本发明宽带脊波导功分器，包括置于金属壳体内的腔室和设于腔室内的用于功率分配的金属大圆柱，输入端口位于金属大圆柱的正上方，两者通过第一过渡结构连接，金属大圆柱的侧面设置有多个脊波导，输出端口与对应的脊波导之间通过第二过渡结构连接。本发明采用脊波导设计了一款低损耗宽带功分器。本发明利用脊波导低损耗、高功率容量的特性，有效解决了微带型功分器设计存在的高损耗问题，可以满足大功率容量的工程应用。此外，对比同样低损耗、高功率容量的波导，脊波导特有的结构更易实现各种造型需求，易于制造，弥补了波导功分器尺寸庞大、结构笨重的缺陷。

本发明属于微波通信技术领域，具体涉及一种适用于波束扫描的毫米波双频段多谐振器混合天线。包括有自上而下依次叠置的第一基板、第二基板及第三基板；第一基板的上表面印刷第一矩形金属贴片和环绕第一矩形金属贴片的n×n个金属带条；第二基板的上表面印刷第二矩形金属贴片；第三基板的上表面设置金属地；金属地蚀刻有一条矩形缝隙；第三基板的下表面设置用于馈电的微带线；天线的四周设置有内层金属化通孔与外层金属化通孔；内层金属化通孔贯穿第二基板向下延伸至第三基板形成基片集成波导背腔；外层金属化通孔贯穿第一基板和第二基板向下延伸至金属地；射频激励信号由微带线馈入，通过矩形缝隙耦合对位于其上的天线进行馈电。

本发明涉及一种采用带槽微带贴片的高选择性滤波天线，包括自下而上层叠设置的TE101模基片集成波导谐振腔、上层介质基板、和一个带槽的TM10模微带贴片，带槽的微带贴片通过TE101模基片集成波导腔耦合馈电。本发明通过在微带贴片上开设一对长槽，不添加额外滤波电路的情况下在上阻带引入辐射零点，获得了更优的滤波性能，使得提出的滤波天线具有较高的频率选择性，弥补了由于基片集成波导本身模式较多导致其在高频带外抑制水平较差的缺点。仿真结果表明，所提出的带槽贴片滤波天线具有良好的阻抗带宽(|S11|<‑10dB)为2.9％，辐射零点位于10.86GHz，带内峰值增益为6.5dBi，通频带内天线增益平坦。

本发明属于微波通信技术领域，公开了一种基片集成垂直极化滤波全向介质谐振器天线。本发明提出的一种基片集成滤波全向介质谐振器天线中，将具有TM01δ模的基片集成介质谐振器与探针单极子模式相结合形成宽带垂直极化全向介质谐振器天线，并且通过加载合适的不同类型金属化通孔有效提供两个额外模式和2个辐射零点，同时双层的基板引入可以适当降低谐振器Q值，提高带宽。本发明提出的基片集成滤波全向介质谐振器天线，不仅具有良好的宽带、滤波及全向辐射性能，还具有低剖面、宽带及易与PCB集成的优点。

本发明提供了一种电动汽车动力电池SOC估计方法，包括以下步骤：步骤1)：通过间歇恒流放电法测取动力电池的电流与电压，通过多项式拟合法确定动力电池的OCV‑SOC的函数关系式；步骤2)：建立动力电池二阶RC等效电路模型，推导其辨识模型；步骤3)：构建改进的混沌引力搜索算法的流程，完成辨识；步骤4)：针对锂离子电池非线性系统建立电池的状态空间模型，构建高斯‑厄米特滤波算法的流程，并与改进的混沌引力搜索算法组成联合估计算法。本发明的有益效果为：本发明采用将模型参数辨识和SOC估计进行联合的估计算法，以实现对电池的SOC更好的实时估计。

本发明提供了一种液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法，属于液压位置伺服系统辨识技术领域。解决了液压位置伺服系统进行分析和控制时给液压位置伺服系统建立的数学模型，辨识所建立模型的参数和时间延迟的技术问题。其技术方案为：包括以下步骤：步骤1)建立液压位置伺服系统的单输入单输出模型；步骤2)构建液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对液压位置伺服系统时滞反馈非线性模型的建模和参数辨识。

本发明公开了一种基于递阶引力搜索的循环流化床锅炉模型辨识方法，属于循环流化床锅炉模型系统辨识技术领域；解决了循环流化床锅炉进行分析、预测的模型问题。其技术方案为：包括如下步骤：步骤1)构建表述循环流化床锅炉床温的多变量状态空间模型，根据所构建的系统模型获取循环流化床锅炉床温的辨识模型；步骤2)构建递阶引力搜索算法的辨识流程。本发明的有益效果是：本发明的方法辨识可显著降低所需辨识信息矩阵及参数向量维度，从而使该方法的计算量大幅降低，本发明的方法辨识精度高，收敛速度快，适用于循环流化床锅炉床温模型的参数辨识。

本发明提供了一种基于IDE‑ASRCKF的锂离子电池参数辨识与SOC估计方法，属于锂离子电池技术领域，其技术方案为：包括以下步骤：步骤1)通过间歇恒流放电测取电池的负载电流和端电压数据，确定OCV‑SOC关系；步骤2)建立锂离子电池的二阶RC模型；步骤3)构建IDE算法的辨识流程，对电池模型参数进行辨识；步骤4)构建ASRCKF算法的估计流程；步骤5)利用IDE算法确定锂电池模型中的各个参数，并利用ASRCKF对电池SOC进行估计。本发明的有益效果为：本发明提高了算法的收敛速度与精度；利用辨识得到的参数结果结合ASRCKF算法进行SOC估计，精度高、鲁棒性好，效果优于CKF。

本发明提供了一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法，属于锂离子电池技术领域。解决了传统二阶RC等效电路模型输出非线性映射能力不足的技术问题。其技术方案为：包括以下步骤：步骤1)对锂离子电池进行间歇恒流放电实验测取其端电压及负载电流数据；步骤2)建立基于Wiener结构的锂离子电池非线性模型；步骤3)构建辅助模型随机梯度的算法流程；步骤4)对AM‑SG算法进行优化；步骤5)对锂电池端电压进行预测。本发明的有益效果为：本发明利用AM‑εFG算法进行参数辨识，精度高。

本发明提供了一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，属于电子设备系统辨识技术领域，解决了最小二乘算法收敛速度慢且辨识精度不高的技术问题。其技术方案为：一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，其技术方案为：包括以下步骤：步骤1)建立分数阶压电陶瓷系统Hammerstein非线性模型；步骤2)构建极大似然最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶压电陶瓷系统的建模和参数辨识。