Einen Erfolg konnte die Forschungsgruppe Elektromobilität und Lernfähige Systeme (ELS) auf der diesjährigen Fachtagung der IEEE Instrumentation & Measurement Society feiern: Der von Dominik Schneider, Bernhard Liebhart und Prof. Christian Endisch eingereichte Konferenzbeitrag "Adaptive Variance Estimation of Sensor Noise within a Sensor Data Fusion Framework" wurde auf der IEEE International Instrumentation and Measurement Technology Conference (I²MTC) 2021 vorgestellt und konnte dort den Preis "Best Paper (1st Place)" gewinnen. Die Fachkonferenz fand in diesem Jahr coronabedingt virtuell statt.
In dem Fachartikel wird ein Verfahren beschrieben, mit dem die Varianz des Sensorrauschens von Stromsensoren adaptiv geschätzt wird. Dabei wird auf die im Rahmen des Projekts Lernfähige Systeme im BMS entwickelte modellbasierte Sensordatenfusion zurückgegriffen, um einen Referenzwert für die Varianzschätzung zu erhalten. Die ermittelte Charakteristik der Sensoren dient wiederum der Sensordatenfusion als Eingang zur Gewichtung der einzelnen Sensormesswerte. Das Verfahren wurde im Rahmen der Arbeit auch mit herkömmlichen Methoden zur Bestimmung von Sensorrauschen verglichen.
Die adaptive Varianzschätzung wird nun in den Batteriemanagementsystemen für intelligente Batteriesysteme der Forschungsgruppe ELS Anwendung finden.
