一種提高傳感器測(cè)量精度方法
【專利摘要】本發(fā)明公開了一種提高傳感器測(cè)量精度方法，其特征在于，包括以下步驟：建立傳感器電路，獲取主傳感器和測(cè)量干擾量的傳感器的數(shù)據(jù)，將數(shù)據(jù)采集到計(jì)算機(jī)中；利用matlab軟件對(duì)傳感器測(cè)得數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計(jì)學(xué)方法剔除偶然誤差點(diǎn)；將剩余數(shù)據(jù)進(jìn)行歸一化處理后作為多項(xiàng)式神經(jīng)網(wǎng)絡(luò)的輸入值，進(jìn)行Matlab仿真，通過多次仿真比較傳感器干擾量敏感性，從而確定出多項(xiàng)式神經(jīng)網(wǎng)絡(luò)隱含層最優(yōu)神經(jīng)元數(shù)目，得出神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；保存最優(yōu)神經(jīng)元數(shù)目下的神經(jīng)網(wǎng)絡(luò)權(quán)值，確定傳感器輸出值；將數(shù)據(jù)融合模型存儲(chǔ)至傳感器系統(tǒng)中。本發(fā)明提高測(cè)量精度，簡(jiǎn)單有效，方法明確，方便快捷，可以應(yīng)用到各種傳感器系統(tǒng)中，具有比較好的效果。
【專利說明】一種提高傳感器測(cè)量精度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種提高傳感器測(cè)量精度方法，屬于傳感器測(cè)量【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]傳感器是能感受規(guī)定的被測(cè)量件并按照一定的規(guī)律轉(zhuǎn)換成可用信號(hào)的器件或裝置，通常由敏感元件和轉(zhuǎn)換元件組成，在工業(yè)生產(chǎn)、宇宙開發(fā)、海洋探測(cè)、環(huán)境保護(hù)、資源調(diào)查、醫(yī)學(xué)診斷、生物工程中都離不開各種各樣的傳感器，傳感器技術(shù)在發(fā)展經(jīng)濟(jì)、推動(dòng)社會(huì)進(jìn)步方面的有著非常重要的作用。隨著社會(huì)的進(jìn)步，對(duì)各種事物的探索及各種行業(yè)的需求，傳感器的精度要求也越來越高，然而提高傳感器精度需要付出很大的經(jīng)濟(jì)代價(jià)，亟需一種簡(jiǎn)單方便有效的提高精度的方法。
[0003]Matlab (MATLAB是matrix&laboratory兩個(gè)詞的組合，意為矩陣工廠(矩陣實(shí)驗(yàn)室)。是由美國(guó)mathworks公司發(fā)布的主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言(如C、Fortran)的編輯模式，代表了當(dāng)今國(guó)際科學(xué)計(jì)算軟件的先進(jìn)水平)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明要解決的技術(shù)問題是:提供了一種簡(jiǎn)單有效、方法明確、方便快捷的提高傳感器測(cè)量精度方法，解決了對(duì)各種事物的探索及各種行業(yè)的需求，傳感器的精度要求越來越高，而提高傳感器精度需要付出很大經(jīng)濟(jì)代價(jià)的問題。
[0005]為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是提供了一種提高傳感器測(cè)量精度方法，其特征在于，包括以下步驟:
[0006]步驟(I):建立傳感器電路，獲取主傳感器和測(cè)量干擾量的傳感器的數(shù)據(jù)，將數(shù)據(jù)采集到計(jì)算機(jī)中；
[0007]步驟(2):利用matlab軟件對(duì)傳感器測(cè)得數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計(jì)學(xué)方法剔除偶然誤差點(diǎn)；
[0008]步驟(3):將剩余數(shù)據(jù)進(jìn)行歸一化處理后作為多項(xiàng)式神經(jīng)網(wǎng)絡(luò)的輸入值，進(jìn)行Matlab仿真，通過多次仿真比較傳感器干擾量敏感性,從而確定出多項(xiàng)式神經(jīng)網(wǎng)絡(luò)隱含層最優(yōu)神經(jīng)元數(shù)目，得出神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；
[0009]步驟(4):保存步驟(3)中得出的最優(yōu)神經(jīng)元數(shù)目下的神經(jīng)網(wǎng)絡(luò)權(quán)值，確定傳感器輸出值；
[0010]步驟(5):將數(shù)據(jù)融合模型存儲(chǔ)至傳感器系統(tǒng)中。
[0011]本發(fā)明采用多傳感器融合技術(shù)，消除了干擾量影響；同時(shí)取消了原先檢測(cè)的硬件結(jié)構(gòu)，從而簡(jiǎn)化了結(jié)構(gòu)，降低了成本。本發(fā)明簡(jiǎn)單有效，方法明確，方便快捷，可以應(yīng)用到各種傳感器系統(tǒng)中，具有比較好的效果。
【專利附圖】

【附圖說明】
[0012]圖1為一種提高傳感器測(cè)量精度方法的流程圖；
[0013]圖2為傳感器電路的電路框圖；
[0014]圖3為采用實(shí)施例1中的數(shù)據(jù)確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)仿真圖。
【具體實(shí)施方式】
[0015]為使本發(fā)明更明顯易懂，茲以優(yōu)選實(shí)施例，并配合附圖作詳細(xì)說明如下。
[0016]本發(fā)明為一種提高傳感器測(cè)量精度方法，其中主傳感器和輔助傳感器同時(shí)使用的多傳感器融合技術(shù)，主傳感器測(cè)量目標(biāo)量，輔助傳感器測(cè)量影響主傳感器測(cè)量精度的因素，通過標(biāo)定實(shí)驗(yàn)獲取主傳感器和輔助傳感器測(cè)量數(shù)據(jù)，將所獲數(shù)據(jù)存入到計(jì)算機(jī)中，采用多項(xiàng)式神經(jīng)網(wǎng)絡(luò)算法，利用Matlab軟件確定多項(xiàng)式神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及神經(jīng)網(wǎng)絡(luò)權(quán)值，將在計(jì)算機(jī)中所獲得的模型存入到多傳感器測(cè)量系統(tǒng)微處理器中，主傳感器和輔助傳感器測(cè)量值作為模型的輸入值，從而得出消除影響后輸出值，從而達(dá)到提高傳感器測(cè)量精度的目的。
[0017]實(shí)施例1
[0018]提高開環(huán)式霍爾電流傳感器測(cè)量精度:首先建立霍爾電流傳感器測(cè)量電路，環(huán)境溫度對(duì)霍爾電流傳感器測(cè)量精度有很大的影響，將霍爾電流傳感器作為主傳感器，將溫度傳感器作為輔助傳感器，將溫度傳感器貼于霍爾電流傳感器表面上，采集霍爾電流傳感器和溫度傳感器測(cè)量數(shù)據(jù)。測(cè)量電路框圖，如圖2所示，主傳感器和輔助傳感器接收數(shù)據(jù)后進(jìn)入信號(hào)處理電路進(jìn)行處理，再對(duì)其進(jìn)行AD轉(zhuǎn)換后進(jìn)入微處理器。將測(cè)得的數(shù)據(jù)(如表I)存入到Matlab程序中，利用統(tǒng)計(jì)學(xué)方法剔除偶然誤差點(diǎn)，剩余數(shù)據(jù)作多項(xiàng)式神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù)，將剩余數(shù)據(jù)進(jìn)行歸一化處理后作為多項(xiàng)式神經(jīng)網(wǎng)絡(luò)的輸入值，進(jìn)行Matlab仿真，通過多次重復(fù)性仿真，如圖3所示，當(dāng)神經(jīng)元數(shù)為38時(shí)，比較得出比較優(yōu)良的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，利用多項(xiàng)式神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定的方法，得出神經(jīng)網(wǎng)絡(luò)權(quán)值，從而得出傳感器系統(tǒng)輸出值，如表2所示。應(yīng)該理解為，應(yīng)用到其他行業(yè)或者有著類似的觀點(diǎn)的操作視為同一個(gè)發(fā)明。
[0019]表I霍爾電流傳感器二維試驗(yàn)標(biāo)定數(shù)據(jù)
[0020]
【權(quán)利要求】
1.一種提高傳感器測(cè)量精度方法，其特征在于，包括以下步驟: 步驟(I):建立傳感器電路，獲取主傳感器和測(cè)量干擾量的傳感器的數(shù)據(jù)，將數(shù)據(jù)采集到計(jì)算機(jī)中； 步驟(2):利用matlab軟件對(duì)傳感器測(cè)得數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計(jì)學(xué)方法剔除偶然誤差點(diǎn)； 步驟(3):將剩余數(shù)據(jù)進(jìn)行歸一化處理后作為多項(xiàng)式神經(jīng)網(wǎng)絡(luò)的輸入值，進(jìn)行Matlab仿真，通過多次仿真比較傳感器干擾量敏感性，從而確定出多項(xiàng)式神經(jīng)網(wǎng)絡(luò)隱含層最優(yōu)神經(jīng)元數(shù)目，得出神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)； 步驟⑷:保存步驟⑶中得出的最優(yōu)神經(jīng)元數(shù)目下的神經(jīng)網(wǎng)絡(luò)權(quán)值，確定傳感器輸出值； 步驟(5):將數(shù)據(jù)融合模型存儲(chǔ)至傳感器系統(tǒng)中。
【文檔編號(hào)】G01D3/028GK103940453SQ201410150492
【公開日】2014年7月23日 申請(qǐng)日期:2014年4月15日 優(yōu)先權(quán)日:2014年4月15日
【發(fā)明者】王祥, 盧文科, 俞經(jīng)龍, 陳月華 申請(qǐng)人:東華大學(xué)