗忘因子的递归最小二乘法(FFRLS)，对电池模型参数进行在线辨识，利用卡尔曼滤波(EKF)算法进行SOC估计，并通过动态工况验证SOC估计精度。结果 以多种误差指标考察不同循环下的试验数据，在不同电池老化状态下具有较好的预测精度。相比基于Thevenin模型的算法，基于PNGV模型的算法可以将SOC平均绝对误差减少约60%，同时也可以将SOC估计最大绝对误差波动范围降低53.8%。结论 本算法引入PNGV模型后，解决了基于Thevenin模型算法误差大、不稳定的问题，提升了动力电池系统在不同老化环境下的适应性。     

基于密度–距离空间的红外引信抗噪声方法研究

目的 通过简易的图像处理和目标检测方法，提高红外引信在复杂环境下的抗干扰能力。方法 分析红外引信在复杂背景中的噪声类别，采用“密度–距离”空间方法与像素生长方法进行预处理和目标检测，赋予像素2种属性，并进行量化分析，确定灰度平坦区域中的红外候选目标，并通过像素生长方法筛选候选目标中的真实目标。结果 计算在不同信噪比环境下算法的抗噪声干扰能力，当红外图像的SNR值在44.1~45.4时，算法检测效果理想。结论 红外引信探测过程中的复杂背景和随机噪声都会降低图像质量，考虑到红外目标所占像素数少，极易受噪声影响，需要运用自适应简易算法提高检测准确性。该算法有良好的实时性和抗干扰能力，为红外引信在目标检测中的环境适应性提供了理论依据。     

镁同位素示踪大陆风化：进展与挑战

大陆风化制约着地表物质循环及其从陆地向湖泊/海洋的迁移,并通过消耗大气CO2调节不同时间尺度的全球碳循环和气候变化,因此如何有效示踪大陆风化是地球表生过程研究的重要科学问题之一。镁（Mg）无化合价变化,不涉及氧化还原作用,主要赋存于硅酸盐岩和碳酸盐岩中,并且在表生地质过程中Mg同位素通常会发生显著的同位素分馏,这些优势赋予Mg同位素体系具备示踪大陆风化的广阔潜力。随着质谱技术的不断提高,高精度Mg同位素分析技术经历了快速且成熟的发展,并在示踪大陆风化作用研究中得到了广泛的应用。然而,风化体系中Mg的来源和同位素分馏的制约要素争议颇多,尚未达成共识。本文从Mg的储库、风化壳、流域体系、室内实验和模型模拟等方面综述了目前Mg同位素示踪大陆风化的研究进展与存在的挑战。最后指出,在示踪大陆风化方面,Mg同位素提供了独特的视角,建议细化岩石/矿物溶解及形成实验、大小流域相结合、加强多同位素体系联用并相互补充与验证,以及加强计算模型模拟,以此来约束Mg同位素示踪大陆风化的不确定性。