朱晓栋，陈则王

(南京航空航天大学 自动化学院，江苏 南京 211106)

0 引言

近年来，伴随着电池技术的日趋完善，以蓄电池作为主要供能或储能原件的系统设备已广泛应用在各个领域，如各种便携式处理终端(作为手机、数码相机、笔记本电脑等电子产品的电源)、航空航天(作为飞机、卫星、空间站等高科技系统的供能与储能原件)、电动汽车(作为电动汽车的供电电源)、军事(为潜艇、坦克和舰船等军事装备供电)等。然而，蓄电池在使用过程中存在着可靠性和安全性不高的缺点。蓄电池能否正常运行，将直接决定着系统设备能否安全可靠地运行。因此，对电池进行剩余寿命预测，保障电池的可靠性和安全性具有十分重要的意义[1-2]。

面对电池这种高可靠、长寿命的产品，传统的以大量寿命数据为基础，通过统计分析确定寿命分布的方法已不再适用。考虑到电池剩余使用寿命预测具有随机、不确定性等特征，通过随机过程模型，在概率的框架下得到剩余使用寿命的概率分布，进而估计其可靠性和剩余使用寿命成为近年来一种热门的方法。

文献[3-4]采用截断正态分布估计电池退化状态，同时考虑了测量不确定性的影响，以获得更准确的剩余使用寿命分布。文献[5]提出了一种自适应非线性预测模型来估计电池剩余使用寿命，采用卡尔曼滤波来在线更新漂移参数，同时使用EM算法来更新其他参数。文献[6]使用一个二维维纳过程获得剩余寿命分布，通过似然函数估计法获取模型参数值，并且使用贝叶斯方法将在线得到的数据对模型参数进行在线更新。……