一种提高传感器测量精度方法
【专利摘要】本发明公开了一种提高传感器测量精度方法，其特征在于，包括以下步骤：建立传感器电路，获取主传感器和测量干扰量的传感器的数据，将数据采集到计算机中；利用matlab软件对传感器测得数据进行预处理，利用统计学方法剔除偶然误差点；将剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真，通过多次仿真比较传感器干扰量敏感性，从而确定出多项式神经网络隐含层最优神经元数目，得出神经网络结构；保存最优神经元数目下的神经网络权值，确定传感器输出值；将数据融合模型存储至传感器系统中。本发明提高测量精度，简单有效，方法明确，方便快捷，可以应用到各种传感器系统中，具有比较好的效果。
【专利说明】一种提高传感器测量精度方法
【技术领域】
[0001]本发明涉及一种提高传感器测量精度方法，属于传感器测量【技术领域】。
【背景技术】
[0002]传感器是能感受规定的被测量件并按照一定的规律转换成可用信号的器件或装置，通常由敏感元件和转换元件组成，在工业生产、宇宙开发、海洋探测、环境保护、资源调查、医学诊断、生物工程中都离不开各种各样的传感器，传感器技术在发展经济、推动社会进步方面的有着非常重要的作用。随着社会的进步，对各种事物的探索及各种行业的需求，传感器的精度要求也越来越高，然而提高传感器精度需要付出很大的经济代价，亟需一种简单方便有效的提高精度的方法。
[0003]Matlab (MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式，代表了当今国际科学计算软件的先进水平)。
【发明内容】
[0004]本发明要解决的技术问题是:提供了一种简单有效、方法明确、方便快捷的提高传感器测量精度方法，解决了对各种事物的探索及各种行业的需求，传感器的精度要求越来越高，而提高传感器精度需要付出很大经济代价的问题。
[0005]为了解决上述技术问题，本发明的技术方案是提供了一种提高传感器测量精度方法，其特征在于，包括以下步骤:
[0006]步骤(I):建立传感器电路，获取主传感器和测量干扰量的传感器的数据，将数据采集到计算机中；
[0007]步骤(2):利用matlab软件对传感器测得数据进行预处理，利用统计学方法剔除偶然误差点；
[0008]步骤(3):将剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真，通过多次仿真比较传感器干扰量敏感性,从而确定出多项式神经网络隐含层最优神经元数目，得出神经网络结构；
[0009]步骤(4):保存步骤(3)中得出的最优神经元数目下的神经网络权值，确定传感器输出值；
[0010]步骤(5):将数据融合模型存储至传感器系统中。
[0011]本发明采用多传感器融合技术，消除了干扰量影响；同时取消了原先检测的硬件结构，从而简化了结构，降低了成本。本发明简单有效，方法明确，方便快捷，可以应用到各种传感器系统中，具有比较好的效果。
【专利附图】
【附图说明】
[0012]图1为一种提高传感器测量精度方法的流程图；
[0013]图2为传感器电路的电路框图；
[0014]图3为采用实施例1中的数据确定神经网络结构仿真图。
【具体实施方式】
[0015]为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
[0016]本发明为一种提高传感器测量精度方法，其中主传感器和辅助传感器同时使用的多传感器融合技术，主传感器测量目标量，辅助传感器测量影响主传感器测量精度的因素，通过标定实验获取主传感器和辅助传感器测量数据，将所获数据存入到计算机中，采用多项式神经网络算法，利用Matlab软件确定多项式神经网络结构以及神经网络权值，将在计算机中所获得的模型存入到多传感器测量系统微处理器中，主传感器和辅助传感器测量值作为模型的输入值，从而得出消除影响后输出值，从而达到提高传感器测量精度的目的。
[0017]实施例1
[0018]提高开环式霍尔电流传感器测量精度:首先建立霍尔电流传感器测量电路，环境温度对霍尔电流传感器测量精度有很大的影响，将霍尔电流传感器作为主传感器，将温度传感器作为辅助传感器，将温度传感器贴于霍尔电流传感器表面上，采集霍尔电流传感器和温度传感器测量数据。测量电路框图，如图2所示，主传感器和辅助传感器接收数据后进入信号处理电路进行处理，再对其进行AD转换后进入微处理器。将测得的数据(如表I)存入到Matlab程序中，利用统计学方法剔除偶然误差点，剩余数据作多项式神经网络处理数据，将剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真，通过多次重复性仿真，如图3所示，当神经元数为38时，比较得出比较优良的神经网络结构，利用多项式神经网络权值直接确定的方法，得出神经网络权值，从而得出传感器系统输出值，如表2所示。应该理解为，应用到其他行业或者有着类似的观点的操作视为同一个发明。
[0019]表I霍尔电流传感器二维试验标定数据
[0020]
【权利要求】
1.一种提高传感器测量精度方法，其特征在于，包括以下步骤: 步骤(I):建立传感器电路，获取主传感器和测量干扰量的传感器的数据，将数据采集到计算机中； 步骤(2):利用matlab软件对传感器测得数据进行预处理，利用统计学方法剔除偶然误差点； 步骤(3):将剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真，通过多次仿真比较传感器干扰量敏感性，从而确定出多项式神经网络隐含层最优神经元数目，得出神经网络结构； 步骤⑷:保存步骤⑶中得出的最优神经元数目下的神经网络权值，确定传感器输出值； 步骤(5):将数据融合模型存储至传感器系统中。
【文档编号】G01D3/028GK103940453SQ201410150492
【公开日】2014年7月23日 申请日期:2014年4月15日 优先权日:2014年4月15日
【发明者】王祥, 卢文科, 俞经龙, 陈月华 申请人:东华大学