一种相对高度测量装置及方法
【专利摘要】本发明公开了一种相对高度测量装置，包括上位机、微处理器模块以及和微处理器模块分别相连的阵列式气压传感器模块、电源模块、液晶显示模块、串口通信模块。一种采用所述测量装置测量的方法，在上位机中完成遗传算法优化BP神经网络并将所得权值、阈值以及相对高度计算公式传输至微处理器模块；阵列式气压传感器模块采集气压和温度传输至微处理器模块，微处理器模块对接收到的气压和温度进行处理后计算得出相对高度，将结果传输至液晶显示模块进行显示、上位机进行存储。本发明通过软硬件结合，有利于抑制噪声、恢复、增强和提取有用信号，具有更高的精确性和稳定性。
【专利说明】一种相对高度测量装置及方法
【技术领域】
[0001]本发明涉及一种相对高度测量装置及方法，特别涉及一种基于遗传算法优化BP神经网络的相对高度测量装置及方法。
【背景技术】
[0002]在日常生活和生产过程中，相对高度(空间中任意两点的垂直高度)对于我们来说是不可缺少的基本参数，例如，相对高度在我们生活，建筑，科技，甚至军事上都有着广泛的应用，如野外探险，建筑工地高度测量，无人机器人和靶弹高度导航等。一般来说，对于相对高度的测量通常有三种常用的方法，第一种:传统的机械直接测量；第二种:利用GPS的测量；第三种:基于气压传感的电子仪器的间接测量。传统的机械测量器件的精度有限，体积大，携带不方便。GPS的测量能达到较好的精度要求，但是成本较高。相比较而言，基于气压传感的相对高度的电子仪器有着更广泛的应用。
[0003]现阶段，对于利用气压计算相对高度，人们普遍采用标准气压高度公式。但是标准气压高度转换公式存在较大的缺陷性，例如，当测量点周围的大气压不符合理想标准大气压的状态(压强为1013.25hPa，温度为15°C )，采用标准气压高度公式受气温、风速、湿度等外界因素的影响较大，从而导致高度测量产生较大的误差。此外，一般都是采用单个传感器测量，由于某点气压可能变化很大且传感器出厂参数等略有差异，这些因素均增加了测量误差。
【发明内容】
[0004]本发明所要解决的技术问题是提供一种相对高度测量装置及方法，有利于抑制噪声、恢复、增强和提取有用信号，具有更高的精确性和稳定性。
[0005]本发明为解决上述技术问题采用以下技术方案:
[0006]一种相对高度测量装置，包括上位机、微处理器模块以及分别和微处理器模块相连的阵列式气压传感器模块、电源模块、液晶显示模块、串口通信模块；所述上位机通过所述串口通信模块与所述微处理器模块相连；所述电源模块为各个模块供电。
[0007]—种采用如上所述相对高度测量装置的测量方法，包括以下步骤:
[0008]步骤1，所述微处理器模块发送启动命令至所述阵列式气压传感器模块，所述阵列式气压传感器模块采集η个不同测试地点的气压和温度数据，并传输至所述微处理器模块，所述微处理器模块将接收到的气压和温度数据传送至所述上位机中；
[0009]步骤2，所述上位机通过接收到的气压和温度数据建立BP神经网络，根据遗传算法的原理对BP神经网络进行优化并完成其训练学习过程，将得到的相对高度计算公式传送至所述微处理器模块中，具体步骤如下:
[0010]201，将收集到的气压值P和温度值t作为输入量Pk= (P，t)的参数；选取一个参考基点，记录各个测试地点的相对高度Λ H，将其作为输出量Ck= (Δ H)的参数；同一测试地点的输入量Pk和输出量Ck具有映射对应关系，由此得到η个具有上述映射关系的测试数据组，将其作为测试样本存入数据库中；n为自然数，K是η组测试样本中的任意一组，K=I, 2，…，η ;
[0011]202，对测试样本进行归一化处理，采用最大最小法将所有数据都转化为[0，I]之间的数，归一化公式如下:
[0012]X k= (Xk-X min) / ( X max- X min)
[0013]式中，X _为数据序列中的最小数；Xniax为数据序列中的最大数；
[0014]根据归一化公式将输入量Pk和输出量Ck都转换成归一化的输入量P’ κ和输出量C’ κ，最终得到归一化的测试样本以及数据库；
[0015]203,根据归一化后的测试样本中输入量和输出量的映射对应关系，建立三层拓扑结构的BP神经网络，具体如下:
[0016]设定BP神经网络的输入层神经元为2个，输出层神经元为I个，隐含层神经元为6个；其中输入层和隐含层的激活函数都选取tansig型函数，输出层激活函数选取pureline型函数；输入层与隐含层之间的连接权值为Wu，隐含层的阈值为Θ j,隐含层与输出层之间的连接权值为，输出层的阈值为0q;i为输入层节点数，i=l，2 ;j为隐含层节点数，j=l, 2，…，6 ;q为输出层节点数，q=l ；
[0017]tansig型函数定义为
[0018]
【权利要求】
1.一种相对高度测量装置，其特征在于，该装置包括上位机、微处理器模块以及分别和微处理器模块相连的阵列式气压传感器模块、电源模块、液晶显示模块、串口通信模块；所述上位机通过所述串口通信模块与所述微处理器模块相连；所述电源模块为各个模块供电。
2.根据权利要求1所述的一种相对高度测量装置，其特征在于，所述微处理器模块选用MSP430F149型号的微控制器。
3.根据权利要求1所述的一种相对高度测量装置，其特征在于，所述阵列式气压传感器模块选用BMP085型号气压传感器组成3*3的方阵。
4.根据权利要求1所述的一种相对高度测量装置，其特征在于，所述液晶显示模块选用LCD12864型号。
5.根据权利要求1所述的一种相对高度测量装置，其特征在于，所述串口通信模块选用RS232串口通信芯片。
6.根据权利要求1所述的一种相对高度测量装置，其特征在于，所述电源模块选用7133稳压芯片。
7.一种采用如权利要求1所述相对高度测量装置的测量方法，其特征在于，包括以下步骤: 步骤1，所述微处理器模块发送启动命令至所述阵列式气压传感器模块，所述阵列式气压传感器模块采集η个不同测试地点的气压和温度数据，并传输至所述微处理器模块，所述微处理器模块将接收到的气压和温度数据传送至所述上位机中； 步骤2， 所述上位机通过接收到的气压和温度数据建立BP神经网络，根据遗传算法的原理对BP神经网络进行优化并完成其训练学习过程，将得到的相对高度计算公式传送至所述微处理器模块中，具体步骤如下: .201，将收集到的气压值P和温度值t作为输入量PK=(P，t)的参数；选取一个参考基点，记录各个测试地点的相对高度Λ H，将其作为输出量Ck= (Δ H)的参数；同一测试地点的输入量Pk和输出量Ck具有映射对应关系，由此得到η个具有上述映射关系的测试数据组，将其作为测试样本存入数据库中；η为自然数，K是η组测试样本中的任意一组，K=I, 2，…，η ; . 202，对测试样本进行归一化处理，采用最大最小法将所有数据都转化为[0，1]之间的数，归一化公式如下:
Xk= (Xk-X min) / ( X max- X min) 式中，Xmin为数据序列中的最小数；Xmax为数据序列中的最大数； 根据归一化公式将输入量Pk和输出量Ck都转换成归一化的输入量P’ K和输出量C’ κ,最终得到归一化的测试样本以及数据库； . 203，根据归一化后的测试样本中输入量和输出量的映射对应关系，建立三层拓扑结构的BP神经网络，具体如下: 设定BP神经网络的输入层神经元为2个，输出层神经元为I个，隐含层神经元为6个；其中输入层和隐含层的激活函数都选取tansig型函数，输出层激活函数选取pureline型函数；输入层与隐含层之间的连接权值为Wu，隐含层的阈值为Θ j,隐含层与输出层之间的连接权值为，输出层的阈值为0q;i为输入层节点数，i=l，2 ;j为隐含层节点数，j=l, 2，…，6 ；q为输出层节点数，q=l ；tansig型函数定义为
【文档编号】G01C5/06GK103712599SQ201310740218
【公开日】2014年4月9日 申请日期:2013年12月27日 优先权日:2013年12月27日
【发明者】张加宏, 付洋, 李敏, 姚佳慧, 黄秦, 李猛 申请人:南京信息工程大学