[发明专利]一种伽马传感器全温度范围补偿方法

摘要

本发明公开了一种伽马传感器全温度范围补偿方法，首先确定伽马传感器全温度补偿试验的温度点选取方法；然后利用数据窗口选取各温度点对应的样本数据段，满足窗口内数据误差最小；对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合3准则；选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求取过程中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。利用该方法可以消除伽马传感器的温度漂移造成的误差，实现全温度范围内补偿，从而提高仪器的测量精度。

主权项

一种伽马传感器全温度范围补偿方法，其特征是：步骤一，确定伽马传感器全温度补偿试验的温度点选取方法；步骤二，利用数据窗口选取各温度点对应的样本数据段，满足窗口内数据误差最小；步骤三，对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合3σ准则；步骤四，选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求取过程中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数；步骤四具体包括：选取基函数建立伽马传感器测量值全温度补偿模型其中，y是传感器的输出，x是传感器的输入，t为温度参数，t0为初始温度，k为基函数个数，ai(i＝1,2,…,k)为基函数加权系数；确定伽马传感器测量值全温度补偿模型的基函数加权系数及基函数个数，步骤如下：1)采用一种折中策略，根据精确度和泛化度提出一种模型评价函数m(k)＝ω·ε(k)+(1‑ω)·D(k)，其中，为精确度和泛化度的折中系数，ε(k)表示模型基函数个数为k时的精确度，D(k)表示模型基函数个数为k时的泛化度，n1为样本点数目；2)当k＝1时，利用最小二乘方法求取加权系数a1，计算评价函数值m(1)；3)当k＝i(i＞1)时，利用最小二乘方法求取加权系数a1,a2,…ai，计算评价函数值m(i)，比较m(i)和m(i‑1)大小，如果m(i)＜m(i‑1)，则令i＝i+1，转到步骤4)，否则运算停止；4)重复步骤3)，直到找到最小的评价函数值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。