一份基于simulink很适用的EKF估计soc程序，

首先你需要知道卡尔曼滤波，卡尔曼滤波适用于线性系统，针对于非线性系统很好推广应用。
EKF利用线性化的方式，让形态和协方差在线性化方程中传播，但是面对强非线性，这种方式误差较大，因为高斯分布的噪声经过非线性系统的分布并不是高斯分布。
UKF利用5个采样点（无迹变换）在非线性系统中传播，降低了随机变量经过非线性系统传播的误差，效果强于EKF。
针对P矩阵出现非正定的情况，其实有很多处理方式的。

不要写EKF代码，只需输入系统方程和量测方程即可滤波

Simulink模型，基于扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF估计算法的SOC仿真，毕设。
另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。
谨供BMS爱好者学习运用，请勿商用。

我写的一个2D-EKF-SLAM的完成，pdf里面有程序地址，麻雀虽小，五脏俱全，可以作为EKF-SLAM的入门。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。