CN106291369A - 基于小波变换的蓄电池内阻测量方法、装置及系统 - Google Patents

Abstract

本发明公开了一种基于小波变换的蓄电池内阻测量方法、装置以及系统，该测量方法包括首先获取特征电压信号，然后对该特性电压信号经过小波变换进行处理后得到真实的电压信号，然后在根据该真实的电压信号通过欧姆定律计算得到蓄电池内阻。该方法首先对特征电压信号进行小波变换的处理，使得特征电压信号中含有的干扰信号进行滤波、除噪后得到真实的干净的电压信号，在计算蓄电池内阻时，能够使得计算结果更加准确。

Description

基于小波变换的蓄电池内阻测量方法、装置及系统

技术领域

本发明涉及蓄电池内阻测量方法，尤其涉及基于小波变换的蓄电池内阻测量方法、装置及系统。

背景技术

由于成本原因，目前大中型电源中广泛使用的还是密封阀控铅酸蓄电池(比如VRLA蓄电池)。VRLA蓄电池在运行过程中，随着使用年限的增加必然会有部分电池因内阻变大、导致剩余容量下降，而整组电池的容量是以状况最差的那一块电池的容量值为准，而不是以平均值或者额定值为准。那么准确的测量VRLA蓄电池的内阻的变化趋势，就能精确把握VRLA蓄电池的老花程度，从而及时奉还失效电池，避免安全隐患。

目前蓄电池内阻的测量方法主要采用直流放电发和交流法，其中交流法又分为交流放电发和交流注入法，交流放电发是现有技术中应用比较广发的主要方案。交流放电法综合了直流放电法和交流注入法的优点。其原理是处理器通过软件控制和蓄电池并联的负载开关有规律的打开或闭合，使蓄电池向负载放电，产生一个3Hz～1000Hz频率的1～5A(峰值)正弦波交流激励电流信号，由于蓄电池阻抗的存在，每节蓄电池上也产生相应的特征电压信号，然后处理器对该电压进行采样滤波等一系列处理从而测量出该电压值，除以已知电流便可计算出蓄电池内阻值，但是，由于蓄电池内阻极小，一般为毫欧甚至微欧级，相应地，交流激励电流信号产生的特征电压信号非常小，也为毫伏甚至微伏级，即便采用高精度、低零漂的多级放大器，当遇到高频UPS产生的谐波干扰，会直接覆盖微小的特征电压信号，混合了很多的干扰信息，导致无法准确测量。

发明内容

为了克服现有技术的不足，本发明的目的在于之一提供一种基于小波变换的蓄电池内阻测量方法、装置，其能够解决现有技术中由于干扰信号的存在导致在蓄电池内阻测量的不准确性。

本发明的目的采用以下技术方案实现：

本发明提供了一种基于小波变换的蓄电池内阻测量方法，包括：

S1：获取特征电压信号U0；

S2：对特征电压信号U0经过小波变换进行处理得出电压信号U1；

S5：根据所述电压信号U1通过欧姆定律计算得到蓄电池内阻。

优选地，所述步骤S2具体包括以下步骤：

S21：对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数，所述小波分解的高频系数以及低频系数的计算步骤包括：

假设：

c'_j+1,k＝c'_j+1(k)＝∑c_j(m)h₀(k-m)＝c_j(k)*h₀(k)

d'_j+1,k＝d'_j+1(k)＝∑c_j(m)h₁(k-m)＝c_j(k)*h₁(k) (1)；

根据Mallat算法的公式如下：

$C_{j+1,k}=\underset{m}{\Σ}{h}_0(2k-m)C_{j,m}$

$d_{j+1,k}=\underset{m}{\Σ}{h}_1(2k-m)C_{j,m}---\left(2\right);$

因此，由公式(1)和公式(2)可以看出，c_j+1,k，d_j+1,k可以看作分别对c'_j+1,k，d'_j+1,k进行二抽取而得到的，即

其中，h₀和h₁是由尺度函数和小波函数决定的，被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，h₀和h₁为已知的；m，k的取值为[0，63]，j表示小波分解的级数，取值为1，2，3……；C₀(k)表示所述特征电压信号U0经过离散处理后的得到电压信号的离散值；

根据公式(3)得到的小波分解的高频系数和小波分解的低频系数；

S22：根据所述小波分解的高频系数进行除噪处理，针对每一级尺度选取一阈值，把低于该阈值的小波分解的高频系数都设为零，高于该阈值的小波分解的高频系数都保留，除噪后的小波高频系数的计算公式如下：

$\widehat{{\mathrm{cd}}_{j,k}}=\left\{\begin{array}{cc}{\mathrm{cd}}_{j,k}-{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}>{\mathrm{\&lambda;}}_j)\\ 0& \left(\right|{\mathrm{cd}}_{j,k}|\&le;{\mathrm{\&lambda;}}_j)\\ {\mathrm{cd}}_{j,k}+{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}<-{\mathrm{\&lambda;}}_j)\end{array}\right.;$

其中，N为信号的长度，即为数据窗的长度，N取64；σ＝M/0.6745，M表示小波分解的高频系数的绝对值的平均值，即cd_j表示第j级的小波分解的高频系数，cd_j,k表示小波分解的高频系数；

S23：根据Mallat算法对所述除噪后的小波高频系数小波分解的低频系数进行重构得到电压信号U1。

优选地，所述欧姆定律的计算公式为Z＝U1/I，其中I表示电流，是已知量，Z表示蓄电池内阻，U1是真实的电压信号。

优选地，所述特征电压信号U0是通过外部电路测量处于工作状态的蓄电池内部的电压信号，并将所述电压信号进行滤波后得到。

本发明还提供一种基于小波变换的蓄电池内阻测量装置，包括：

获取特征电压信号模块，用于获取特征电压信号U0；

计算电压信号U1模块，用于对特征电压信号U0经过小波变换进行降噪处理得出电压信号U1；

计算蓄电池内阻模块，用于根据所述电压信号U1通过欧姆定律计算得到蓄电池内阻。

优选地，所述计算电压信号U1模块还包括：

分解系数模块，用于对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数，所述小波分解的高频系数以及低频系数的计算步骤包括：

假设：

c'_j+1,k＝c'_j+1(k)＝Σc_j(m)h₀(k-m)＝c_j(k)*h₀(k)

d'_j+1,k＝d'_j+1(k)＝Σc_j(m)h₁(k-m)＝c_j(k)*h₁(k) (1)；

根据Mallat算法的公式：

$C_{j+1,k}=\underset{m}{\&Sigma;}{h}_0(2k-m)C_{j,m}$

$d_{j+1,k}=\underset{m}{\&Sigma;}{h}_1(2k-m)C_{j,m}---\left(2\right);$

因此，由公式(1)和公式(2)可以看出，c_j+1,k，d_j+1,k可以看作分别对c'_j+1,k，d'_j+1,k进行二抽取而得到的，即

其中，h₀和h₁是由尺度函数和小波函数决定的，被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，h₀和h₁为已知系数；m，k的取值为[0，63]，j表示小波分解的级数，取值为1，2，3……；C₀(k)表示所述特征电压信号U0经过离散处理后的得到电压信号的离散值；

根据公式(3)得到的小波分解的高频系数和小波分解的低频系数；

除噪处理模块，用于根据所述小波分解的高频系数进行除噪处理，针对每一级选取一阈值，把低于该阈值的小波分解的高频系数都设为零，高于该阈值的小波分解的高频系数都保留，除噪后的小波高频系数的计算公式如下：

${\mathrm{cd}}_{j,k}^{^}=\left\{\begin{array}{cc}{\mathrm{cd}}_{j,k}-{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}>{\mathrm{\&lambda;}}_j)\\ 0& \left(\right|{\mathrm{cd}}_{j,k}|\&le;{\mathrm{\&lambda;}}_j)\\ {\mathrm{cd}}_{j,k}+{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}<-{\mathrm{\&lambda;}}_j)\end{array}\right.;$

其中，N为信号的长度，即为数据窗的长度，N取64；σ＝M/0.6745，M表示小波分解的高频系数的绝对值的平均值，即cd_j表示第j级的小波分解的高频系数，cd_j,k表示小波分解的高频系数；

重构电压信号U1模块，用于根据Mallat算法对所述除噪后的小波高频系数小波分解的低频系数进行重构得到真实的电压信号U1。

优选地，所述欧姆定律的计算公式为Z＝U1/I，其中I表示电流，是已知量，Z表示蓄电池内阻，U1是电压信号。

为了克服现有技术的不足，本发明的目的在于之二提供一种基于小波变换的蓄电池内阻测量系统，其能够解决现有技术中由于干扰信号的存在导致在蓄电池内阻测量的不准确性。

本发明的目的之二采用以下技术方案实现：

本发明还提供了一种基于小波变换的蓄电池内存测量系统，包括电源模块、测量模块、放电模块和主控制模块；所述电源模块、测量模块、放电模块分别与所述主控制模块电性连接，所述放电模块与所述测量模块电性连接；

所述放电模块至少包括一蓄电池、负载以及开关，蓄电池、负载以及开关构成一回路，通过打开或者闭合开关，使得蓄电池向负载放电，从而产生一个交流电流信号；所述测量模块用于将检测的放电模块中蓄电池在运行过程中所产生的电压信号并发送给主控制模块；

所述主控制模块接收所述测量模块所发送的电压信号并根据如权利要求1-4所述的基于小波变换的蓄电池内阻测量方法计算得到蓄电池内阻。

优选地，所述测量模块还用于将检测的放电模块中蓄电池在运行过程中所产生的电压信号转换为数字信号发送给主控制模块。

优选地，还包括通讯模块，所述主控制模块还通过通讯模块与外部管理中心通信。

相比现有技术，本发明的有益效果在于：通过使用小波变换将特征电压信号进行分解得到小波系数，在对该小波系数进行除噪，然后在根据将除噪后的小波系数进行重构得到真实的电压信号，从而使得测量的蓄电池内阻得到准确的测量值。

附图说明

图1为本发明提供的基于小波变换的蓄电池内阻测量系统的模块图；

图2为本发明提供的基于小波变换的蓄电池内阻测量系统的方法流程图之一；

图3为本发明提供的基于小波变换的蓄电池内阻测量系统的方法流程图之二；

图4为本发明提供的基于小波变换的蓄电池内阻测量装置的模块图；

图5为图3中计算小波分解的三级低频系数以及高频系数的计算流程图；

图6为图3中重构电压信号U1的计算流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述：

如图1所示，本发明提供了一种基于小波变换的蓄电池内阻测量系统，其包括：电源模块、测量模块、放电模块、通讯模块和主控制模块，所述电源模块、测量模块、放电模块、通讯模块分别与所述主控制模块电性连接，所述放电模块与所述测量模块电性连接，所述主控制模块通过通讯模块与外部监控中心连接。所述电源模块用于给整个装置供电，是从所检测的蓄电池上直接取电。

其中放电模块至少包括蓄电池、负载以及开关，三者形成一回路。然后通过软件控制的方式对负载开关进行有规律的打开或闭合，使得蓄电池向负载放电，从而产生一个64Hz频率的峰值1A的正弦波交流电流信号，从该正弦波交流电流信号中可以得到电流I＝sin(2π*64*t),其中，t＝0,1,2,…,63。由于蓄电池阻抗的存在，每个蓄电池上也会产生相对应的特征电压信号。该特征电压信号就是需要进程测量的蓄电池电压。该放电模块在现有技术中是普遍存在的一种电路，这里不再详细叙述。

测量模块用于检测放电模块中的蓄电池的正常运行时的电压、交流放电产生的电压、温度等转换为模数转换器可识别的电压信号，在经过低通滤波器过滤掉不必要的高频信号，被模数转换器采样并转换为数字信号，然后将该数字信号发送到主控制模块中。主控制器接收到所述数字信号，通过使用基于小波变换的蓄电池内阻监测方法计算得到蓄电池内阻。

如图2所示，本发明还提供了一种基于小波变换的蓄电池内阻监测方法，其包括：

S1：获取特征电压信号U0。所述特征电压信号是通过测量模块对放电模块中蓄电池的正常运行时的电压、交流放电是产生的电压以及温度等，经过低通滤波、模数转换器等得到的数字信号。该特征电压信号U0中包括其他干扰信号，只有尽量的滤除干扰信号，并且不能影响真实的电压信号，才能够获得高精度的蓄电池内阻。

S2：对特征电压信号U0经过小波变换进行处理得到电压信号U1。将特征电压信号U0中的干扰信号，真正的电压信号 但是由于干扰脉冲的存在导致U0其实并不是上述公式所表示的，而是，真正的电压信号由于干扰电压信号的存在，其计算蓄电池内阻时，结果就会不准确。若将该干扰信号去除后，在计算蓄电池内阻时，其计算结果会更加准确。因此，在计算蓄电池内阻之前需要首先对该特征电压信号U0进行除噪处理。如图3所示，其具体包括以下步骤：

S21：对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数。另外，高频噪声一般包含在小波分解的第一至第三层高频细节中，因此，本实施例中所采用的只是对该特征电压信号U0分解三层即可，也即是得到该特征电压信号U0的前三层的小波系数。这里采用Mallat算法对该特征电压信号U0进行小波分解。

Mallat算法的公式如下：

$\begin{array}{c}{C}_{j+1,k}=\underset{m}{\&Sigma;}{h}_0(2k-m)C_{j,m}\\ d_{j+1,k}=\underset{m}{\&Sigma;}{h}_1(2k-m)C_{j,m}\end{array}---\left(1\right),$

其中，h₀和h₁是由尺度函数和小波函数决定的，它们被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，由于本发明采用db4小波，那么h₀和h₁就已经被确定为已知系数。c_j+1,k，d_j+1,k分别对应低频系数和高频系数；m，K的取值为0,1，…，63；J表示小波分解的级数，取值为1，2，3，……；也即是每一级的分解序号。这里的k表示将连续信号离散化后的坐标，比如获取到的特征电压信号U0，其本来是连续信号，为了便于MCU进行处理，则将该特征电压信号U0离散化为有限的64个数值，也即是U0(0)、U0(1)，……,U0(63)。

由上述公式可得知，假设

$\begin{array}{c}{c}_{j+1,k}^{\&prime;}=c_{j+1}^{\&prime;}\left(k\right)={\mathrm{\&Sigma;c}}_j\left(m\right)h_0(k-m)=c_j\left(k\right)*h_0\left(k\right)\\ d_{j+1,k}^{\&prime;}=d_{j+1}^{\&prime;}\left(k\right)={\mathrm{\&Sigma;c}}_j\left(m\right)h_1(k-m)=c_j\left(k\right)*h_1\left(k\right)\end{array}---\left(2\right),$

其中，C₀(k)表示所述特征电压信号U0经过离散处理后的得到电压信号的离散值，也即是C₀(k)＝U0(k)，其中U0(k)是特征电压信号U0经过离散处理后得到的离散值。C₀(k)经过公式(2)按照每一级进行分解，就可以得到小波分解的每一级的低频系数和高频系数，c代表高频的系数、d表达低频的系数。

由公式(1)和公式(2)得知，c_j+1,k，d_j+1,k可以看作分别对c'_j+1,k，d'_j+1,k进行二抽取而得到的，其中二抽取是指在两个数中抽取出一个，即

$\begin{array}{c}{C}_{j+1,k}=C_{j+1,2k}^{\&prime;}\\ d_{j+1,k}=d_{j+1,2k}^{\&prime;}\end{array}---\left(3\right),$

如图5是小波分解的三级低频系数以及高频系数的计算过程，其中C0也即是特征电压信号U0，也即是所得到小波分解的三级低频系数为ca1、ca2、ca3表示，小波分解的三级高频系数分别用cd1、cd2、cd3表示。该图中小波分解的级数只选择三级，是因为高频噪声一般包含在小波分解的第一至第三级的高频细节汇总，所以在进行小波分解除噪的过程中，只选择分解三级即可。

S22：对所述小波分解的高频系数进行除噪处理。

对每一级选取一适当的阈值λ_j，把低于λ_j的小波高频系数cdj都设为零，高于λ_j的小波高频系数cdj则保留起来。该阈值的设置可根据实际的情况进行选取。因此，在这里认为小波系数低于该阈值的，就是由噪声引起的信号，小波系数高于该阈值，是由真实的电压信号引起的。J表示小波分解的级数，取值[0,63]。比如当j＝1，代表小波分解的第一级。

因此，如下公司计算得到除噪后的小波系数

${\mathrm{cd}}_{j,k}^{^}=\left\{\begin{array}{cc}{\mathrm{cd}}_{j,k}-{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}>{\mathrm{\&lambda;}}_j)\\ 0& \left(\right|{\mathrm{cd}}_{j,k}|\&le;{\mathrm{\&lambda;}}_j)\\ {\mathrm{cd}}_{j,k}+{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}<-{\mathrm{\&lambda;}}_j)\end{array}\right.$

其中N为信号的长度，即为数据窗的长度，本发明N取64。σ＝M/0.6745，其中M表示该小波分解的高频系数的绝对值的平均值，即

比如上述计算得到的小波分解的三级高频系数cd1、cd2、cd3，对于第一级设置一个阈值，当cd1大于该阈值时，则保留，若该cd1小于该阈值时，则将相对应的高频系数设为0。

S23：根据Mallat算法对所述除噪后的小波高频系数以及小波分解的低频系数进行重构得到真实的电压信号U1。

所述小波变换系数的Mallat算法的重构公式为：

$\begin{array}{c}{C}_{j-1,m}=\underset{k}{\&Sigma;}{C}_{j,k}{h}_0^{\&prime;}(m-2k)+\underset{k}{\&Sigma;}{d}_{j,k}{h}_1^{\&prime;}(m-2k)\\ =\underset{k}{\&Sigma;}{C}_{j,n}^{\&prime;}{h}_0^{\&prime;}(m-n)+\underset{k}{\&Sigma;}{d}_{j,n}^{\&prime;}{h}_1^{\&prime;}(m-n)\\ =C_{j,n}^{\&prime;}*h_0^{\&prime;}\left(n\right)+d_{j,k}^{\&prime;}*h_1^{\&prime;}\left(n\right)\end{array}$

其中，h'₀，h'₁分别表示低通和高通重构滤波器，它们分别是h₀和h₁的对偶算子。而c'_j,n和d'_j,n分别为分解系数c_j,k和d_j,k二插值后得到的序列，所述二插值是指两个数之间插入一个零。图6中表示Mallat算法的重构电压信号U1的计算流程图，也即是小波重构低频系数为c1、c2、c3表示，小波重构高频系数分别用d1、d2、d3表示，从而得到的计算得出的c1也即是电压信号U1的结果。

S3：根据电压信号U1以及欧姆定律计算得到蓄电池内阻Z，其中欧姆定律的计算公式为Z＝U1/I，其中，I是电流，是已知量，U1是经过上述步骤进行处理后得到的比较干净的真实的电压信号，也即是将其他干扰信号排除得到的。这里的电流是已知量，比如，当通过控制和蓄电池并联的开关的通断时，使得蓄电池向负载放电输出脉冲波形，该脉冲宽度按正弦规律变换，正弦特征表现为频率64Hz、峰值为1A，也即是I＝即I＝sin(2π*64*t),其中，t＝0,1,2,…,63。

如图4所示，本发明还提供了一种与所述基于小波变换的蓄电池内阻测量方法相对应的一种基于小波变换的蓄电池内阻测量装置，包括：

获取特征电压信号模块，用于获取特征电压信号U0；

计算电压信号U1模块，用于对特征电压信号U0经过小波变换进行降噪处理得出电压信号U1；

计算蓄电池内阻模块，用于根据所述电压信号U1通过欧姆定律计算得到蓄电池内阻。

优选地，所述计算电压信号U1模块还包括：

分解系数模块，用于对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数，所述小波分解的高频系数以及低频系数的计算步骤包括：

假设：

c'_j+1,k＝c'_j+1(k)＝∑c_j(m)h₀(k-m)＝c_j(k)*h₀(k)

d'_j+1,k＝d'_j+1(k)＝∑c_j(m)h₁(k-m)＝c_j(k)*h₁(k) (1)；

根据Mallat算法的公式：

$C_{j+1,k}=\underset{m}{\&Sigma;}{h}_0(2k-m)C_{j,m}$

$d_{j+1,k}=\underset{m}{\&Sigma;}{h}_1(2k-m)C_{j,m}---\left(2\right);$

因此，由公式(1)和公式(2)可以看出，c_j+1,k，d_j+1,k可以看作分别对c'_j+1,k，d'_j+1,k进行二抽取而得到的，即

其中，h₀和h₁是由尺度函数和小波函数决定的，被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，h₀和h₁为已知系数；m，k的取值为[0，63]，j表示小波分解的级数，取值为1，2，3……；C₀(k)表示输入的电压信号U0；

根据公式(3)得到的小波分解的高频系数和小波分解的低频系数；

除噪处理模块，用于根据所述小波分解的高频系数进行除噪处理，针对每一级尺度选取一阈值，把低于该阈值的小波分解的高频系数都设为零，高于该阈值的小波分解的高频系数都保留，除噪后的小波高频系数的计算公式如下：

${\mathrm{cd}}_{j,k}^{^}=\left\{\begin{array}{cc}{\mathrm{cd}}_{j,k}-{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}>{\mathrm{\&lambda;}}_j)\\ 0& \left(\right|{\mathrm{cd}}_{j,k}|\&le;{\mathrm{\&lambda;}}_j)\\ {\mathrm{cd}}_{j,k}+{\mathrm{\&lambda;}}_j& ({\mathrm{cd}}_{j,k}<-{\mathrm{\&lambda;}}_j)\end{array}\right.;$

其中，N为电压信号的长度，N取64；σ＝M/0.6745，M表示小波分解的高频系数的绝对值的平均值，即cd_j表示第j级的小波分解的高频系数，cd_j,k表示小波分解的高频系数；

重构电压信号U1模块，用于根据Mallat算法对所述除噪后的小波高频系数小波分解的低频系数进行重构得到真实的电压信号U1。

优选地，所述欧姆定律的计算公式为Z＝U1/I，其中I表示电流，是已知量，Z表示蓄电池内阻，U1是电压信号。

对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.基于小波变换的蓄电池内阻测量方法，其特征在于，包括：

S1：获取特征电压信号U0；

S2：对特征电压信号U0经过小波变换进行处理得出电压信号U1；

S5：根据所述电压信号U1通过欧姆定律计算得到蓄电池内阻。

2.如权利要求1所述基于小波变换的蓄电池内阻测量方法，其特征在于，所述步骤S2具体包括以下步骤：

S21：对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数，所述小波分解的高频系数以及低频系数的计算步骤包括：

假设：

c'_j+1,k＝c'_j+1(k)＝∑c_j(m)h₀(k-m)＝c_j(k)*h₀(k)

d'_j+1,k＝d'_j+1(k)＝∑c_j(m)h₁(k-m)＝c_j(k)*h₁(k) (1)；

根据Mallat算法的公式如下：

因此，由公式(1)和公式(2)可以看出，c_j+1,k，d_j+1,k可以看作C_j+1,k＝C'_j+1,2k

分别对c'_j+1,k，d′_j+1,k进行二抽取而得到的，即d_j+1,k＝d'_j+1,2k (3)；

其中，h₀和h₁是由尺度函数和小波函数决定的，被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，h₀和h₁为已知的；m，k的取值为[0，63]，j表示小波分解的级数，取值为1，2，3……；C₀(k)表示所述特征电压信号U0经过离散处理后的得到电压信号的 离散值；

根据公式(3)得到的小波分解的高频系数和小波分解的低频系数；

S22：根据所述小波分解的高频系数进行除噪处理，针对每一级尺度选取一阈值，把低于该阈值的小波分解的高频系数都设为零，高于该阈值的小波分解的高频系数都保留，除噪除噪后的小波高频系数 的计算公式如下：

其中，N为信号的长度，即为数据窗的长度，N取64；σ＝M/0.6745，M表示小波分解的高频系数的绝对值的平均值，即cd_j表示第j级的小波分解的高频系数，cd_j,k表示小波分解的高频系数；

S23：根据Mallat算法对所述除噪后的小波高频系数小波分解的低频系数进行重构得到电压信号U1。

3.如权利要求1所述基于小波变换的蓄电池内阻测量方法，其特征在于，所述欧姆定律的计算公式为Z＝U1/I，其中I表示电流，是已知量，Z表示蓄电池内阻，U1是真实的电压信号。

4.权利要求1所述基于小波变换的蓄电池内阻测量方法，其特征在于，所述特征电压信号U0是通过外部电路测量处于工作状态的蓄电池内部的电压信号，并将所述电压信号进行滤波后得到。

5.基于小波变换的蓄电池内阻测量装置，其特征在于，包括：

获取特征电压信号模块，用于获取特征电压信号U0；

计算电压信号U1模块，用于对特征电压信号U0经过小波变换进行降噪处理得出电压信号U1；

计算蓄电池内阻模块，用于根据所述电压信号U1通过欧姆定律计算得到蓄电池内阻。

6.如权利要求5所述基于小波变换的蓄电池内阻测量装置，其特征在于，所述计算电压信号U1模块还包括：

分解系数模块，用于对该特征电压信号U0采用db4小波进行分解，得到小波分解的高频系数和小波分解的低频系数，所述小波分解的高频系数以及低频系数的计算步骤包括：

假设：

c'_j+1,k＝c'_j+1(k)＝∑c_j(m)h₀(k-m)＝c_j(k)*h₀(k)

d'_j+1,k＝d'_j+1(k)＝∑c_j(m)h₁(k-m)＝c_j(k)*h₁(k) (1)；

根据Mallat算法的公式：

因此，由公式(1)和公式(2)可以看出，c_j+1,k，d_j+1,k可以看作C_j+1,k＝C'_j+1,2k

分别对c'_j+1,k，d′_j+1,k进行二抽取而得到的，即d_j+1,k＝d'_j+1,2k (3)；

其中，h₀和h₁是由尺度函数和小波函数决定的，被称为滤波器系数，h₀和h₁分别表示低通和高通分解滤波器，h₀和h₁为已知系数；m，k的取值为[0，63]，j表示小波分解的级数，取值为1，2，3……； C₀(k)表示所述特征电压信号U0经过离散处理后的得到电压信号的离散值；

根据公式(3)得到的小波分解的高频系数和小波分解的低频系数；

除噪处理模块，用于根据所述小波分解的高频系数进行除噪处理，针对每一级选取一阈值，把低于该阈值的小波分解的高频系数都设为零，高于该阈值的小波分解的高频系数都保留，除噪后的小波高频系数的计算公式如下：

其中，N为信号的长度，即为数据窗的长度，N取64；σ＝M/0.6745，M表示小波分解的高频系数的绝对值的平均值，即cd_j表示第j级的小波分解的高频系数，cd_j,k表示小波分解的高频系数；

重构电压信号U1模块，用于根据Mallat算法对所述除噪后的小波高频系数小波分解的低频系数进行重构得到真实的电压信号U1。

7.如权利要求5所述基于小波变换的蓄电池内阻测量装置，其特征在于，所述欧姆定律的计算公式为Z＝U1/I，其中I表示电流，是已知量，Z表示蓄电池内阻，U1是电压信号。

8.基于小波变换的蓄电池内阻测量系统，其特征在于，包括电源 模块、测量模块、放电模块和主控制模块；所述电源模块、测量模块、放电模块分别与所述主控制模块电性连接，所述放电模块与所述测量模块电性连接；

所述放电模块至少包括一蓄电池、负载以及开关，蓄电池、负载以及开关构成一回路，通过打开或者闭合开关，使得蓄电池向负载放电，从而产生一个交流电流信号；所述测量模块用于将检测的放电模块中蓄电池在运行过程中所产生的电压信号并发送给主控制模块；

所述主控制模块接收所述测量模块所发送的电压信号并根据如权利要求1-4所述的基于小波变换的蓄电池内阻测量方法计算得到蓄电池内阻。

9.如权利要求8所述基于小波变换的蓄电池内阻测量系统，其特征在于，所述测量模块还用于将检测的放电模块中蓄电池在运行过程中所产生的电压信号转换为数字信号发送给主控制模块。

10.如权利要求8所述基于小波变换的蓄电池内阻测量系统，其特征在于，还包括通讯模块，所述主控制模块还通过通讯模块与外部管理中心通信。