[发明专利]基于信息熵的海洋光学溶解氧传感器标定数据融合算法

权利要求书

1.基于信息熵的海洋光学溶解氧传感器标定数据融合算法，其特征在于：主要步骤包括：(1)、利用MEM方法估计获得离散标定数据的概率分布；(2)、根据求得的标定实验测量数据的不确定度，推定有效的置信区间；依托该置信区间，进行粗差辨别和剔除；(3)、针对有效标定数据，开展基于信息熵的定权归一和数据融合。

2.根据权利要求1所述的基于信息熵的海洋光学溶解氧传感器标定数据融合算法，其特征在于：所述的步骤1，离散标定数据的概率分布通过以下方法计算出,离散随机变量M的最大离散熵为：

式中，P(m_i)为每组溶解氧浓度梯度处的测量数据样本的概率，其满足约束条件为：

式中，<f_n(m_i)>为若干函数f_n(m_i)的期望值，N为期望函数的个数；

为计算该概率分布及对应的最大熵，可运用拉格朗日乘数法，计算公式如(3)、(4)所示：

3.根据权利要求2所述的基于信息熵的海洋光学溶解氧传感器标定数据融合算法，其特征在于：所述的步骤2，在获得最大离散熵概率分布的基础上，估计出测量列的概率密度函数为P(m_i)，故离散测量列的不确定度有：

置信区间为再根据该置信区间来判别测量数据中是否含有粗大误差，在该置信区间之外的数据被视为含有粗大误差，从测量列中剔除，构造新的测量列参与数据融合。

4.根据权利要求3所述的基于信息熵的海洋光学溶解氧传感器标定数据融合算法，其特征在于：所述的步骤3，利用步骤1中获得的最大熵分布，计算每组样本数据的自信息量，定义信息比率描述单个测量数据在总体测量数据中的不确定性程度，有：

式中，I(m_i)＝-logP(m_i)；

其次，规定数据融合权系数，进行统一归一化处理，有：

最后，针对剔除粗差后的有效数据，进行数据融合：