最小二乘法在二感器信息融合中的应用.docVIP

最小二乘法在传感器信息融合中的应用 摘 要 本文用多维回归方程建立被测目标参量与传感器输出量之间的对应关系。并进行多维标定/校准试验，然后，按最小二乘法原理由试验标定/校准数据计算出均方误差最小条件的回归方程中的系数。用已知系数的多维回归方程计算出相应的输入被测目标参数。 关键词 最小二乘法 信息融合 传感器 1引言 通常传感器都存在交叉灵敏度，表现在传感器的输出值不仅决定于一个参量，当其他参量变化时输出值也要发生变化。传感器信息融合技术就是通过对多个参数的监测并采用一定的信息处理方法达到提高每一个参量测量精度的目的。在只要求测量一个目标参量的场合，为达到提高被测目标参量的测量精度的目的，其他参量都是干扰量，其影响应被消除，既然检测了多个参量，每一个参量测量精度都获得提高。 压阻式压力传感器存在对静压、温度的交叉灵敏度，尤其是对温度的敏感成为它最大的缺点。人们为了消除温度对它的影响付出了长期的努力和高昂的代价。近来此类传感器采用了信息融合处理技术使得温度附加误差小于±0.25%FS/55℃，测量精度达到（0.1-0.075）%FS。 本文用多维回归方程建立被测目标参量与传感器输出量之间的对应关系。并进行多维标定/校准试验，然后，按最小二乘法原理由试验标定/校准数据计算出均方误差最小条件的回归方程中的系数。这样，测量时当测得了传感器的输出值，就可用已知系数的多维回归方