[發(fā)明專利]一種多模式傳感器信息解耦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811133877.2
• 申請(qǐng)日: 2018-09-27
• 公開（公告）號(hào): CN109446476B
• 公開（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 張建富;馮平法;羅文濤;郁鼎文;吳志軍
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06F17/16
• 分類號(hào): G06F17/16;G01D21/02
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 孫巖

1.一種多模式傳感器信息解耦方法，其特征在于，所述方法包括：

接收多模式觸覺傳感器發(fā)送的多模式信息；其中，所述多模式信息包括不同種類傳感器的傳感器信息，所述多模式觸覺傳感器包括溫度觸覺傳感器、靜態(tài)力傳感器、瞬態(tài)力傳感器和超聲振動(dòng)傳感器中至少兩種不同種類傳感器；

根據(jù)所述多模式信息，獲取特征矩陣；其中，所述特征矩陣是基于每個(gè)傳感器信息中提取的特征信號(hào)生成的；

對(duì)所述特征矩陣進(jìn)行降維，獲取降維矩陣；其中，所述降維矩陣用于排除所述特征矩陣間不存在耦合關(guān)系的特征信息；

根據(jù)所述特征矩陣與所述降維矩陣，獲取耦合矩陣；其中，所述耦合矩陣用于排除所述特征矩陣中各個(gè)特征信號(hào)之間不存在耦合關(guān)系的特征信息；

選取所述耦合矩陣中任意一對(duì)信息的特征向量，

根據(jù)所述特征向量，計(jì)算所述特征向量的互信息，

根據(jù)所述互信息，獲取初始解耦矩陣；

根據(jù)所述初始解耦矩陣，對(duì)所述耦合矩陣進(jìn)行訓(xùn)練，獲取獨(dú)立信息矩陣；

通過(guò)解耦分離公式對(duì)所述獨(dú)立信息矩陣進(jìn)行解耦，獲取獨(dú)立信息輸出矩陣；其中，所述獨(dú)立信息輸出矩陣是對(duì)所述耦合矩陣進(jìn)行非耦合關(guān)系信號(hào)的排除處理后得到的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述特征矩陣進(jìn)行降維，獲取降維矩陣包括：

對(duì)所述特征矩陣進(jìn)行預(yù)處理，獲取零均值矩陣；

根據(jù)所述零均值矩陣，獲取特征向量矩陣；

根據(jù)所述特征向量矩陣，獲取降維矩陣。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述零均值矩陣，獲取特征向量矩陣包括：

計(jì)算所述零均值矩陣的協(xié)方差，獲取特征向量和特征值；

將所述特征向量根據(jù)所對(duì)應(yīng)特征值從小到大進(jìn)行排列，獲取特征向量矩陣。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述特征向量矩陣，獲取降維矩陣包括：

將所述特征向量矩陣中特征向量按行進(jìn)行分組，截取第一組作為所述降維矩陣。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述多模式信息，獲取特征矩陣包括：

提取所述多模式信息的特征信息，形成所述特征矩陣。