專利名稱：一種采用多傳感器降低測(cè)量誤差的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及傳感器信息處理領(lǐng)域，具體是一種采用多傳感器降低測(cè)量誤差的方法。
背景技術(shù)：
傳感器在工業(yè)、農(nóng)業(yè)、國(guó)防、科學(xué)技術(shù)等眾多領(lǐng)域得到了廣泛的應(yīng)用，已成為現(xiàn)代信息社會(huì)的基礎(chǔ)。由于傳感器敏感元件本身特性、應(yīng)用環(huán)境、使用時(shí)間等眾多因素的影響，使得傳感器的輸出與輸入呈一種復(fù)雜的非線性關(guān)系，從而在實(shí)際工程應(yīng)用中采用單一傳感器進(jìn)行測(cè)量會(huì)帶來(lái)一定的測(cè)量誤差。由于每一個(gè)傳感器都具有其獨(dú)特的信息特征，不同的傳感器盡管各自有其優(yōu)缺點(diǎn)，但它們之間不是相互排斥，而是相互聯(lián)系和相互補(bǔ)充的。采用多個(gè)傳感器進(jìn)行測(cè)量可綜合應(yīng)用多個(gè)傳感器的冗余信息，把局部不完整信息和相關(guān)信息加以綜合與互補(bǔ)，充分利用每個(gè)傳感器所包含的有用信息，完整和精確地反映被測(cè)系統(tǒng)的本質(zhì)特性，獲得被測(cè)對(duì)象的一致性認(rèn)識(shí)，從而比采用單一傳感器更具優(yōu)越性。支持向量機(jī)(support vector machine, SVM)是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)基礎(chǔ)之上的新型學(xué)習(xí)方法，具有完備的理論基礎(chǔ)與學(xué)習(xí)性能，有效地解決了小樣本、非線性、高維數(shù)和局部極小點(diǎn)等問題，具有較好的泛化性能，且運(yùn)用核函數(shù)巧妙地解決了維數(shù)問題，尤其適合多 傳感器系統(tǒng)中多維信息的融合處理，得到比采用單一傳感器精度更高的測(cè)量結(jié)果。隨著科學(xué)技術(shù)的發(fā)展，各行各業(yè)對(duì)傳感器測(cè)量精度的要求越來(lái)越高，實(shí)現(xiàn)傳感高精度測(cè)量具有重要意義。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是克服采用單一傳感器測(cè)量帶來(lái)的測(cè)量誤差，提供一種采用多傳感器降低測(cè)量誤差的方法，在小樣本建模的情況下，實(shí)現(xiàn)被測(cè)量的高精度測(cè)量。本發(fā)明是以如下技術(shù)方案實(shí)現(xiàn)的一種采用多傳感器降低測(cè)量誤差的方法，采用多個(gè)傳感器構(gòu)成的傳感器系統(tǒng)以及基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型，具體步驟如下
(1)針對(duì)一個(gè)被測(cè)量，選擇能夠?qū)ζ溥M(jìn)行測(cè)量的多個(gè)傳感器，并對(duì)多個(gè)傳感器分別建立相應(yīng)的測(cè)量電路，構(gòu)成一個(gè)由多個(gè)傳感器構(gòu)成的多傳感器系統(tǒng)；
(2)對(duì)多個(gè)傳感器在使用范圍內(nèi)同時(shí)進(jìn)行標(biāo)定，分別得到η個(gè)傳感器輸出輸入數(shù)據(jù)；
(3)對(duì)步驟2中得到的輸出輸入數(shù)據(jù)對(duì)進(jìn)行歸一化處理，形成數(shù)據(jù)樣本(yi，Xi)，其中
tVi1、
Fi= 1^i為傳感器系統(tǒng)的輸出歸一化值，式中的yli，y2i，…，ynii Sm個(gè)傳感器的輸出歸一化值；Xi為傳感器系統(tǒng)的輸入歸一化值為傳感器的數(shù)量；i=l，2，…，η ;并將η個(gè)數(shù)據(jù)樣本(yy Xi)分為訓(xùn)練樣本集Si與測(cè)試樣本集S2兩個(gè)部分；
(4)由訓(xùn)練樣本集SI構(gòu)建一個(gè)基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型，其逆模型的參數(shù)采用智能優(yōu)化算法及測(cè)試樣本集S2誤差最小的準(zhǔn)則進(jìn)行選擇與優(yōu)化；
(5)在實(shí)際測(cè)量時(shí)，用多個(gè)傳感器對(duì)被測(cè)量同時(shí)進(jìn)行測(cè)量，將多個(gè)傳感器的輸出結(jié)果輸入到基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型，把傳感器系統(tǒng)逆模型的輸出值進(jìn)行反歸一化后作為被測(cè)量的真值。其進(jìn)一步是傳感器系統(tǒng)是由能夠?qū)Ρ粶y(cè)量進(jìn)行測(cè)量的不同特性或不同原理的多個(gè)傳感器所組成，并對(duì)多個(gè)傳感器分別建立相應(yīng)的測(cè)量電路。基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型由訓(xùn)練樣本集SI建立，其模型參數(shù)由量子粒子群優(yōu)化及測(cè)試樣本集S2的均方根誤差RMSE與最大絕對(duì)誤差MAE同時(shí)最小的準(zhǔn)則進(jìn)行選擇與優(yōu)化。RMSE與MAE的表達(dá)式分別為
權(quán)利要求
1.一種采用多傳感器降低測(cè)量誤差的方法，其特征是采用多個(gè)傳感器構(gòu)成的傳感器系統(tǒng)以及基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型，具體步驟如下 (1)針對(duì)一個(gè)被測(cè)量，選擇能夠?qū)ζ溥M(jìn)行測(cè)量的多個(gè)傳感器，并對(duì)多個(gè)傳感器分別建立相應(yīng)的測(cè)量電路，構(gòu)成一個(gè)由多個(gè)傳感器構(gòu)成的多傳感器系統(tǒng)； (2)對(duì)多個(gè)傳感器在使用范圍內(nèi)同時(shí)進(jìn)行標(biāo)定，分別得到η個(gè)傳感器輸出輸入數(shù)據(jù)； (3)對(duì)步驟2中得到的輸出輸入數(shù)據(jù)對(duì)進(jìn)行歸一化處理，形成數(shù)據(jù)樣本(yi，Xi)，其中
2.根據(jù)權(quán)利要求1所述的一種采用多傳感器降低測(cè)量誤差的方法，特征在于傳感器系統(tǒng)是由能夠?qū)Ρ粶y(cè)量進(jìn)行測(cè)量的不同特性或不同原理的多個(gè)傳感器所組成，并對(duì)多個(gè)傳感器分別建立相應(yīng)的測(cè)量電路。
3.根據(jù)權(quán)利要求1或2所述的一種采用多傳感器降低測(cè)量誤差的方法，特征在于基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型由訓(xùn)練樣本集Si建立，其模型參數(shù)由量子粒子群優(yōu)化及測(cè)試樣本集S2的均方根誤差RMSE與最大絕對(duì)誤差MAE同時(shí)最小的準(zhǔn)則進(jìn)行選擇與優(yōu)化；RMSE與MAE的表達(dá)式分別為
全文摘要
本發(fā)明公開了一種采用多傳感器降低測(cè)量誤差的方法，涉及傳感器信息處理領(lǐng)域。該方法采用多個(gè)傳感器對(duì)一個(gè)被測(cè)量在使用范圍內(nèi)同時(shí)進(jìn)行標(biāo)定；對(duì)標(biāo)定數(shù)據(jù)進(jìn)行歸一化處理后建立數(shù)據(jù)樣本，并將其分成訓(xùn)練樣本集與測(cè)試樣本集兩個(gè)部分；利用訓(xùn)練樣本集構(gòu)建一個(gè)基于支持向量機(jī)的多輸入單輸出傳感器系統(tǒng)逆模型，其逆模型的參數(shù)采用量子粒子群優(yōu)化算法及測(cè)試樣本集的均方根誤差與最大絕對(duì)誤差同時(shí)最小的準(zhǔn)則進(jìn)行選擇與優(yōu)化。在測(cè)量時(shí)將多個(gè)傳感器的輸出結(jié)果輸入到傳感器系統(tǒng)逆模型，將傳感器逆模型的輸出值反歸一化后作為被測(cè)量的真值。優(yōu)點(diǎn)能夠發(fā)揮多個(gè)傳感器的冗余與互補(bǔ)特性，實(shí)現(xiàn)被測(cè)量的高精度測(cè)量，且建模工作量小，可應(yīng)用于高精度的測(cè)量領(lǐng)域。
文檔編號(hào)G01D3/028GK103063233SQ201210584719
公開日2013年4月24日 申請(qǐng)日期2012年12月28日 優(yōu)先權(quán)日2012年12月28日
發(fā)明者黃為勇, 田傳耕, 賈燕玲 申請(qǐng)人:徐州工程學(xué)院