[發(fā)明專利]一種基于傳感器使用的數(shù)據(jù)穩(wěn)定性增強方法

有效

• 申請?zhí)枺?/td>: 201810049541.1
• 申請日: 2018-01-18
• 公開（公告）號: CN108268428B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 許永童
• 申請（專利權(quán)）人: 上海蘭寶傳感科技股份有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/10;G01D21/00
• 代理公司: 上海伯瑞杰知識產(chǎn)權(quán)代理有限公司 31227
• 代理人: 李慶

本發(fā)明提供一種基于傳感器使用的數(shù)據(jù)穩(wěn)定性增強方法，包括：獲取傳感器的測試數(shù)據(jù)，計算所述測試數(shù)據(jù)的中心線和極差；計算每個測量值與所述中心線的差值，估算所述每個測量值在所述極差范圍內(nèi)的位置；計算位置概率因子并替代卡爾曼濾波系數(shù)，獲得改進(jìn)后濾波算法；數(shù)據(jù)穩(wěn)定時，根據(jù)所述位置概率因子的不同區(qū)間范圍，采用靜態(tài)濾波算法計算輸出距離；數(shù)據(jù)產(chǎn)生突變時，對所述測試數(shù)據(jù)采用突變算法處理；當(dāng)測試目標(biāo)參量連續(xù)緩變時，采用動態(tài)連續(xù)緩變算法。提高了測量數(shù)據(jù)的重復(fù)精度和穩(wěn)定性，實現(xiàn)靜態(tài)濾波算法的動態(tài)智能調(diào)節(jié)，增加突變和連續(xù)緩變的動態(tài)響應(yīng)算法，實現(xiàn)了傳感器測量環(huán)境突變和連續(xù)變化情況下的快速響應(yīng)。

技術(shù)領(lǐng)域

本發(fā)明涉及傳感器數(shù)據(jù)處理領(lǐng)域，具體涉及一種基于傳感器使用的數(shù)據(jù)穩(wěn)定性增強方法。

背景技術(shù)

近年來，傳感器的發(fā)展突飛猛進(jìn)，對于傳感器的穩(wěn)定性和重復(fù)精度的要求也越來越高。而單純靠傳感器自身敏感元件的性能，還不能滿足人們的需求。因此各種濾波算法紛紛涌現(xiàn)，濾波算法能夠大幅提高傳感器的重復(fù)精度和穩(wěn)定性，但濾波效果越好的算法，其動態(tài)響應(yīng)就越差，而傳感器的應(yīng)用場合各不相同，很多傳感器會面臨檢測環(huán)境的復(fù)雜變化，數(shù)據(jù)的動態(tài)特性較強，因此，在追求傳感器數(shù)據(jù)穩(wěn)定的同時，也對動態(tài)響應(yīng)特性提出了嚴(yán)格要求。

通常傳感器采用的提高穩(wěn)定性的方法為濾波方法，包括中值濾波，均值濾波，滑動取平均濾波，卡爾曼濾波等。

中值濾波和均值濾波對于靜態(tài)數(shù)據(jù)濾波效果較好，但傳感器測量出現(xiàn)錯誤點后，對結(jié)果影響較大，因此，濾波后數(shù)據(jù)會出現(xiàn)蠕變現(xiàn)象。

滑動取平均濾波法對靜態(tài)數(shù)據(jù)濾波較好，滑動取的濾波數(shù)據(jù)越多，濾波效果越顯著，動態(tài)響應(yīng)延遲也就越大。

卡爾曼濾波對于靜態(tài)數(shù)據(jù)濾波效果較好，且濾波后數(shù)據(jù)仍服從正態(tài)分布。但卡爾曼系數(shù)收斂后不易改變，不能對實時的測量情況進(jìn)行及時調(diào)節(jié)，動態(tài)性能較差，有嚴(yán)重的動態(tài)滯后。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明的目的在于提供一種基于傳感器使用的數(shù)據(jù)穩(wěn)定性增強方法。

本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：

一種基于傳感器使用的數(shù)據(jù)穩(wěn)定性增強方法，包括以下步驟：

S1、獲取傳感器的測試數(shù)據(jù)，計算所述測試數(shù)據(jù)的中心線和極差，所述測試數(shù)據(jù)近似服從高斯分布規(guī)律；

S2、計算所述測試數(shù)據(jù)中每個測量值與所述中心線的差值，估算所述每個測量值在所述極差范圍內(nèi)的位置；

S3、根據(jù)所述差值和所述極差計算得到位置概率因子；

S4、結(jié)合卡爾曼濾波算法對濾波系數(shù)進(jìn)行改進(jìn)，用所述位置概率因子替代卡爾曼濾波系數(shù)，獲得改進(jìn)后濾波算法的輸出距離計算公式；

S5、當(dāng)所述差值的絕對值在閾值范圍內(nèi)時，判斷為數(shù)據(jù)穩(wěn)定，根據(jù)所述位置概率因子的不同區(qū)間范圍，采用靜態(tài)濾波算法計算所述輸出距離；

S6、當(dāng)所述差值的絕對值超出所述閾值范圍時，判斷為數(shù)據(jù)產(chǎn)生突變，對所述測試數(shù)據(jù)采用突變算法處理；

S7、當(dāng)測試目標(biāo)參量連續(xù)緩變時，采用動態(tài)連續(xù)緩變算法。

進(jìn)一步的，所述中心線代表若干個測試數(shù)據(jù)的均值；所述極差為所述測試數(shù)據(jù)中的最大值減去最小值的差。傳感器的測量數(shù)據(jù)有相應(yīng)的可靠程度，這個可靠程度與在此位置測量的數(shù)據(jù)的極差十分接近，認(rèn)為近似相等。

進(jìn)一步的，步驟S2中，所述均值為Dis_avg，所述測量值為Dis_measure，所述差值為D_value，計算公式為：D_value＝Dis_measure﹣Dis_avg，所述極差為precision，所述位置的高斯分布因子為position，所述差值D_value的絕對值為abs(D_value)，計算公式如下：