一种采用多传感器降低测量误差的方法

摘要

本发明公开了一种采用多传感器降低测量误差的方法，涉及传感器信息处理领域。该方法采用多个传感器对一个被测量在使用范围内同时进行标定；对标定数据进行归一化处理后建立数据样本，并将其分成训练样本集与测试样本集两个部分；利用训练样本集构建一个基于支持向量机的多输入单输出传感器系统逆模型，其逆模型的参数采用量子粒子群优化算法及测试样本集的均方根误差与最大绝对误差同时最小的准则进行选择与优化。在测量时将多个传感器的输出结果输入到传感器系统逆模型，将传感器逆模型的输出值反归一化后作为被测量的真值。优点：能够发挥多个传感器的冗余与互补特性，实现被测量的高精度测量，且建模工作量小，可应用于高精度的测量领域。

主权项

一种采用多传感器降低测量误差的方法，其特征是：采用多个传感器构成的传感器系统以及基于支持向量机的多输入单输出传感器系统逆模型，具体步骤如下：(1)针对一个被测量，选择对其同一个物理量进行测量的多个传感器，并对多个传感器分别建立相应的测量电路，构成一个由多个传感器构成的多传感器系统；所述多个传感器为基于不同特性或不同原理对上述同一物理量进行测量；(2)对多个传感器在使用范围内同时进行标定，分别得到n个传感器输出输入数据；(3)对步骤2中得到的输出输入数据对进行归一化处理，形成数据样本(y_i，x_i)，其中：$y_i=\left(\begin{array}{c}y{1}_i\\ y{2}_i\\ ...\\ {\mathrm{ym}}_i\end{array}\right)$为传感器系统的输出归一化值，式中的y1_i，y2_i，…，ym_i为m个传感器的输出归一化值；x_i为传感器系统的输入归一化值；m为传感器的数量；i＝1,2,…,n；并将n个数据样本(y_i，x_i)分为训练样本集S1与测试样本集S2两个部分；(4)由训练样本集S1构建一个基于支持向量机的多输入单输出传感器系统逆模型，其逆模型的参数采用智能优化算法及测试样本集S2误差最小的准则进行选择与优化；(5)在实际测量时，用多个传感器对被测量同时进行测量，将多个传感器的输出结果输入到基于支持向量机的多输入单输出传感器系统逆模型，把传感器系统逆模型的输出值进行反归一化后作为被测量的真值。