本發(fā)明涉及傳感器，特別涉及一種傳感器檢測(cè)誤差的校正方法。

背景技術(shù)：

1、在實(shí)際工程中，準(zhǔn)確檢測(cè)和監(jiān)控關(guān)鍵參數(shù)(例如溫度、壓力、濕度等)是確保系統(tǒng)穩(wěn)定運(yùn)行和性能優(yōu)化的基礎(chǔ)。為了實(shí)現(xiàn)這一目標(biāo)，通常在系統(tǒng)中設(shè)置特定功能的傳感器，用于實(shí)時(shí)采集這些關(guān)鍵參數(shù)。

2、圖1為系統(tǒng)的結(jié)構(gòu)示意圖。如圖1所示，系統(tǒng)包括機(jī)器11、傳感器12以及精密測(cè)試設(shè)備13。傳感器12可以設(shè)置在機(jī)器11的內(nèi)部，也可以設(shè)置在機(jī)器11的外部，精密測(cè)試設(shè)備13可以設(shè)置在機(jī)器11的外部。傳感器12用于檢測(cè)系統(tǒng)的關(guān)鍵參數(shù)并輸出檢測(cè)數(shù)據(jù)data_s，精密測(cè)量設(shè)備13用于檢測(cè)系統(tǒng)1的關(guān)鍵參數(shù)并輸出測(cè)量數(shù)據(jù)data_t。由于環(huán)境干擾、傳感器12安裝位置或機(jī)器11內(nèi)部狀態(tài)變化等因素，會(huì)造成檢測(cè)數(shù)據(jù)data_s與測(cè)量數(shù)據(jù)data_t之間較大的偏差。為了減少測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s之間的偏差，常規(guī)做法是，將測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s做線性擬合，使得測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s之間會(huì)形成映射關(guān)系。但是實(shí)際工程中，機(jī)器11內(nèi)部狀態(tài)變化也會(huì)導(dǎo)致測(cè)量數(shù)據(jù)data_t的變化，使得測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s的擬合會(huì)比較困難，無(wú)法得到較為準(zhǔn)確的目標(biāo)參數(shù)，故而無(wú)法很好地校正傳感器的檢測(cè)誤差。

3、圖2為在影響因素作用下系統(tǒng)的結(jié)構(gòu)示意圖。圖2與圖1的區(qū)別在于，在圖2的機(jī)器11上增加了影響因素a和b。如圖2所示，在影響因素a和b的共同作用下，會(huì)直接影響檢測(cè)數(shù)據(jù)data_s和測(cè)量數(shù)據(jù)data_t，使得測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s無(wú)法準(zhǔn)確地進(jìn)行數(shù)據(jù)擬合，無(wú)法得到較為準(zhǔn)確的目標(biāo)參數(shù)，故而無(wú)法很好地校正傳感器的檢測(cè)誤差。

4、為了滿足準(zhǔn)確校正傳感器檢測(cè)誤差的需求，業(yè)界急需研發(fā)出一種傳感器檢測(cè)誤差的校正方法。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上文提到的測(cè)量數(shù)據(jù)data_t與檢測(cè)數(shù)據(jù)data_s無(wú)法準(zhǔn)確地進(jìn)行數(shù)據(jù)擬合，無(wú)法很好地校正傳感器的檢測(cè)誤差的問(wèn)題。

2、本技術(shù)提出了一種傳感器檢測(cè)誤差的校正方法，包括：

3、獲取n個(gè)測(cè)量值，其中，n≥2；

4、獲取m個(gè)第一影響參數(shù)，其中，m≥2；

5、通過(guò)傳感器獲取實(shí)際檢測(cè)值；

6、獲取與所述m個(gè)第一影響參數(shù)和所述n個(gè)測(cè)量值對(duì)應(yīng)的數(shù)據(jù)以形成n行m列的第一數(shù)據(jù)列表；

7、根據(jù)所述n個(gè)測(cè)量值、所述m個(gè)第一影響參數(shù)以及所述第一數(shù)據(jù)列表獲得第一參數(shù)、第二參數(shù)、第三參數(shù)和第四參數(shù)；以及

8、根據(jù)所述實(shí)際檢測(cè)值、相應(yīng)的第一影響參數(shù)、所述第一參數(shù)、所述第二參數(shù)、所述第三參數(shù)以及所述第四參數(shù)獲得目標(biāo)檢測(cè)值。

9、可選地，根據(jù)所述n個(gè)測(cè)量值、所述m個(gè)第一影響參數(shù)以及所述第一數(shù)據(jù)列表獲得第一參數(shù)、第二參數(shù)、第三參數(shù)和第四參數(shù)，包括：

10、分別將所述n個(gè)測(cè)量值和所述第一數(shù)據(jù)列表中每列所述數(shù)據(jù)進(jìn)行擬合，得到第一擬合參數(shù)組和第二擬合參數(shù)組，其中所述第一擬合參數(shù)組包括m個(gè)第一擬合參數(shù)，第二擬合參數(shù)組包括m個(gè)第二擬合參數(shù)；

11、擬合所述m個(gè)第一影響參數(shù)和所述第一擬合參數(shù)組并得到所述第一參數(shù)和所述第二參數(shù)；

12、擬合所述m個(gè)第一影響參數(shù)和所述第二擬合參數(shù)組并得到所述第三參數(shù)和所述第四參數(shù)。

13、可選地，根據(jù)所述n個(gè)測(cè)量值、所述m個(gè)第一影響參數(shù)以及所述第一數(shù)據(jù)列表獲得第一參數(shù)、第二參數(shù)、第三參數(shù)和第四參數(shù)，包括：

14、分別將所述m個(gè)第一影響參數(shù)和所述第一數(shù)據(jù)列表中每行所述數(shù)據(jù)進(jìn)行擬合，得到第三擬合參數(shù)組和第四擬合參數(shù)組，其中所述第三擬合參數(shù)組包括n個(gè)第三擬合參數(shù)，第四擬合參數(shù)組包括n個(gè)第四擬合參數(shù)；

15、擬合所述n個(gè)測(cè)量值和所述第三擬合參數(shù)組并得到所述第一參數(shù)和所述第二參數(shù)；

16、擬合所述n個(gè)測(cè)量值和所述第四擬合參數(shù)組并得到所述第三參數(shù)和所述第四參數(shù)。

17、可選地，所述目標(biāo)檢測(cè)值的計(jì)算表達(dá)式為data_t1＝data_s×(data_a×s_a_s+s_a_f)+data_a×f_a_s+f_a_f，

18、其中，data_t1表示所述目標(biāo)檢測(cè)值，data_s表示所述實(shí)際檢測(cè)值，data_a表示相應(yīng)的第一影響參數(shù)，s_a_s表示所述第一參數(shù)，s_a_f表示所述第二參數(shù)，f_a_s表示所述第三參數(shù)，f_a_f表示所述第四參數(shù)。

19、可選地，獲取至少一個(gè)第二影響參數(shù)組，所述第二影響參數(shù)組包括p個(gè)第二影響參數(shù)，其中，p≥2；

20、獲取與所述第二影響參數(shù)組中的p個(gè)第二影響參數(shù)和所述n個(gè)測(cè)量值對(duì)應(yīng)的數(shù)據(jù)以形成n行p列的第二數(shù)據(jù)列表；

21、根據(jù)所述n個(gè)測(cè)量值、所述至少一個(gè)第二影響參數(shù)組以及至少一個(gè)第二數(shù)據(jù)列表獲得總影響增量；

22、根據(jù)所述實(shí)際檢測(cè)值、相應(yīng)的第一影響參數(shù)、所述總影響增量、所述第一參數(shù)、所述第二參數(shù)、所述第三參數(shù)以及所述第四參數(shù)獲得所述目標(biāo)檢測(cè)值。

23、可選地，根據(jù)所述n個(gè)測(cè)量值、所述至少一個(gè)第二影響參數(shù)組以及至少一個(gè)第二數(shù)據(jù)列表獲得總影響增量，包括：

24、將所述第二數(shù)據(jù)列表的每列所述數(shù)據(jù)與所述第二數(shù)據(jù)列表的第1列所述數(shù)據(jù)相減后得到新的數(shù)據(jù)以形成n行p列的第三數(shù)列表；

25、根據(jù)所述n個(gè)測(cè)量值、所述至少一個(gè)第二影響參數(shù)組以及至少一個(gè)第三數(shù)據(jù)列表獲得所述總影響增量。

26、可選地，根據(jù)所述n個(gè)測(cè)量值、所述至少一個(gè)第二影響參數(shù)組以及至少一個(gè)第三數(shù)據(jù)列表獲得所述總影響增量，包括：

27、當(dāng)所述至少一個(gè)第二影響參數(shù)組的數(shù)量為1時(shí)，根據(jù)所述n個(gè)測(cè)量值、所述第二影響參數(shù)組以及所述第三數(shù)據(jù)列表獲得第五參數(shù)、第六參數(shù)、第七參數(shù)和第八參數(shù)；

28、根據(jù)所述實(shí)際檢測(cè)值、所述第二影響參數(shù)組中相應(yīng)的第二影響參數(shù)、所述第五參數(shù)、所述第六參數(shù)、所述第七參數(shù)和所述第八參數(shù)獲得所述總影響增量，

29、所述影響增量的計(jì)算表達(dá)式為δdata_t＝data_s×(data_b×

30、s_b_s+s_b_f)+data_b×f_b_s+f_b_f，

31、其中，δdata_t表示所述總影響增量，data_s表示所述實(shí)際檢測(cè)值，data_b表示相應(yīng)的第二影響參數(shù)，s_b_s表示所述第五參數(shù)，s_b_f表示所述第六參數(shù)，f_b_s表示所述第七參數(shù)，f_b_f表示所述第八參數(shù)。

32、可選地，根據(jù)所述n個(gè)測(cè)量值、所述第二影響參數(shù)組以及所述第三數(shù)據(jù)列表獲得第五參數(shù)、第六參數(shù)、第七參數(shù)和第八參數(shù)，包括：

33、分別將所述n個(gè)測(cè)量值和所述第三數(shù)據(jù)列表中每列所述數(shù)據(jù)進(jìn)行擬合，得到第五擬合參數(shù)組和第六擬合參數(shù)組，其中所述第五擬合參數(shù)組包括p個(gè)第五擬合參數(shù)，第六擬合參數(shù)組包括p個(gè)第六擬合參數(shù)；

34、擬合所述第二影響參數(shù)組中的p個(gè)第二影響參數(shù)和所述第五擬合參數(shù)組并得到所述第五參數(shù)和所述第六參數(shù)；

35、擬合所述第二影響參數(shù)組中的p個(gè)第二影響參數(shù)和所述第六擬合參數(shù)組并得到所述第七參數(shù)和所述第八參數(shù)。

36、可選地，根據(jù)所述n個(gè)測(cè)量值、所述至少一個(gè)第二影響參數(shù)組以及至少一個(gè)第三數(shù)據(jù)列表獲得所述總影響增量，包括：

37、當(dāng)所述至少一個(gè)第二影響參數(shù)組的數(shù)量為q個(gè)時(shí)，根據(jù)所述n個(gè)測(cè)量值、第i個(gè)所述第二影響參數(shù)組以及第i個(gè)所述第三數(shù)據(jù)列表獲得第i個(gè)第五參數(shù)、第i個(gè)第六參數(shù)、第i個(gè)第七參數(shù)和第i個(gè)第八參數(shù)，其中q≥2，q≥i≥1；

38、根據(jù)所述實(shí)際檢測(cè)值、第i個(gè)所述第二影響參數(shù)組中相應(yīng)的第二影響參數(shù)、第i個(gè)第五參數(shù)、第i個(gè)第六參數(shù)、第i個(gè)第七參數(shù)和第i個(gè)第八參數(shù)獲得第i個(gè)影響增量；

39、獲得所述總影響增量，其中所述總影響增量為第1個(gè)影響增量至第q個(gè)影響增量之和。

40、可選地，所述第i個(gè)影響增量的計(jì)算表達(dá)式為δdata_ti＝data_s×(data_bi×s_bi_s+s_bi_f)+data_bi×f_bi_s+f_bi_f，

41、其中，δdata_ti表示所述第i個(gè)影響增量，data_s表示所述實(shí)際檢測(cè)值，data_bi表示相應(yīng)的第二影響參數(shù)，s_bi_s表示第i個(gè)所述第五參數(shù)，s_bi_f表示第i個(gè)所述第六參數(shù)，f_bi_s表示第i個(gè)所述第七參數(shù)，f_bi_f表示第i個(gè)所述第八參數(shù)；

42、所述總影響增量的計(jì)算表達(dá)式為δdata_t＝δdata_t1+δdata_t2+…+δdata_ti…+δdata_tq，

43、其中，δdata_t表示所述總影響增量，δdata_t1表示第1個(gè)影響增量，δdata_t2表示第2個(gè)影響增量，δdata_ti表示第i個(gè)影響增量，δdata_tq表示第q個(gè)影響增量。

44、可選地，所述目標(biāo)檢測(cè)值的計(jì)算表達(dá)式為data_t＝(data_s-δdata_t)×(data_a×s_a_s+s_a_f)+data_a×f_a_s+f_a_f，

45、其中，data_t表示所述目標(biāo)檢測(cè)值，data_s表示所述實(shí)際檢測(cè)值，data_a表示相應(yīng)的第一影響參數(shù)，s_a_s表示所述第一參數(shù)，s_a_f表示所述第二參數(shù)，f_a_s表示所述第三參數(shù)，f_a_f表示所述第四參數(shù)，δdata_t表示所述總影響增量。

46、本技術(shù)的有益效果至少包括：

47、本技術(shù)可以通過(guò)獲取n個(gè)測(cè)量值、m個(gè)第一影響參數(shù)、至少一個(gè)具有p個(gè)第一影響參數(shù)的第二影響參數(shù)組、實(shí)際檢測(cè)值、與所述m個(gè)第一影響參數(shù)和所述n個(gè)測(cè)量值對(duì)應(yīng)的數(shù)據(jù)以形成n行m列的第一數(shù)據(jù)列表；并根據(jù)所述n個(gè)測(cè)量值、所述m個(gè)第一影響參數(shù)以及所述第一數(shù)據(jù)列表獲得第一參數(shù)、第二參數(shù)、第三參數(shù)和第四參數(shù)；以及根據(jù)所述實(shí)際檢測(cè)值、相應(yīng)的第一影響參數(shù)、所述第一參數(shù)、所述第二參數(shù)、所述第三參數(shù)以及所述第四參數(shù)獲得目標(biāo)檢測(cè)值，可以有效地減少傳感器的實(shí)際檢測(cè)值與目標(biāo)檢測(cè)值之間的差距，提高檢測(cè)精度。

48、本技術(shù)分別將所述n個(gè)測(cè)量值和所述第一數(shù)據(jù)列表中每列所述數(shù)據(jù)進(jìn)行擬合，以及分別將n測(cè)量值和至少一個(gè)第三數(shù)據(jù)列表中每列所述數(shù)據(jù)進(jìn)行擬合，實(shí)現(xiàn)對(duì)影響參數(shù)進(jìn)行解耦，能有效地減小傳感器檢測(cè)誤差，提高檢測(cè)精度。

49、上文相當(dāng)廣泛地概述了本技術(shù)的特征和技術(shù)優(yōu)點(diǎn)，以便可以更好地理解以下對(duì)本技術(shù)的詳細(xì)描述。下文將描述本技術(shù)的額外特征和優(yōu)點(diǎn)，它們形成本技術(shù)的權(quán)利要求的主題。本領(lǐng)域技術(shù)人員應(yīng)明白，可容易地利用公開(kāi)的概念和特定實(shí)施例作為修改或設(shè)計(jì)用于實(shí)現(xiàn)本技術(shù)的相同目的的其它結(jié)構(gòu)或過(guò)程的基礎(chǔ)。本領(lǐng)域技術(shù)人員還應(yīng)意識(shí)到，此類等效構(gòu)造沒(méi)有偏離隨附權(quán)利要求中所闡述的本技術(shù)的精神和范圍。