[发明专利]一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法

权利要求书

1.一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法，其特征在于，该方法包括以下步骤：

S1、布置水质叶绿素/蓝绿藻检测传感器，对待测区域的水质进行检测，所述的水质叶绿素/蓝绿藻检测传感器具有若干个光电二极管，各光电二极管作为采样点，按照固定的采样周期T，获取采样数据X_i(m)发送至处理器；其中，i是光电二极管即采样点的编号，i＝1、2...n；n表示采样点的总数；X_i表示采样点i在当前采样周期内获取的采样序列；m表示当前采样周期内所采样本的编号；m＝1、2…k；k表示当前采样周期内的样本总数；

S2、在处理器中，对于任一采样周期内各采样点的数据，采用基于支持度的方法进行预处理，获取各采样点的平均支持度ms_i；

S3、对于任一采样周期内各采样点的数据，计算采样点之间的信任度W_i；

S4、对各采样点的数据进行空间融合，获取对应时刻所有采样点数据的空间融合值和融合方差

S5、对所有采样点数据进行时间上的滤波修正，获取修正系数和修正方差采用修正系数对前述空间融合值进行校正，获取时间融合后的测量值R(t)；

步骤S2具体为：

S2-1、定义支持度函数，对于同一时刻任意两采样点对应编号的样本，计算两采样点之间的支持度sup(X_i(k),X_j(k))，记为s_i,j；

其中：i,j表示光电二极管即采样点的编号，i、j∈(1，n)；n表示采样点的总数；X_i(k),X_j(k)分别表示光电二极管当前采样周期内采样序列的第k个样本值，即最新的采样结果；k表示当前采样周期内的样本总数；分别表示采样点i,j在当前采样周期内获取的采样样本的方差，反映当前周期中传感器数值的稳定性；

S2-2、按照步骤S2-1遍历所有采样点，计算两两采样点之间的支持度，获得n阶支持度矩阵S：

S2-3、对于各采样点，分别获取其他采样点对该采样点的支持度，遍历所有采样点，获取支持度向量

其中：S是S2-2中获取的n阶支持度矩阵，(1,…,1)^T是一个n×1的全1向量，diag(S)取矩阵S主对角线元素(S_1,1,...,S_n,n)构成的n×1的向量；

S2-4、采用下述公式获取支持度平均向量

其中：ms_i表示采样点i的平均支持度；

步骤S3具体为：对于各采样点，采用下述公式计算采样点之间的信任度W_i；

其中：i表示采样点的编号，i＝1、2...n；X_i表示采样点i在当前采样周期内获取的采样序列；m表示当前采样周期内所采样本的编号；m＝1、2…k；k表示当前采样周期内的样本总数；X_i(m)表示采样点i在采样周期内所获取的第m个样本值；代表当前采样周期内所有采样点即从i＝1、2...n的第m次采样的期望；

步骤S4具体为：

S4-1、采用下述公式获取各采样点的信任关系值v_i：

其中：W_i是采样点i的信任度，ms_i是采样点i的平均支持度；

S4-2、在t时刻，对所有采样点的采样数据进行空间融合，得到t时刻所有采样点数据的空间融合值

其中：X_i(k)表示采样点i在t时刻对应采样周期内的第k个，即最后一个采样数据；

S4-3、采用下述公式获取t时刻，n个采样点的融合方差为：

步骤S5具体为：

S5-1、建立沃尔泰拉Volterra级数的三阶函数y(t)：

其中：d表示阶数；e(t)为余项；λ_z表示回溯传感器记忆即历史输出的序号，级数取三阶，z＝1、2、3，λ_z＝1、2、…、N_d；N_d代表时间序列记忆深度，取值在[2,4]；R表示水质叶绿素/蓝绿藻检测传感器的输出值，将R(t-λ_z)作为y(t)输入时间序列的第t-λ_z个输入值；h₁(λ₁)、h₂(λ₁,λ₂)、h₃(λ₁,λ₂,λ₃)分别表示一阶、二阶和三阶缩放系数；p代表时域修正量，采用下述公式表达：

p₁(λ₁)＝1

S5-2、将t时刻之前N_d次的R值作为输入，求出t时刻的预测值Pre＝y(t)，该预测值Pre服从正态分布：

S5-3、当tN_d时，采用下述公式计算修正系数和修正方差

其中：表示当前时刻n个采样点的融合方差；

S5-4、采用下述公式对空间融合值进行校正，获取时间融合后的测量值R(t)：