基于数据融合技术的传感器自校正标定模型.pdfVIP

第 1 期 ·传感器技术·　　　 7 基于数据融合技术的传感器自校正/ 标定模型 李 　力 　郭秀兰 西安交通大学 　西安市 　710049 　　【摘要】压力传感器对温度、湿度、电源波动等因素存在着交叉灵敏度 ,测量时若不排除干扰将 导致测量误差。采用数据融合处理技术 ,建立传感器输出自校正/ 标定模型 ,消除电源波动对测量 的干扰 ,提高传感器的精度和稳定性。 关键词 :数据融合 　传感器 　自校正/ 标定 　模型 　精度 　稳定性 中图分类号: TH823 Self - Rectif ying/ Calibrating Model Applied Data Fusion Li Li 　Guo Xiulan Xi ’an Jiaotong University ,Xi ’an 710049 　　Abstract :There are many environmental disturbances that result in co - sensitivity and measuring error of pressure sensor. Applied data fusion technology to build up a self - rectifying/ calibrating model ,the sensor can resist the distur bances and keep high accuracy and stability. The model is proved effective by an actual sensor with current disturbing. Key Words :Data Fusion ;Sensor ;Self - Rectifying/ Calibrating ;Model ; Fusion Coefficient 1 　引言 除非目标参量影响 ,如文献[5 ] 中利用融合算法消除温 对温度、湿度、电源等环境因素敏感的传感器 ,其 度的干扰 ;多功能传感器 ,如文献[ 1 ] 中利用神经网络 输出常常与这些因素相互关联、相互作用 , 即传感器存 进行多信息融合获得对气体种类和浓度的判别。数据 在交叉干扰和交叉灵敏度 ,具体表现就是输出 - 输入 融合技术是近年来从军事目标跟踪与识别中产生的技 特性不稳定 ,零点、灵敏度易发生漂移 ,测量出的数据 术 ,作为独立学科其理论体系不够完善 ,算法大多借鉴 不能准确地反映被测物理量 , 因而造成传感器精度下 其他学科成熟方法。虽然如此 ,数据融合技术却显示 降 ,稳定性差。为提高测量精度和稳定性 ,传统的传感 出广阔应用前景。 器系统常采用结构对称、硬件电路“拼凑”补偿等技术 利用数据融合方法建立输出自校正/ 标定模型 ,消 消除部分干扰 ,但适应性和实时补偿能力有限。而环 除非目标参量影响。采用 CYJ - 101 型压阻式压力传 境因素的影响通过标定的方法加以控制虽然是有效 感器 , 同时测量非目标参量 ———电流 ,通过电流影响系 的 ,但标定不可能覆盖所有的测量变化范围。随着智 数矩阵 ,建立传感器输出自校正/ 标定模型。数据经过 能传感器的发展 ,传感器的功能不仅取决于硬件 ,而且