[发明专利]气体传感器输出的机器学习稳定

权利要求书

1.一种用于稳定传感器读数的系统，所述系统包括：

处理器；

存储器，通信地耦合到处理器；

接收器，从感测设备接收测量和环境参数；

在处理器上执行的机器学习引擎，其中机器学习引擎接收以下内容作为输入：

环境参数；

测量；以及

基于在测量之前和之后的时间点处进行的控制测量计算的控制参数。

2.根据权利要求1所述的系统，其中，控制参数是测量之前的时间点与测量之后的时间点之间的线性插值。

3.根据权利要求1所述的系统，其中，控制参数是多项式模型。

4.根据权利要求3所述的系统，其中，多项式模型是二阶多项式模型。

5.根据权利要求1所述的系统，其中，测量经受物理维度上的平滑。

6.根据权利要求1所述的系统，其中，系统在没有查找表的情况下操作。

7.根据权利要求1所述的系统，其中，在相同的几何位置和相同的预期信号水平处取得控制测量。

8.根据权利要求1所述的系统，其中，系统过滤具有大于阈值的d[浓度]/dt的绝对值的瞬态。

9.一种用于测量气体的系统，所述系统包括：

气体传感器，包括：

第一质量敏感振荡器；

第二质量敏感振荡器，具有与第一质量敏感振荡器不同的表面化学性质；

寄存器，用于累积第一和第二振荡器的计数；

环境传感器；以及

发射器；

控制器，包括：

处理器；

存储器，通信地耦合到处理器，存储器用于存储气体传感器的测量的集合和环境传感器的相关联的测量；

接收器，从发射器接收信息；

模型生成引擎，将漂移建模为正则表达式；以及

机器学习（ML）引擎，接收测量、正则表达式的值以及环境传感器的输出，并且产生输出值。

10.根据权利要求9所述的系统，其中，正则表达式是多项式表达式。

11.根据权利要求10所述的系统，其中，多项式表达式是三阶多项式表达式。

12.根据权利要求9所述的系统，其中，到机器学习模型的输入恰包括测量、正则表达式的值以及来自多个环境传感器的输出。

13.根据权利要求9所述的系统，其中，系统不包括查找表。

14.一种补偿传感器中的漂移的方法，包括：

标识来自传感器的测量的时间序列；

标识与来自传感器的测量的时间序列中的每个测量相关联的多个环境测量；

评估第一时间处的残差；

评估第二时间处的残差；

基于第一时间处的残差和第二时间处的残差，将残差建模为多项式表达式；以及

将多项式表达式、测量的时间序列以及与来自传感器的测量的时间序列中的每个测量相关联的多个环境测量的值提供到机器学习（ML）系统，以减少由残差定义的漂移对机器学习系统的输出的影响。

15.根据权利要求14所述的方法，其中，所述方法不包括从查找表检索数据。

16.根据权利要求14所述的方法，其中，基于第一时间处的残差和第二时间处的残差将残差建模为多项式表达式包括执行第一时间处的残差和第二时间处的残差之间的线性回归。