电池管理方法和设备与流程

技术领域

下面的描述涉及电池管理方法和设备。

背景技术：

最近，装备有电池的装置的使用已越来越多。这样的电池可被应用于基于移动的装置，例如，智能电话、膝上型计算机和电动车辆。随着上述装置的功耗的增加，在这样的装置中使用的各个电池容量也会增加。

然而，增加的电池容量可能导致更大或更危险的损害(诸如，在电池爆炸的情况下)，从而可存在关于围绕增加电池的容量的风险的更大的忧虑。例如，就正与用户的耳朵近距离接触的装置(诸如，智能电话)来说，即使具有小的爆炸或故障，用户也可能严重地受伤。同样，就电动车辆来说，当车辆正被操作时这样的电池爆炸或故障可对驾驶者、车辆和其他财产造成严重的损害，并且还可导致相关公司的品牌形象降低。

技术实现要素：

提供本发明内容从而以简要的形式介绍将在下面的具体实施方式中进一步描述对构思的选择。本发明内容不意在标识所要求保护主题的关键特征或必要特征，也不意在用来帮助确定所要求保护的主题的范围。

一个或多个实施例包括：一种非暂时性处理器可读记录介质，具有记录于其中/上的用于控制一个或多个处理装置以实现电池管理方法的处理器可读代码，所述方法包括：获取多个电池中的每一电池的物理量数据，所述物理量数据为当组成所述物理量数据的所述多个电池的对应物理量动态变化时的物理量数据；基于从所述物理量数据得到的物理量差信息计算非平衡数据；通过将非平衡数据投射到特征空间来计算所述物理量数据的特征数据；基于确定的特征数据的分布信息确定所述多个电池中的一个或多个电池的电池安全性。

一个或多个实施例提供一种电池管理方法，包括：获取多个电池中的每一电池的物理量数据，所述物理量数据为当组成所述物理量数据的所述多个电池的对应物理量动态变化时的物理量数据；基于从所述物理量数据得到的物理量差信息计算非平衡数据；通过将非平衡数据投射到特征空间来计算所述物理量数据的特征数据；基于确定的特征数据的分布信息确定所述多个电池中的一个或多个电池的电池安全性。

确定电池安全性的步骤可包括：基于确定的分布信息选择性地将电池安全性指示给用户。

所述方法可由电子装置设备执行，所述方法还可包括：将确定的电池安全性与一个或多个阈值进行比较；基于比较步骤的结果，执行下述处理中的一个或多个：向电子装置设备的用户警告电池处于异常状态和再平衡所述多个电池。

特征空间可基于代表当对应物理量动态变化而没有异常时正被使用的电池的物理量数据的物理量差信息的平衡数据的预定特征提取模型，并且特征数据的分布信息可基于随时间对用于电池风险或电池安全性的平衡数据进行建模的预定分布被确定。

电子装置设备可为电动车辆或混合电动车辆。

所述确定电池安全性的步骤可包括：确定特征数据的分布是否在预定的正常区域内。

所述正常区域可为使用确定的与可基于正常电池数据的差信息的平衡数据对应的正常特征数据的分布信息设置的区域。

所述正常区域可为基于平衡数据到引起正常特征数据的特征空间的投射而设置的特征空间的区域。

确定电池安全性的步骤可包括：基于正常特征数据的概率分布信息计算与确定的分布数据对应的概率数据。

确定电池安全性的步骤可包括：计算与确定的分布信息对应的分布位置和与正常电池数据的分布对应的正常区域的参考点之间的距离。

确定电池安全性的步骤还可包括：执行所述距离与第一阈值的第一比较，当第一比较的结果指示所述距离满足第一阈值时，执行所述距离与第二阈值的第二比较；响应于确定所述距离未能满足第二阈值，执行单元平衡，并响应于确定所述距离满足第二阈值，生成用于控制向用户输出反馈的控制信号。

计算特征数据的步骤可包括：使用特征提取模型将非平衡数据投射到特征空间，其中，所述特征提取模型可以是预先定义为从输入数据提取平衡数据且基于正常电池数据的差信息的模型。

确定电池安全性的步骤可包括：使用特征分布模型确定分布信息，特征分布模型是基于与使用所述特征提取模型提取的正常特征对应的正常特征数据的分布信息被预先建模的模型。

所述方法还可包括：将电池安全性与阈值进行比较，并基于比较的结果生成用于控制向用户输出反馈的控制信号。

所述方法还可包括：执行电池安全性与第一阈值的第一比较，当第一比较的结果指示电池安全性未能满足第一阈值时，执行电池安全性与第二阈值的第二比较；响应于确定电池安全性满足第二阈值，执行单元平衡，并响应于确定电池安全性未能满足第二阈值，生成用于控制向用户输出反馈的控制信号。

计算非平衡数据的步骤可包括：基于具有与预定时间窗大小对应的程度的物理量差信息得到非平衡数据，并将得到的非平衡数据存储到具有与所述预定时间窗大小对应的容量的缓冲器中。

计算非平衡数据的步骤可包括：从基于不同的第一物理量和第二物理量分别计算的第一物理量差信息和第二物理量差信息得到非平衡数据，其中，第一物理量和第二物理量代表所述多个电池中的一个或多个电池的不同的物理特性的各个测量。

非平衡数据可包括以下项中的至少一项：第一差信息，指示物理量的平均值与各个物理量之间的各个第一差，或者指示各个第一差的平均值；第二差信息，指示物理量的最大值与物理量的最小值之间的第二差；第三差信息，指示各个物理量的最大值与各个物理量之间的各个第三差，或者指示各个第三差的平均值；第四差信息，指示各个物理量的最小值与各个物理量之间的各个第四差，或者指示各个第四差的平均值。

非平衡数据可包括：第一差信息、第二差信息、第三差信息和第四差信息中的至少一个，针对第一物理量和第二物理量中的每一个，第一物理量为电压测量，第二物理量为温度测量。

所述方法还可包括：将与第一物理量对应的非平衡数据的标准化的值添加到与第二物理量对应的非平衡数据的标准化的值，以确定所述多个电池非平衡值。

一个或多个实施例可提供一种电池管理方法，包括：获取多个电池中的每一电池的物理量数据，所述物理量数据为当组成所述物理量数据的所述多个电池的对应物理量动态变化时的物理量数据；基于从所述物理量数据得到的物理量差信息计算非平衡数据；使用特征提取模型从非平衡数据提取特征数据；估计提取的特征数据与建模为定义提取的特征数据所分布的特征空间的正常区域的特征分布模型之间的相似性；基于估计的相似性确定电池状态。

特征提取模型可为预先定义为从输入数据提取平衡数据的正常特征且基于正常电池数据的差信息的模型；特征分布模型可为基于与使用特征提取模型从平衡数据提取的正常特征对应的正常特征数据的分布信息生成的模型。

估计的步骤可包括：基于正常特征数据的概率分布信息计算与提取的特征数据的分布信息对应的概率数据。

估计的步骤可包括：计算与提取的特征数据的分布信息对应的分布位置和与正常电池数据的分布对应的正常区域的参考点之间的距离。

估计的步骤可包括：执行所述距离与第一阈值的第一比较，当第一比较的结果指示所述距离满足第一阈值时，执行所述距离与第二阈值的第二比较；确定电池状态的步骤可包括：响应于确定所述距离未能满足第二阈值，确定将执行单元平衡，并响应于确定所述距离满足第二阈值，确定电池状态为异常状态。

估计的步骤可包括：执行与所述相似性对应的值与第一阈值的第一比较，当第一比较的结果指示所述值未能满足第一阈值时，执行所述值与第二阈值的第二比较；确定电池状态的步骤可包括：响应于确定所述值满足第二阈值，确定将执行单元平衡，并响应于确定所述值未能满足第二阈值，确定电池状态为异常状态。

计算非平衡数据的步骤可包括：基于具有与预定时间窗大小对应的程度的物理量差信息得到非平衡数据；计算非平衡数据的步骤还可包括：将得到的非平衡数据存储到具有与预定的时间窗大小对应的容量的缓冲器中。

计算非平衡数据的步骤可包括：从基于不同的第一物理量和第二物理量分别计算的第一物理量差信息和第二物理量差信息得到非平衡数据，第一物理量和第二物理量代表所述多个电池中的一个或多个电池的不同的物理特性的各个测量。

一个或多个实施例提供一种电池管理设备，包括：接口，被配置为获取多个电池的每一电池的物理量数据，所述物理量数据为当组成所述物理量数据的所述多个电池的对应物理量动态变化时的物理量数据；一个或多个处理装置，被配置为基于从所述物理量数据得到的物理量差信息计算非平衡数据，通过将非平衡数据投射到特征空间来计算所述物理量数据的特征数据，基于确定的特征数据的分布信息确定所述多个电池中的一个或多个电池的电池安全性。

所述设备还可包括：所述多个电池；多个传感器，被配置为当所述多个电池的物理量正在动态变化时从所述多个电池测量物理量，将测量的物理量提供到用于获取所述物理量数据的接口。

电池管理设备可为电动车辆或混合电动车辆的电控单元(ECU)，或者所述电池管理设备与电动车辆或混合电动车辆的电控单元本地通信，电动车辆或混合电动车辆包括：所述多个电池；多个传感器，被配置为当所述多个电池的物理量正在动态变化时从所述多个电池测量物理量，将测量的物理量提供到用于获取所述物理量数据的接口。

从下面的具体实施方式、附图和权利要求，其他特征和方面将是清楚的。

附图说明

图1A和图1B示出两个示例电池的物理量和物理量差的各自的示例。

图2示出电池管理方法的示例。

图3示出特征提取模型的示例。

图4A和图4B示出正常特征数据的示例。

图5示出特征数据的示例。

图6演示估计电池安全性的示例方法。

图7A至图7C示出第一电池和第二电池的电池安全性的示例。

图8示出电池管理方法的示例。

图9示出电池管理方法的示例。

图10示出电池管理设备的示例。

图11示出电池管理设备的示例。

图12示出电池管理设备的示例。

贯穿附图和具体实施方式，除非另外描述或规定，否则相同的附图参考标记将被理解为表示相同或相似的元件、特征和结构。附图可不必成比例，并且为了清楚、说明和方便起见，可夸大附图中元件的相对大小、比例和绘示。

具体实施方式

提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本公开之后，本领域普通技术人员将清楚在此描述的方法、设备和/或系统的各种改变、修改和等同物。在此描述的操作的顺序仅是非限制性的示例，操作的顺序不限于在此阐述的顺序，而是在理解本公开之后，除了必需按特定顺序发生的操作之外，可如本领域普通技术人员将清楚的那样改变。此外，为了更加清楚和简洁，在理解本公开的区别方面之后，可被理解的操作和结构的描述在一些描述中可以被省略。

在此使用的术语仅用于解释特定的实施例，从而它们不意味着限制。除当两个表示根据上下文彼此不同时之外，单数表示包括复数表示。例如，如在此使用的，除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。在此，术语“包括”或“具有”也意在指示存在再说明书上公开的特性、图形、操作、组件或元件或它们的组合。术语“包括”或“具有”应被理解为不预先排除一个或多个其它特性、图形、操作、组件、元件或它们的组合的存在或者另外的可能性。此外，尽管术语(诸如，第一、第二、A、B、(a)、(b)等)可在此被用于描述组件，但是除非另外指示，否则这些术语不用于限定相应组件的本质、顺序或序列，而是仅用于将相应组件与其它组件进行区分。此外，除非在此另外指示，否则这里的值的范围的任何列举仅意在用作分别引用落入该范围内的每一单独的值的速记方法，并且每一单独的值如在此单独地列举的一样被包含到说明书中。

此外，除非另外定义，否则在此使用的包括技术和科学术语的所有术语具有与各个实施例所属的领域的普通技术人员所通常理解的含义相同的含义。还将理解，除非在此明确地定义，否则术语(诸如，在常用字典中定义的术语)应被解释为具有与它们在相关领域和本公开的上下文中的含义一致的含义，不将被解释为理想化或过于形式化的意义。

可对实施例做出各种替代和修改，实施例中的一些将在附图和具体实施方式中被详细的示出。然而，应当理解的是，这些实施例不被解释为限于公开和示出的形式，并应当被理解为包括落入本公开的构思和技术范围内的所有改变、等同物和替代。提供在此描述的示例，从而本公开将是全面的，并将把公开的范围传达给本领域普通技术人员。

在下文中，将参照附图对实施例进行进一步详细描述，其中，相同的参考标号始终表示相同的元件。

图1A和图1B示出根据一个或多个实施例的两个示例电池的物理量和物理量差的各自的示例。

例如，电池为电池模块或电池单元。从而，多个电池可代表多个电池模块或电池单元。作为各个电池，每一模块可包括单个电池单元或多个电池单元，在这种情况下，多个电池单元可彼此串联或并联连接。例如，在一个实施例中，多个模块可串联连接作为电池包。

例如，在此，术语多个电池的物理量指的是均代表每一电池、每一电池单元和/或每一电池模块，或者它们的任何组合的不同的物理量的电压、电流和/或温度。

图1A示出两个示例电池(即，电池1和电池2)的各自的测量电压。电池1和2的各自的电压由于电池1和2正被使用(诸如，通过电池1和电池2的充电和/或放电)而动态变化。

图1B示出电池1和电池2中的每一电池的例如基于测量的电压的各自的物理量差的示例。各自的物理量差指示电池1和电池2中的每一电池的偏差。例如，当在时间t，电池1的电压值为V₁、电池2的电压值为V₂以及V₁和V₂的平均为V_average时，电池1的物理量差在时间t可为V₁-V_average，电池2的物理量差在时间t可为V₂-V_average。在图1B中示出的电池1和电池2中的每一电池的各自的物理量差不与充电模式对应，因此可能难以仅使用一个阈值(即，通过将物理量差与特定阈值进行比较)来确定每一电池的状态。由于这些物理量差不与充电模式对应，因此也难以设置能被用于确定每一电池的状态的常量。此外，如果仅当电压不动态变化(诸如，电动车辆启动之前)时确定物理量差，则这些差与阈值进行比较的结果、这个确定可能不足够准确，这是因为异常的确定未考虑电池在使用期间如何响应，考虑电池在使用期间如何响应可使异常的风险更准确。此外，由于每一物理量差具有小于对应的物理量的值，因而各个确定的物理量差对传感器或测量误差敏感。例如，在图1B的示出的示例中，物理量差具有范围在0和0.2伏特(V)之间的值。因此，通过在这样的物理量差确定中这样有限考虑每一各自的物理量差与阈值的比较、以及误差的敏感性，导致分别确定的电池状态被非正确地确定的概率可能相对高，这可能导致非正确的电池状态确定。此外，如果仅当电池未使用(即，没有物理量的动态变化)时考虑物理量差，则电池异常确定也可能更不可靠。

图2示出根据一个或多个实施例的电池管理方法。这里的电池管理方法由硬件实现。例如，仅作为示例，图2的电池管理方法可由电池管理设备(诸如，在此讨论的任何电池管理设备)执行。这样的电池管理设备包括一个或多个处理装置(诸如，一个或多个处理器)，并包括一个或多个存储器。例如，在一个或多个实施例中，仅作为示例，一个或多个处理装置可根据记录在这样的存储器或另一非暂时性记录介质内或上的处理器或计算机可读代码的执行或实现被控制，以实现在此讨论的一个或多个电池管理方法。此外，在一个或多个实施例中，仅作为示例，一个或多个处理装置可通过参考以下这样的一个或多个存储器而被专门或特定配置或控制为实现在此讨论的一个或多个电池管理方法，其中，所述一个或多个存储器记录例如针对一段时间感测的或测量的一个或多个电池、电池单元、或电池模块的物理特性，以及例如可已经基于标准训练数据被预先学习的一个或多个特征提取和/或特征分布模型，其中，例如，在电动车辆实施例中，所述一个或多个特征提取和/或特征分布模型可被更新或考虑用户的驾驶模式。因此，虽然针对不同实施例的操作方法将在下面通过参考电池管理设备(诸如，通过在此讨论的任何或所有描述的电池管理设备)的操作被讨论，但是对电池管理设备的参考是出于解释的方便起见，并不应被推断为意味着描述的操作必须由根据一个或多个实施例特定描述的电池管理设备来实现，而相反，可选的实现也是可用的。

参照图2，在操作210中，示例电池管理设备可接收关于多个电池的物理量。这里，如上面提到的，例如，这里的电池为电池单元或电池模块。多个电池的物理量由包括针对多个电池中的每一电池的一个或多个传感器的感测系统测量或感测。根据实施例，电池管理设备可包括感测系统，以及电池。例如，传感器还可随初始制造被包括在每一电池中，或者被配置为在制造之后被添加而被包括在每一电池中。感测系统被配置为将测量的或感测的物理量发送到电池管理设备或电池管理设备的另一组件。作为一个示例，感测系统可以以预设的时间间隔(例如，以一秒的间隔)采集多个或所有电池中的每一电池的或来自多个或所有电池中的每一电池的每个不同的物理量——电压数据、电流数据和/或温度数据，并将采集的电压数据、电流数据和/或温度数据发送到电池管理设备。预设的时间间隔可针对所有的电池或物理量相同，或者它们可以是变化的，并且例如，感测系统可存储采集的数据，直到预设的时间为止和/或直到各个数据被电池管理设备请求为止，或者感测系统可在测量到时立即将采集的数据发送到电池管理设备。

感测的物理量可被期望动态变化。此外，根据应用，感测的物理量可具有期望的不同模式。例如，当多个电池用于特定物理应用(例如，多个电池被充电和放电的电动移动体或电动车辆)时，对应的物理量将分别代表充电和放电模式。

电池管理设备在例如代表电池管理设备的一个或多个存储器的缓冲器中存储物理量，其中，所述缓冲器具有与时间窗大小对应的大小，例如，足以存储或设计为存储接收的针对对应的时间窗的物理量数据的大小。当物理量被存储在缓冲器中时，电池管理设备访问缓冲器。例如，当所有发送的针对时间窗的物理量已经被存储在缓冲器中时，电池管理设备可被设置为基于存储的物理量数据执行进一步操作(诸如，操作220)，或者这样的操作可在接收到发送的物理量数据时被实时执行。

例如，在操作220中，电池管理设备使用基于在缓冲器中存储的多个电池的物理量计算的物理量差信息来获取(例如，计算或得到)非平衡数据。在一个示例中，电池管理设备基于多个电池的第一物理量计算第一物理量差信息，并使用第一物理量差信息得到非平衡数据。

作为一个示例，电池管理设备计算V_average，V_average是n个电池单元的各个电压数据V₁至V_n的平均，并且电池管理设备针对第一物理量(例如，电压)计算V_average与V₁至V_n中的每一电压之间的第一电压差信息。这里，在这个示例中，n条第一电压差信息被计算出作为非平衡数据。在一个或多个实施例中，当计算结果为负值时，绝对值将被应用于计算的结果。此外，例如，电池管理设备可计算n条第一电压差信息的标准偏差、分布和/或平均作为非平衡数据。此外，例如，电池管理设备可计算n条第一电压差信息的绝对值的标准偏差、分布和/或平均作为非平衡数据。

作为另一示例，电池管理设备可确定V₁至V_n之中的最大值(例如，V_max)和最小值(例如，V_min)，并计算V_max和V_min之间的第二电压差信息作为非平衡数据。

作为另一示例，电池管理设备计算V_max与V₁至V_n中的每个之间的第三电压差信息(例如，虽然当第二电压差信息也被计算时，V_max与对应于V_min的V之间的差信息可能已经被计算)，并计算V_min与V₁至V_n中的每个之间的第四电压差信息(例如，虽然当第二电压差信息也被计算时，V_min与对应于V_max的V之间的差信息可能已经被计算)。这里，n条第三电压差信息可被计算出作为非平衡数据和/或n条第四电压差信息可被计算出作为非平衡数据。此外，电池管理设备可计算n条第三电压差信息的标准偏差、分布和/或平均，或者n条第三电压差信息的绝对值的标准偏差、分布和/或平均作为非平衡数据。此外，电池管理设备可计算n条第四电压差信息的标准偏差、分布和/或平均，或者n条第四电压差信息的绝对值的标准偏差、分布和/或平均作为非平衡数据。

尽管在前的描述基于从计算的物理量差信息或通过特定计算的物理量差信息被得到的非平衡数据被提供，但这仅作为一个示例，因为非平衡数据的得到不限于此。

在一个示例中，电池管理设备可基于多个电池的第二物理量来计算物理量差信息，并基于计算的针对第二物理量的物理量差信息或者基于上述针对第一物理量的物理量差信息和针对第二物理量的物理量差信息两者来得到非平衡数据。这里，第二物理量具有与第一物理量的特性不同的特性。例如，第二物理量可代表分别测量的电池的温度，所述温度的信息由感测系统发送到电池管理设备。因此，电池管理设备可基于在缓冲器中存储的测量的多个电池单元的温度数据来计算温度差信息。电池管理设备可以以与上面计算第一电压差信息至第四电压差信息的任何一个或任意组合相同的方式来计算温度差信息。例如，在一个实施例中，电池管理设备基于电压差信息和温度差信息来得到非平衡数据。例如，当电池管理设备标准化电压差信息和温度差信息并且通过组合标准化的电压差信息和温度差信息来得到非平衡数据时，这样的非平衡值可被考虑为物理量差信息。另外地或可选地，另一物理量还可被考虑。

电池管理设备在电池管理设备的缓冲器(诸如，存储发送的物理量数据的缓冲器或另一缓冲器)中存储得到的非平衡数据。在操作230中，电池管理设备可确定在缓冲器中存储的非平衡数据的量是否对应于时间窗大小。时间窗大小可与在缓冲器中存储的非平衡数据的量和/或设置的窗或时间段所对应的缓冲器的容量对应。此外，电池管理设备可确定存储的非平衡数据的大小或量是否对应于(或接近于)设置的或限制的缓冲器的容量大小。当在缓冲器中存储的非平衡数据的量不对应于时间窗大小时，电池管理设备可得到额外的非平衡数据并在缓冲器中存储额外的非平衡数据。仅作为示例，当缓冲器被确定已填满容量时，电池管理设备可访问缓冲器并为了下一操作(诸如，操作240)或在下一操作期间从缓冲器取回非平衡数据。

在操作240中，电池管理设备通过将取回的非平衡数据投射到设置的特征空间来获取(例如，计算或得到)特征数据。在一个示例中，电池管理设备使用特征提取模型将特征数据投射到特征空间。通过这样，特征数据可被分布或表示在根据特征提取模型的特定特征空间中。

例如，特征提取模型是(例如，在基于感测的物理量确定电池的安全性或异常前通过训练差信息)预先定义的或预教导的用于提取平衡数据的特征(例如，代表电池的正常操作的数据)的模型。例如，平衡数据可基于得到的或提供的正常电池数据的差信息或正常操作的电池的电池数据(诸如，基于正常电池的放电使用模式)而预教导或者得到。例如，正常电池数据可使用、适用于、或包括这样的正常电池(或者物理量数据正被提供的特定电池)在生产后可经历的各种使用模式的电池数据，并可指示一个或多个异常(例如，过度充电、过度放电、热逃逸、爆炸、接触错误和功率减少)未发生的这样的正常操作的电池、特定电池或模拟的正常操作的电池的历史数据。因此，在这样一个示例中，标准电池数据可不包括代表异常的数据。这样的特征提取模型将参照图3在下面进一步被描述。

在操作250中，电池管理设备基于在特征空间中的计算的特征数据的分布信息来估计电池安全性。因此，例如，电池管理设备可使用特征分布模型来确定特征数据的分布信息。

特征分布模型也在基于感测的物理量确定电池的安全性或异常之前被建模。例如，与平衡数据的相应特征对应的正常特征数据可在电池管理设备的制造处理期间、包括这样的电池管理设备的潜在(underlying)的应用实施例的制造期间)预先被获得或获取(例如，计算或得到)，和/或基于在正常操作期间(例如，使用特定的对应的使用模式)检查的电池的之前测量的物理量预先被获得或获取(例如，计算或得到)。特征分布模型基于这样的示例正常特征数据的分布信息预先被建模或教导。正常区域(例如，正常范围)可基于特征分布模型被定义。例如，特征分布模型可学习用于非平衡特征模型的相同正常电池的操作的区域或范围，从而能够更可能从计算的特征信息识别或取回操作的区域或范围。多个正常电池中的每一电池的性能可实质上相同。因此，对应的正常电池数据也可实质上相同(例如，平衡数据通常具有零值或接近于零的值，即，在正常操作期间电池之间的偏差被最小化)。因此，正常特征数据可位于特征空间的原点或分布在接近于原点处。因此，对于这个示例，例如，正常区域或范围是围绕特征空间的原点的区域或范围。此外，当特征分布模型被建模时，用于确定电池状态是正常状态还是异常状态的阈值可被确定和设置。例如，阈值可基于确定的或选择的标准区域的边界被设置。

在一个或多个实施例中，特征分布模型通过机器学习被训练。仅作为示例，例如，机器学习可包括：深度学习、支持向量机(SVM)、隐马尔科夫模型、回归、神经网络、朴素贝叶斯分类和决策树。

在一个或多个实施例中，电池管理设备可数字化当前计算的特征数据相似于特征分布模型的程度，所述程度可代表电池安全性的程度。例如，电池管理设备可基于与正常区域对应的概率分布信息来计算与特征数据的分布信息对应的概率数据。电池管理设备可基于分布和预计算的平衡的数据的平均来计算与特征数据的分布信息对应的概率数据，所述概率数据可在操作260中与概率阈值进行比较。在另一示例中，电池管理设备可计算特征数据与正常区域之间的距离，所述距离可在操作260中与距离阈值进行比较。使用距离计算，电池管理设备可设置正常区域的参考点，并计算参考点与特征数据之间的距离。例如，在一个实施例中，正常区域的参考点是正常区域的原点以及分布了最多条数的正常特征数据的点。这里，仅作为示例，电池管理设备可计算欧式距离(Euclidean distance)和/或马氏距离(Mahalanobis distance)。

因此，在操作260中，电池管理设备将确定的电池安全性或安全性的程度与阈值进行比较。这里，例如，阈值可为上述的当特征分布模型被建模时设置的阈值。在操作270中，当计算的概率数据被认为指示电池的安全性时，如果指示的电池安全性被确定为未能满足(例如，小于)概率阈值，则电池管理设备被配置为生成控制信号以输出反馈或控制反馈输出设备。这里，当指示的电池安全性未满足概率阈值时，这可指示电池状态为异常状态。在这个示例中，例如，输出的反馈可为视觉反馈、听觉反馈和感觉反馈之一或任何它们的任意组合。与这样考虑概率数据形成对照，当确定的参考点与特征数据之间的距离被认为指示电池的安全性时，如果指示的电池安全性满足(例如，超过)设置的距离阈值，则电池管理设备生成控制信号以输出反馈。这里，当正常区域的参考点与特征数据的分布位置之间的距离被确定为满足这样的距离阈值时，电池管理设备生成控制信号以输出反馈。

从包括多个电池的电池包获取的物理量信息包括由于电池的内部状态而改变的或变化的物理量以及基于由于电池的当前使用而造成的电流改变(例如，与电池未使用时相比)的改变的物理量。因为这样的电流改变可同样应用于电池包(例如，当多个电池模块彼此串联连接时)，所以当非平衡数据基于多个电池的物理量的差被计算时，由于基于多个电池的每一电池的内部状态的差信息保留在作为结果的非平衡数据中，因而来自电流变化的影响可被消除。因此，电池管理设备可确定电池是否处于异常状态，而不管由于电池的使用而造成的电流改变和/或电压改变。此外，因为电池管理设备基于从非平衡数据提取的特征数据来确定电池是否处于异常状态，所以所述电池管理方法的计算速度可比使用每个感测的物理量和所有感测的物理量确定电池是否处于异常状态的方法要更快。此外，在一个或多个实施例中，当电池管理设备以预设的时间间隔确定电池是否处于异常状态并在物理量动态变化的情况下确定电池是否处于异常状态时，一个或多个电池是否处于异常状态的感测具有更高的可靠性。

图3根据一个或多个实施例示出特征提取模型的示例。

参照图3，电池管理设备通过将非平衡数据310投射到特征空间来获取或提取特征数据330。这里，电池管理设备使用特征提取模型320将非平衡数据310投射到特征空间。

如上面讨论的，特征提取模型320为预先定义的模型。例如，基于多个正常电池的充电和/或放电动态变化的正常物理量(例如，多个正常电池的电压、电流和/或温度)可能已被感测或模拟并被记录为训练数据，对应的正常物理量差信息可基于正常物理量被计算。例如，正常电池可为基于先前的物理量或当电池已知将被无异常地正常地操作时计算的物理量差信息而正被检查的潜在的电池。正常物理量差信息可基于与应用于上面参照图2描述的第一电压差信息至第四电压差信息之一的方法相同的方法被计算。平衡数据基于正常物理量差信息被得到。这里，正常特征数据可通过将维度减少函数应用于平衡数据来得到。在一个实施例中，维度减少函数包括特征提取函数，例如，主成分分析(PCA)和线性判别分析(LDA)。当维度减少函数被应用于平衡数据时，平衡数据的维度可被减少并且指示平衡数据的特征的正常特征数据被得到。从而，平衡数据被映射到正常特征数据。在这个示例中，用于映射的信息被建模，从而生成特征提取模型320。例如，特征提取模型320可在电池管理设备中被预先存储，并然后被使用以提取当前的特征数据。

如在图3中所示，非平衡数据的维度可为d，特征提取模型320的维度可为d×p，结果，特征数据330的维度为p。具有高维度的非平衡数据310因此被转换为具有低维度的特征数据330。电池管理设备使用特征数据330来检测包括多个电池的电池包的异常状态。通过这样的维度的减少，被执行以检测异常状态的计算的速度增加，这是因为电池异常基于数据的一部分或减少维度的数据而不是所有的数据或数据的每个具体点被确定。因此，当电池管理方法以这样的方式被执行时，可在非平衡数据或采集的具有初始较高维度的物理量中存在的噪音(例如，由电池内部电阻、传感器错误和数据丢失造成的噪音)的影响可被减少。相似地，实现所述方法的电池管理设备可对噪音具有鲁棒性。

图4A和图4B示出根据一个或多个实施例的正常特征数据的示例。

参照图4A，正常特征数据分布在特征空间400中。

响应于定义或选择正常区域401至404，电池管理设备可因此确定计算的特征数据是否分布在或位于正常区域401至404中，并估计对应的电池的安全性。

图4B示出概率分布信息。在图4B的图表中，x轴代表与正常特征数据对应的随机变化，y轴代表概率密度。在图表中，由示出的虚线指示的区域对应于正常区域401至404。响应于对应的特征分布模型的生成，正常特征数据的分布和平均可被计算，并且概率分布信息也被计算。在这个示例中，正常特征数据位于特征空间的原点或总体分布在接近于原点处，因此，原点或原点附近的概率密度相对高。

图5示出根据一个或多个实施例的特征数据的示例。

当与图4A的正常特征数据的分布相比时，可看到更多条来自非平衡数据的特征数据分布在示出的相对于特征空间500的原点的左侧方向。这里，当特征数据分布在除正常区域之外的区域中时，电池管理设备可确定在对应的电池中发生异常。

图6演示根据一个或多个实施例的估计电池安全性的方法。

图6示出第一图表610、第二图表620、第三图表630和第四图表640。

第一图表610代表第一电池的电压数据，即，电压物理量随时间的图表。在一个示例中，电池管理设备基于另一电池的电压数据V和与时间窗611的时间t对应的第一电池的电压数据V₁，计算平均V_average，并基于例如V₁-V_average得到非平衡数据。电池管理设备可在由时间窗611代表的时间段期间以预设时间间隔得到非平衡数据。作为一个示例，当时间窗的长度为100秒且非平衡数据以一秒的间隔被得到时，电池管理设备得到100条非平衡数据。电池管理设备得到与时间窗611对应的非平衡数据集。相似地，电池管理设备分别得到与时间窗612和613对应的各个非平衡数据集。

第二图表620代表与时间窗611对应的非平衡数据集。电池管理设备将非平衡数据集输入到特征提取模型，并获取特征数据。例如，电池管理设备从非平衡数据集提取特征数据。

第三图表630代表设置了正常区域631的特征空间。正常区域631是在非平衡数据集被得到之前被定义或设置的区域。此外，正常区域631的边界可与能与提取的非平衡特征数据进行比较以确定电池安全性的阈值对应。

第四图表640代表随时间的电池风险。电池风险是电池安全性的绝对值，因此，电池风险可以是实质上与电池安全性相同或相似的准则。根据情况，电池管理设备可代替电池安全性应用电池风险来确定电池是否在异常状态。例如，电池管理设备基于特征数据的分布信息来估计电池风险，并将电池风险与阈值比较。当电池风险未能满足(例如，小于)阈值时，反馈被提供给用户。

图7A至图7C示出根据一个或多个实施例的第一电池和第二电池的电池安全性的示例。第一电池是处于正常状态的电池，第二电池是处于异常状态的电池。

参照图7A，在方框710中，示出的左边的图表代表第一电池的电压数据，示出的右边的图表代表与第一电池对应的非平衡数据。此外，在方框720中，示出的左边的图表代表第二电池的电压数据，示出的右边的图表代表与第二电池对应非平衡数据。

如所示出的，第一电池和第二电池的电压数据动态变化。例如，第一电池和第二电池的电压数据包括充电和放电模式和用户概况(profile)模式。例如，用户概况模式可指示代表电动移动体或车辆的用户如何驱动(诸如，用户加速或制动是多么的快、慢、间歇等)的一个或多个模式。

图7B示出基于第一电池和第二电池的电压数据估计的电池安全性。图7C示出基于第一电池和第二电池的非平衡数据的电池安全性。尽管图7B和7C示出电池风险，但是电池风险可基于如上面描述的实质上与电池安全性相同或相似的准则。

参照图7B，与第一电池和第二电池中的每一电池的电压数据对应的特征数据分布在特征空间730中。因为第一电池和第二电池的用户概况模式、充电和放电模式没有删除，所以第一电池的特征数据和第二电池的特征数据以第一电池的特征数据和第二电池的特征数据相互不可区分的状态分布在特征空间730中。

相似地，图表740代表第一电池的电池风险和第二电池的电池风险。在图表740中，第一电池的电池风险由实曲线指示，第二电池的电池风险由虚曲线指示。此外，难以区分第一电池和第二电池的电池风险。此外，因为电池风险随时间动态变化，所以在没有进一步操作的情况下，电池管理设备可能无法准确地确定电池是否处于异常状态。在没有这样的进一步操作的情况下，仅通过将第二电池的电池风险与特定阈值进行比较难以准确地确定第二电池是否处于异常状态。

参照图7C，与确定的第一电池和第二电池中的每一电池的非平衡数据对应的特征数据分布在特征空间750中。基于x轴，总体上，第一电池的特征数据分布在范围在-5和0之间的区域，第二电池的特征数据分布在范围在-15和0之间的区域。因此，可观察到，第二电池的特征数据相对于第一电池的特征数据偏向左侧。据此，通过图7C的特征空间750，第一电池的特征数据和第二电池的特征数据以第一电池的特征数据和第二电池的特征数据相互区分的状态分布在特征空间750中。

例如，为了在特征空间750中实现各个特征数据的分布，电池管理设备可删除动态改变模式，例如，物理量的动态充电和放电模式、用户概况模式。例如，在电池包中串联连接的多个电池模块具有相同的电流值。相似地，在一个电池模块中串联连接的多个电池单元具有相同的电流值。因此，电压的动态改变将由于电池内阻改变以及基于需求功率的电流改变而发生。响应于电流改变，多个电池单元的电压数据可相似地改变。例如，每一电池模块的电压数据可代表响应于电流改变的共同的动态改变模式。因此，当在多个电池模块之间，电压的差被计算时，共同的动态改变模式可针对串联连接的多个电池模块或电池单元被删除。电压差可不管电流改变，而与多个电池模块之间的内阻的差成比例。

随着第一电池和第二电池的物理量的动态改变模式被从第一电池和第二电池的非平衡数据删除(例如，通过使用特征提取模型)，第一电池的特征数据和第二电池的特征数据以第一电池的特征数据和第二电池的特征数据能相互区分的状态分布在特征空间750中。

图7C的图表760代表第一电池的对应的电池风险和第二电池的电池风险。第一电池的电池风险与所示的区域761匹配，第二电池的电池风险与所示的区域762匹配。因此，当第一电池为正常操作的电池时，区域761与已知的或建模的正常区域对应，而区域762代表异常区域。从而，第一电池的电池风险和第二电池的电池风险可基于对应的阈值被分类。因此，电池管理设备可基于从非平衡数据提取的特征数据准确地确定电池是否处于异常状态。

图8示出根据一个或多个实施例的电池管理方法。

图8的电池管理方法可由电池管理设备(诸如上面或下面讨论的任何电池管理设备)执行，应注意实施例不限于此。因为参照图2的操作210至250提供的描述也分别可适用于这里，针对图8的操作810至850的重复的描述将适当地省略。

继续上面关于图2的操作250的讨论，在操作860中，电池管理设备确定电池安全性是否未能满足(例如，小于)第一阈值。当电池安全性被确定为不满足第一阈值时，在操作870中，电池管理设备确定电池安全性是否满足(例如，大于)第二阈值。当电池安全性被确定为满足第二阈值时，在操作880中，电池管理设备执行单元平衡。此外，当电池安全性被确定为不满足(例如，小于或等于)第二阈值时，在操作890中，电池管理设备生成控制信号以输出反馈。这里，在一个或多个实施例中，当电池安全性被确定为不满足第二阈值时，电池管理设备也可执行单元平衡。

图9示出根据一个或多个实施例的电池管理方法。

图9的电池管理方法可由电池管理设备(诸如上面或下面讨论的任何电池管理设备)执行，应注意实施例不限于此。

在操作910中，电池管理设备使用基于多个电池的第一物理量计算的物理量差信息得到非平衡数据。例如，电池管理设备基于具有与t时间窗大小对应的物理量差信息得到一些非平衡数据，并将非平衡数据存储到具有与时间窗大小对应的大小的缓冲器。

在一个示例中，电池管理设备基于具有与第一物理量的物理特性不同的物理特性的第二物理量计算第二物理量差信息，并通过额外地应用第二物理量差信息得到非平衡数据。

在操作920中，电池管理设备使用特征提取模型从非平衡数据提取特征数据。例如，特征提取模型是预先定义为提取基于正常电池数据的差信息得到的平衡数据的特征的模型。

在操作930中，电池管理设备估计提取的特征数据与特征分布模型之间的相似性，其中，特征分布模型被建模为定义提取的特征数据所分布的特征空间的正常区域。特征分布模型基于与使用特征提取模型提取的特征对应的正常特征数据的分布信息被生成。当没有在电池操作中发现异常时，相似性相对高。相反，当在电池操作中检测到异常时，相似性相对低。电池管理设备计算与相似性对应的值(诸如，相似度或相似百分比)以估计相似性。

在操作940中，电池管理设备基于估计的相似性确定电池状态。例如，电池状态是正常状态和异常状态之一。电池管理设备将估计的相似性与阈值比较以确定电池状态。作为一个示例，电池管理设备基于正常特征数据的概率分布信息计算与提取的特征数据的分布信息对应的概率数据。电池管理设备将概率数据与概率阈值进行比较。当概率数据未能满足(例如，小于)概率阈值时，电池管理设备确定电池处于异常状态。作为另一示例，电池管理设备计算正常区域的参考点和与提取的特征数据的分布信息对应的分布位置之间的距离。电池管理设备将该距离与距离阈值进行比较。当该距离满足(例如，大于)距离阈值时，电池管理设备确定电池处于异常状态。这里，电池管理设备可仅执行概率比较和距离比较之一，或执行两者。

在一个示例中，图9的方法还可包括与图8的操作860-890相似的操作。例如，当概率数据未能满足第一阈值时，可额外考虑该概率是否至少满足第二阈值，在这种情况下，电池管理设备确定单元平衡将被执行。同样地，当距离满足第一阈值但未能满足第二阈值时，电池管理设备可确定单元平衡将被执行。

图10示出根据一个或多个实施例的电池管理设备。

参照图10，例如，示例电池管理设备1000包括：接口1010、处理器1020和存储器1030。

一个或多个传感器采集多个电池的物理量，并将采集的物理量发送至接口1010，接口1010接收多个物理量，并将多个物理量存储到包括在接口1010中的存储器中。物理量动态变化。可选地，在电池管理系统实施例中，一个或多个传感器可认为是包括在接口1010的系统中或者可认为是接口1010的系统的一部分。

处理器1020被配置为通过确定物理量差信息来得到非平衡数据，其中，处理器1020被配置为基于物理量计算物理量差信息。此外，处理器1020被配置为例如基于特征提取模型通过将非平衡数据投射到特征空间来从非平衡数据获取或提取特征数据，并且处理器1020被配置为例如使用特征分布模型基于特征数据的分布信息来估计对应的电池的电池安全性。处理器1020代表一个或多个处理装置。

在一个实施例中，存储器1030存储用于提取特征数据的特征提取模型和用于估计电池安全性的特征分布模型。

因此，在一个或多个实施例中，例如，处理器1020被配置为实现在此参照图1至图9描述的任何一个电池管理方法、电池管理方法的组合或所有电池管理方法。因此，处理器1020使用特征提取模型和特征分布模型参照存储器1030实现电池管理方法。另外，在一个或多个实施例中，存储器可代表一个或多个存储器，至少一个存储器存储处理器可读代码以控制处理器1020来实现如上所述的图1-9的任何这样的方法或这样的方法的任何组合。

图11示出根据一个或多个实施例的电池管理设备的示例。

例如，示例电池管理设备1100包括：物理量采集器1110、非平衡数据获取器1120、特征数据获取器1140、特征提取模型1150、特征分布模型1160和电池安全性估计器1170。这里，物理量采集器1110、非平衡数据获取器1120、特征数据获取器1140、特征提取模型1150、特征分布模型1160和电池安全性估计器1170中的任何一个或任何组合可由一个或多个处理装置实现。物理量采集器1110、非平衡数据获取器1120、特征数据获取器1140、特征提取模型1150、特征分布模型1160和电池安全性估计器1170中的每一个可由专门被配置为实现如下面描述的那样的其他硬件组件实现。例如，在一个或多个实施例中，非平衡数据获取器1120、特征数据获取器1140和电池安全性估计器1170由例如上面参照图2或图10描述的处理装置实现，并可实现上面参照图1-10描述的操作中的任何操作或任何操作的组合。特征提取模型1150和特征分布模型1160被存储到与图10的存储器1030相似的电池管理设备1100的存储器中。

物理量采集器1110被配置为接收电池1180的物理量的传感器信息或测量值。电池1180包括多个电池模块1181至1183。根据实施例，被配置为感测多个电池模块1181至1183中的每一电池模块的物理量的各个传感器被置于电池1180的内部或外部。可选地，单个传感器可被连接到多个电池模块1181至1183以感测多个电池模块1181至1183中的每一电池模块的物理量。此外，与多个电池模块1181至1183对应的传感器被配置为感测电池模块1181至1183的不同的物理量，或者用于不同物理量的不同传感器可针对电池模块1181至1183被布置。传感器被配置为将物理量发送到物理量采集器1110。

物理量采集器1110接收包括在多个电池模块1181至1183中的每一电池模块中的至少一个电池单元的物理量。例如，在一个实施例中，多个电池模块1181至1183中的每一电池模块包括单元监视器。单元监视器感测至少一个电池单元的物理量并将感测的物理量发送到物理量采集器1110。例如，物理量的测量值可被立即发送到物理量采集器1110，或者以设置的批次被延迟发送，并且这样的测量可以以设置的间隔被执行。这样的间隔或者物理量的测量的其他特性可根据特定传感器正在测量哪个物理量而不同。在一个实施例中，物理量采集器1110包括用于缓冲或采集来自电池模块1181至1183的物理量的多个测量值直到达到存储器容量或者基于其他考虑为止的存储器，物理量可在特定设置的时间窗被采集。

因为参照图1至图10提供的描述这里也可适用，所以为了清楚和简明，参照图11的重复的进一步描述将被省略。

图12示出根据一个或多个实施例的电池管理设备。

根据一个或多个实施例的示例电池管理设备被包括在物理应用(诸如电动移动体或电动驱动体或者电动车辆)中，并且根据实施例，示例电池管理设备还可为电动移动体或电动驱动体或者电动车辆系统，或者另一电子装置实施例。例如，电池管理设备或系统被配置为确定包括在该系统或电子装置中的电池模块或电池包是否处于异常状态。仅作为示例并且根据实施例，物理应用还可包括：包括移动装置(诸如，移动电话、个人数据助理、膝上型计算机、平板计算机或可穿戴装置)的其他电子装置。

如在图12中所示，在物理应用为电动车辆的一个示例中，当电动车辆正在行驶并且一个或多个电池正被使用(诸如，通过一个或多个电池的放电或充电)并导致物理量数据动态变化时，电池管理设备基于测量的电动车辆的电池单元或电池模块的物理量，或基于电池单元或电池模块的不同的物理量数据，计算物理量差信息，并基于物理量差信息得到非平衡数据。当电动车辆在移动的同时正使用电池单元或电池模块时，测量的物理量数据可代表电动车辆的行驶模式。如在图7A的示例中描述的，在行驶期间发送的物理量可包括充电和/或放电模式以及用户概括模式。当特征数据基于测量的代表这样的行驶模式的物理量被获取时，在没有被实现为帮助删除或减少这样的模式的额外操作的情况下，确定对应的电池状态的准确性可能降低。因此，电池管理设备基于代表行驶模式的物理量计算物理量差信息，基于物理量差信息得到非平衡数据，并基于从非平衡数据提取的特征数据(例如，在这里，特征数据的提取依赖特征提取模型)确定电池状态。特征提取模型可基于理想电池操作的正常操作、模拟的正常电池操作或正被评估的潜在的电池的正常电池操作被教导，在这种情况下，特征提取模型还可考虑驾驶者的特定行驶模式。

上述的物理应用被描述为示例，因此，物理应用的类型不限于此。电池管理设备可适用于使用电池的任何类型的物理应用以及电动移动体。如上面指出的，根据一个或多个实施例的电池管理设备可被包括在或包括各种类型的物理应用，例如，膝上型计算机、平板计算机、智能电话和可穿戴设备，应注意，替代物也是可用的。

根据电动车辆实施例，当电池被确定为处于异常状态时，电池管理设备生成控制信号以控制电动车辆在仪表板或另一视觉装置(诸如，车辆的收音机或互动系统)上显示视觉反馈，并且所述控制信号或另一控制信号可控制车辆来还(或可选地)将听觉反馈提供给驾驶者以关于电池异常进行警告。

因此，电池管理设备在电动车辆的电池使用的同时(诸如，当车辆正被操作时)确定电池是否处于异常状态。通过这样，电池管理设备可减少由于电池异常导致的事故的风险，并可因此增加关于检测电动车辆的电池的异常的可靠性。

在这样一个电动车辆示例中，电池管理设备还可以以芯片的形式被实现并可被包括在可代表基于这样的电池电力被至少部分地驱动的任何车辆的电动车辆的电控单元(ECU)中。可选地，电池管理设备可以以被配置为与ECU通信的物理板或硬件单元的形式被实现。电池管理设备可为高容量电池管理系统(例如，电动车辆、混合电动车辆和储能系统(ESS))，或者电池管理设备可被包括在高容量电池管理系统中。电池管理设备可为包括可充电电池的电子装置或电子装置管理系统，或者电池管理设备可被包括在包括可充电电池的电子装置或电子装置管理系统中，应注意，进一步的替代物也是可用的。

在图10至图12中的任何或所有图或它们中的组合中所示的执行在此针对图2至图12中的任何图描述的操作的设备、单元、模块、装置和其他组件为硬件组件。硬件组件的示例包括：控制器、传感器、生成器、驱动器和本领域的普通技术人员已知的其他电子组件。在一个或多个实施例中，硬件组件为一个或多个处理装置，例如，处理器或计算机。这样的处理装置、处理器或计算机通过一个或多个处理元件(诸如，逻辑门阵列、控制器和算术逻辑单元)、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编辑门阵列、可编程逻辑阵列、微处理器或本领域普通技术人员已知的能够以限定的方式响应并执行指令以实现期望的结果的任何其他装置或装置的组合被实施。在一个或多个实施例中，处理装置、处理器或计算机包括或被连接到，一个或更多个存储有由处理装置、处理器或计算机执行的指令或软件的存储器。例如，由处理器或计算机实施的硬件组件可被配置为执行指令或软件(诸如操作系统(OS)和运行在OS上的一个或更多个软件应用)，以执行在此描述的操作。响应于指令或软件的执行，硬件组件还访问、操纵、处理、生成和存储数据。为了简明，可在这里描述的示例的描述中使用单数术语“处理器”或“计算机”，但在其他示例中，使用多个处理装置、多个处理器或多个计算机，或者一个处理装置、处理器或计算机包括多个处理器元件或多种类型的处理器元件或者包括两者。在一个示例中，硬件组件包括多个处理器，在另一示例中，硬件组件包括一个处理器和一个控制器。硬件组件具有不同的处理配置中任何一个或更多个，不同处理配置的示例包括：单处理器、独立的处理器、并行处理器、单指令单数据(SISD)多重处理、单指令多数据(SIMD)多重处理、多指令单数据(MISD)多重处理以及多指令多数据(MIMD)多重处理。

用于控制处理装置、处理器或计算机以实施硬件组件的操作并执行任何的或所有的如上所述作为示例的方法的指令或软件可被写为处理器或计算机可读程序、代码段、指令或它们的任何组合，以独立地或共同地指示或配置处理装置、处理器或计算机来作为用于执行由硬件组件执行的操作和如上所述的方法的机器或专用计算机进行操作。在一个示例中，指令或软件包括直接由处理装置、处理器或计算机直接执行的机器代码，诸如，由编译器产生的机器代码。在另一示例中，指令或软件包括由处理装置、处理器或计算机使用解释器执行的更高级代码。在对本公开充分理解后，本领域的普通程序员可基于公开了用于执行由硬件组件执行的操作和如上所述的方法的算法的在附图中示出的框图和流程图以及在说明书中的相应描述，而容易地编写这样的指令或软件。

用于控制处理装置、处理器或计算机以实施硬件组件并执行如上所述的方法的指令或软件、以及任何关联数据、数据文件以及数据结构可被记录、存储或固定在一个或更多个非暂时性计算机可读存储介质中或上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-Re、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘、和本领域普通技术人员已知的能够以非暂时性方式存储指令或软件、以及任何关联数据、数据文件以及数据结构，用于向处理器或计算机提供指令或软件、以及任何关联数据、数据文件以及数据结构以便处理装置、处理器和计算机能够执行指令的任何其他设备。在一个示例中，指令或软件、以及任何关联数据、数据文件以及数据结构分布在联网的计算机系统上，以使指令和软件、以及任何关联数据、数据文件以及数据结构被处理装置、处理器或计算机以分布式方式存储、访问和执行。

尽管本公开包括特定的示例，但是本领域普通技术人员将清楚，在不脱离权利要求和它们的等同物的精神和范围的情况下可对这些示例进行形式和细节上各种改变。在此描述的示例被认为仅是描述性的意义，而不是为了限制的目的。对每一示例中的特征或方面的描述将被认为适用于在其他示例中的相似特征和方面。如果描述的技术以不同的顺序被执行，和/或如果在描述的系统、架构、装置、或电路中的组件以不同的方式组合，和/或被其他组件或者它们的等同物代替或增补，则可实现合适的结果。因此，公开的范围不是通过具体实施方式所限定，而是由权利要求和它们的等同物限定，并且在权利要求和它们的等同物的范围内的所有变形将被解释为被包括在该公开之内。