1.一种锂离子电池剩余寿命预测方法，其特征在于：实验获取锂离子电池在不同变量下的容量随循环次数的变化曲线，建立锂离子电池容量退化经验模型，跟踪前期已知的锂离子电池容量值，获取状态参数变化曲线，再建立指数平滑预测模型，从而获得容量观测预测值，反馈给粒子滤波，预测得到电池的剩余寿命。

2.根据权利要求1所述的电池剩余寿命预测方法，其特征在于：所述不同变量包括温度、放电截止电压、充电截止电压及循环次数。

3.根据权利要求1所述的电池剩余寿命预测方法，其特征在于：所述容量随循环次数的变化曲线是通过锂离子电池寿命循环实验获取的，具体包括：(1)对新电池进行恒流放电，当电压达到放电截止电压时停止，搁置；

(2)恒流充电：当电压达到充电截止电压时停止；

(3)恒压充电：当电流小于预设值时停止，搁置；

(4)恒流放电：当电压达到放电截止电压时停止，搁置；

(5)重复(2)-(4)，直至容量下降至设定的阈值时停止实验。

4.根据权利要求1所述的电池剩余寿命预测方法，其特征在于：所述锂离子电池容量退化经验模型：状态方程为：X(k)＝[a(k) b(k) c(k) d(k)]T， 观测方程为：Q(k)＝a(k)·exp(b(k)·k)+c(k)·exp(d(k)·k)+v(k)；其中X(k)为状态向量，a(k)、b(k)、c(k)、d(k)为状态参数，wa(k)、wb(k)、wc(k)、wd(k)为过程噪声，v(k)为观测噪声，Q(k)为观测容量值，k为循环次数。

5.根据权利要求1所述的锂离子电池剩余寿命预测方法，其特征在于：所述跟踪前期已知的锂离子电池容量值是通过粒子滤波跟踪算法获得的，具体为：(1)设定算法的参数：粒子数N，过程噪声，观测噪声，最大循环值，驱动矩阵，状态初值；

(2)初始化粒子集：根据初始状态为每个粒子赋初值，此时每个粒子的权值相等；

(3)采样：选择分布函数计算当前时刻每个粒子的状态；

(4)计算当前时刻每个粒子的权值；

(5)权值归一化；

(6)重采样；

(7)重复步骤(3)-(6)，直至循环次数k＝预测起始点T；

(8)输出状态参数随循环次数的变化曲线。

6.根据权利要求5所述的锂离子电池剩余寿命预测方法，其特征在于：所述重采样的方法包括随机重采样、多项式重采样、残差重采样、系统重采样。

7.根据权利要求1所述的锂离子电池剩余寿命预测方法，其特征在于：所述指数平滑预测模型为： 其中 为预测值，α为参数，xt为真实值。

8.根据权利要求7所述的锂离子电池剩余寿命预测方法，其特征在于：所述容量观测预测值的获取步骤为：(1)设置模型初始值；

(2)设置模型参数：α∈(0，1)的选取原则为：①如果时间序列波动不大，则α的取值范围是0.1-0.3；

②如果时间序列具有迅速且明显的变动倾向，则α的取值范围是0.6-0.8；

(3)递推预测获得状态预测值，并将预测的状态值代入观测方程得到容量的观测预测值。