[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

说明书

本发明提供一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法，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；S2、对于任一采样周期内传感器各采样点的数据，获取平均支持度；S3、计算采样点之间的信任度；S4、进行空间融合，获取空间融合值；S5、进行时间上的滤波修正，进一步获取时间融合后的测量值。本发明在空间角度上，使用支持度进行各传感器电信号的剔除，然后按照最小化总体融合方差的思想，对各节点进行基于信任度的数值融合，有效提高了数据处理的精度；在时间角度上，采用三阶Volterra级数进行数据滤波，结合实测样本数据的期望、方差，融合两种估计，获取最终的修正结果，进一步优化了数据处理方案。

技术领域

本发明属于传感器信号处理领域，尤其是一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法，具体地说是通过多个光电传感器同时获取数据，对多个同类型传感器数据进行空间融合，使用时间序列滤波算法，降低传感器采样的噪声，实现高精度水质浊度检测的方法。

背景技术

传感器是一种检测装置，能够感受被测量的信息，同时按照一定的规律将该信息转换为电信号或其他形式的信号输出。由于传感器的检测到数值输出是通过电路完成的，不可避免会有一定的延时。半导体元器件本身易受温度影响，在被检测量保持不变的情况下，会发生漂移现象。在被检测量自身具有较大波动的情形下，输入量从小到大、从大到小变化特征曲线有不重合的现象。尽管在低精度的使用中，这些问题可以通过简单的数值计算手段进行拟合，但随着系统设计的复杂程度增加，涉及元器件变多，为了追求更高的测量精度，必须要采取一定的手段，优化传感器原始数据的处理方法，获取高精度的真实值估计。

在植物性水华现象发生初期，由于植物的光合作用，水体会出现高叶绿素a、高溶解氧、高化学耗氧量。这种环境因素的改变，致使一些生物不能正常生长、发育、繁殖，导致一些生物逃避甚至死亡，破坏了原有的生态平衡。因此监测水中的叶绿素a,蓝绿藻的含量，是对水质监测的重要指标。水中的叶绿素、蓝绿藻受特定波长信号激发，产生波长更长的微弱荧光信号。荧光强度与叶绿素、蓝绿藻含量呈线性关系，通过检测荧光强度即可获得叶绿素、蓝绿藻浓度参数。由于荧光信号本身比较微弱，受各类干扰因素影响也容易产生波动，制约了叶绿素、蓝绿藻的精确测量。

发明内容

本发明的目的是针对叶绿素、蓝绿藻传感器检测精度的问题，提出一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法，在检测的精度和灵敏度之间取舍，利用多点数据拟合，时间序列数据滤波的手段，保证水质浊度传感器的检测精度，同时在算法层面增强传感器的抗干扰能力。

本发明的技术方案是：

本发明提供一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法，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m_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)。