[发明专利]一种多功能传感器信号重构精度和计算量的平衡方法

说明书

技术领域

本发明涉及传感器，尤其是涉及一种多功能传感器信号重构精度和计算量的平衡方法。

背景技术

多功能传感器是能够同时测量多个物理量的传感器，是现代传感技术的主要发展趋势之一。随着多功能传感器的发展，其相应的信号重构方法也是必须研究的问题。目前，虽然适用于多功能传感器的信号重构方法有不少，但是既能保证重构精度，又能够在智能芯片上使用的方法很少，而基于B样条和卡尔曼滤波的重构方法就是其中之一。然而，目前该方法在B样条模型结构的选择上，一般是通过人工选择，并没有相应的算法指导，使得在重构过程中为了达到一定的精度，进行了大量不必要的计算。

目前，国内外在传感器的平衡算法上已有一定的研究，但是仍存在一些问题。大多数的文献中，并未研究传感器信号重构的平衡算法，对于模型的结构，一般采用的是多次尝试或者依靠经验的方法，只要获得了需要的重构效果，并不考虑其他的问题，如建模所需的计算量、模型的复杂程度等。文献（魏国,刘剑,孙金玮,et al.基于LS-SVM的非线性多功能传感器信号重构方法研究.自动化学报,2008,34(8):869-875）中，针对多功能传感器的信号重构，利用L折交叉验证优化了支持向量机的参数。然而，该文中仅研究了被优化参数对信号重构误差的影响，并未研究其对参数辨识所需计算量的影响。文献（Michele Gubian,Anna Marconato,Andrea Boni,et al.A study on Uncertainty-Complexity Tradeoffs for Dynamic Nonlinear Sensor Compensation.IEEE transactions on instrumentation and measurement,2009,58(1)：26-32）和文献（Michele Gubian,A.Marconato,A.Boni,et al.Uncertainty-Complexity Trade-Offs for Sensor Compensation Design,AMUEM2007,Italy,2007：127-132）在研究动态传感器非线性补偿问题时，采用了支持向量机的方法对传感器进行了逆向建模。在该文中，作者研究了标定过程中的精度和计算复杂度的评价方法，并通过优化支持向量机的结构，实现了两者之间的平衡。然而，该文针对的是单一功能的传感器补偿问题，且被优化的对象为支持向量机。

发明内容

本发明的目的在于提供一种多功能传感器信号重构精度和计算量的平衡方法。

首先，简要介绍一下B样条算法。B样条算法是构造复杂非线性曲线或曲面的重要工具。由B样条所构造的曲线或曲面具有良好的低阶光滑特性，用其建立多功能传感器逆模型能够有效地避免欠拟合和过拟合现象的出现，从而提高信号重构精度。以三输入单输出的模型为例，介绍B样条模型的基本结构。给定一组样本数据和三个方向上的节点序列：