[發明專利]傳感器校準的方法及裝置

在審

• 申請號: 202110644544.1
• 申請日: 2021-06-09
• 公開（公告）號: CN115457756A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 郭民鵬
• 申請（專利權）人: 中移系統集成有限公司;中移雄安信息通信科技有限公司;中國移動通信集團有限公司
• 主分類號: G08C25/00
• 分類號: G08C25/00;G08C17/02;G06N3/04;G06N3/08;H04W4/38;H04W84/18
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 陳新生

1.一種傳感器校準的方法，其特征在于，包括：

獲取目標傳感器以及參考傳感器采集的多個屬性的測量數據；

對所述參考傳感器的所述測量數據進行數據維度的調整，得到數據維度為N*P*K的測量數據；其中，N表示所述參考傳感器的個數，P表示所述參考傳感器測量數據的屬性個數，K表示測量數據的采集時刻的次數；

將所述數據維度為N*P*K的測量數據通過各自對應的通道輸入至預測模型，輸出所述目標傳感器對應的各屬性的預測數據；

基于卡爾曼濾波器，結合目標傳感器各屬性的測量數據和預測數據，確定所述目標傳感器各屬性的校準數據；

其中，所述預測模型是基于所述目標傳感器的測量數據樣本以及所述參考傳感器的測量數據樣本進行訓練后得到的，且所述預測模型的全連接層的節點數與所述屬性個數相同。

2.根據權利要求1所述的傳感器校準的方法，其特征在于，所述將所述數據維度為N*P*K的測量數據通過各自對應的通道輸入至預測模型，輸出所述目標傳感器對應的各屬性的預測數據，包括：

將所述數據維度為N*P*K的測量數據按照各自對應的通道輸入至所述預測模型的兩層卷積層，對所述測量數據進行特征提取；

將所述特征提取后的測量數據輸入至所述預測模型的一層Flatten層，對不同時刻和不同屬性的數據進行壓平變換，得到一維結構的數據；

將所述一維結構的數據輸入至所述預測模型的一層全連接層，輸出目標傳感器各屬性的預測數據；

其中，所述預測模型中卷積層的輸入通道數是根據所述數據維度為N*P*K的測量數據中K值確定的；所述預測模型中全連接層點數是根據所述數據維度為N*P*K的測量數據中P值確定的。

3.根據權利要求1所述的傳感器校準的方法，其特征在于，所述基于卡爾曼濾波器，結合目標傳感器各屬性的測量數據和預測數據，確定所述目標傳感器各屬性的校準數據，包括：

將目標傳感器的相同屬性的測量數據和預測數據輸入同一個卡爾曼濾波器，不同屬性的測量數據和預測數據通過多個相同的卡爾曼濾波器，得到追蹤各屬性數據的漂移值；

基于目標傳感器的每個屬性的所述測量數據和所述追蹤各屬性數據的漂移值，確定目標傳感器的每個所述屬性的校準數據。

4.根據權利要求1所述的傳感器校準的方法，其特征在于，所述訓練樣本是在無線傳感網絡初建立并開始測試的前T個時刻內獲取的目標傳感器以及參考傳感器的多個屬性的測量數據。

5.一種傳感器校準的裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取目標傳感器以及參考傳感器采集的多個屬性的測量數據；

測量數據模塊，用于對所述參考傳感器的所述測量數據進行數據維度的調整，得到數據維度為N*P*K的測量數據；其中，N表示所述參考傳感器的個數，P表示所述參考傳感器測量數據的屬性個數，K表示測量數據的采集時刻的次數；

預測模塊，用于將所述數據維度為N*P*K的測量數據通過各自對應的通道輸入至預測模型，輸出所述目標傳感器對應的各屬性的預測數據；

校準模塊，用于基于卡爾曼濾波器，結合目標傳感器各屬性的測量數據和預測數據，確定所述目標傳感器各屬性的校準數據；

其中，所述預測模型是基于所述目標傳感器的測量數據樣本以及所述參考傳感器的測量數據樣本進行訓練后得到的，且所述預測模型的全連接層的節點數與所述屬性個數相同。

6.根據權利要求5所述的傳感器校準的裝置，其特征在于，所述預測模塊用于：

將所述數據維度為N*P*K的測量數據按照各自對應的通道輸入至所述預測模型的兩層卷積層，對所述測量數據進行特征提取；

將所述特征提取后的測量數據輸入至所述預測模型的一層Flatten層，對不同時刻和不同屬性的數據進行壓平變換，得到一維結構的數據；

將所述一維結構的數據輸入至所述預測模型的一層全連接層，輸出目標傳感器各屬性的預測數據；

其中，所述預測模型中卷積層的輸入通道數是根據所述數據維度為N*P*K的測量數據中K值確定的；所述預測模型中全連接層點數是根據所述數據維度為N*P*K的測量數據中P值確定的。