1.一种电池寿命状态识别方法，用于评估电池系统当前的寿命状态，包括步骤：A.采集动力电池系统在各个寿命状态下的端电压和充放电电流，对这两个参数集进行预处理；

B.对预处理后的数据进行特征值提取，归一化后得到电池寿命状态的特征值序列；

C.建立特征值序列混合高斯分布模型，确定隐马尔科夫模型参数，建立适合电池寿命状态的隐马尔科夫模型；

D.采集观察数据，特征提取后，导入隐马尔科夫模型，计算前向概率；

E.比较各个模型输出的概率值，得到识别结果，然后跳转至步骤D，进行下一组观察数据的识别。

2.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：电池寿命状态按照等效内阻被划分为4个等级，分别是标准内阻、二倍标准内阻、三倍标准内阻和四倍标准内阻，标准内阻代表电池寿命初始状态，二倍、三倍标准内阻代表电池寿命中间状态，四倍标准内阻代表电池寿命失效状态。

3.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：所述步骤A只采集电池系统端电压(U)和充放电电流(I)这两个参数，将采集的数据进行预处理分析，预处理过程包括对端电压和充放电电流作相除以及构建新数据集。

4.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：所述步骤B提取数据的时域特征值，分别是U的均方值、有效值、均值、中位数和U/I的均值、离散系数，对U的均方值、有效值、均值、中位数作最大值归一化，对U/I的均值、离散系数作[-1，1]归一化。

5.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：所述步骤C利用混合高斯概率分布表示电池特征值序列概率分布其中bj(ot)表示状态j下ot的概率分布，Q表示高斯模块的个数，μjl是状态j对应的第l个高斯分布的平均值，∑jl是状态j对应的第l个高斯分布的协方差，cjl是状态j对应的第l个高斯分布所占的权重。

6.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：所述步骤D计算各状态对应的输出概率P(O|λ)：αi(1)＝πibi(o1)，1≤i≤N

P(O|λ)＝[α1(T)，α2(T)，…，αN(T)]

其中πi表示初始时刻状态i的概率，bi(ot)表示状态i下ot的概率分布，αij表示观察序列从状态i向状态j转移的概率，N表示状态数，表示P(O|λ)包含各电池寿命状态的概率计算值。

7.根据权利要求1所述一种电池寿命状态识别方法，其特征在于：所述步骤E比较四个模型计算的前向概率，将概率最大值对应的电池寿命状态作为识别结果，保存识别结果后，跳转至步骤D进行下一数据段的识别，直至完成所有观察序列的识别，通过上述方式实现在线计算和状态评估。