[发明专利]一种称重结果的干扰补偿计算方法及系统

权利要求书

1.一种称重结果的干扰补偿计算方法，其特征在于，包括以下步骤：

1)在称重传感器旁安装微差压传感器，微差压传感器的两个输入端口分别连接硬质塑管，其中一个端口放置在称重传感器秤台位置，另外一个端口放置在具有标准大气压的密闭环境中；

2)确定采样周期，被测量物品进入秤台之后，称重传感器和微差压传感器同时以固定周期开始采集数据，记录并保存称重数据和微差压数据；

3)针对步骤2)获取的称重数据与微差压数据建立状态空间模型，通过卡尔曼滤波算法、以及序列二次规划方法求解带约束条件的非线性函数优化问题，用微差压数据对称重结果进行补偿修正，以获得被测物体的实际重量；

所述状态空间模型表达式如下：

X_n＝[t_n a₀ … a_m]^T

C_n＝[1 p_n … p_n-m]

G＝[1 0 … 0]^T

其中，

t_n＝t_n-1+ξ_n,ξ_n～N(0,τ²)；N为采样数据总个数，y_n是第n个称重数据，t_n是第n个滤波后的称重结果；P_n是第n个描述微差压信号对测量结果影响特性的数据，p_n-i是第n-i个微差压数据，a_i为p_n-i的回归系数，m是设定模型的阶次；u_n表示第n组测量数据所包含的随机波动信号；α₁≥0、α₂≥0为比例系数，且满足不等式条件α₁+α₂1，分别代表第n-1个异方差项和第n-1个误差平方项在第n个异方差项中所占比重，α₀＞0为常数；w_n是随机信号，服从标准正态分布；是异方差；ξ_n是随机误差，服从期望值为0、标准差为τ²的正态分布；～表示服从某种分布规律。

2.根据权利要求1所述的称重结果的干扰补偿计算方法，其特征在于，利用所述状态空间模型，通过下面的卡尔曼滤波算法、以及序列二次规划方法求解带约束条件的非线性函数优化问题，以获得状态空间模型参数、变量初始值、以及经过滤波的被测物体的实际重量：

s.t.α₀＞0,α₁≥0,α₂≥0,α₁+α₂1

其中，X_n|n-1是状态预测值，X_n|n是状态滤波值，V_n|n-1是状态预测误差协方差，V_n|n是状态估计误差协方差，τ为常数，γ_n是预测误差，n取值从1到N，ψ_n是预测误差方差，是异方差，K_n是卡尔曼滤波增益。