ups电源估算过程中，首先通过使用状态参数及其误差协方差的初始估算值，实现预测步骤的时间更新。对系统状态值及其误差协方差值进行提前设定，使得修正步骤的测量更新处理得到实现，并获得卡尔曼滤波增益。结合测量修正对估算结果进行更新，并同时计算ups电源估算的误差协方差值。利用非线性函数的局部线性特征，将非线性模型局部线性化。为了获得以卡尔曼滤波为基础的估算模型状态方程和国方积8B，对S0C(0)各次项系教进行合并，并统一用时变参数表示，其初始值取值为 50C(0)]，在已经求得前一步估算值的条件下，增加额外的非随机外作用项。
ups电源处理后的状态方程|观测方程与基本卡尔曼滤波方程结构类似。描过对线打花后的粮型应用卡尔曼流液基本方程，获得后续递推计算过程。估算切能和没是协力美知阵的初值，通过求期望和方差的方式获得。进而基于ups电源工作种性分析，我建5OC估算的模型结构。在用于ups电源估算时，U.(k)为图路电压观测值初始化为50C(A-1)。状态空间方程里面的电压、电流和温度等输入参数通过实时检测获得，闭路电压U.(k)是观测方程的输出参数。ups电源工作特性实验结果可知，f()是非线性函数。外部可测参数(闭路电压、单体电压、电流和温度)是状态空间方程的输入量，闭路电压U.(k)是观测方程的输出量。
ups电源非线性特征进行描述，可有效避免泰勒级数展开和舍弃高次项所带来的估算误差。基于无迹变换的处理过程与泰勒级数展开相比，至少具有二阶精度，尤其对于高斯分布，可达到三阶精度。无迹变换采样点的选择，是基于先验均值和先验协方差矩阵二次方根的相关序列实现的，原理如图6-8所示。