本發(fā)明涉及壓力傳感器校準(zhǔn)，具體是一種基于環(huán)境干擾補(bǔ)償?shù)膲毫鞲衅餍?zhǔn)方法。

背景技術(shù)：

1、cn106404244b“壓力傳感器及其信號(hào)校準(zhǔn)方法”包括至少兩個(gè)量程區(qū)間，在各量程區(qū)間內(nèi)均配置有相應(yīng)放大倍數(shù)的放大器以及相應(yīng)偏移量的模數(shù)轉(zhuǎn)換器；信號(hào)校準(zhǔn)方法包括在量程區(qū)間內(nèi)選取校準(zhǔn)壓力點(diǎn)；根據(jù)取的校準(zhǔn)壓力點(diǎn)與相對(duì)應(yīng)量程區(qū)間內(nèi)的放大倍數(shù)和偏移量，對(duì)量程區(qū)間進(jìn)行溫度補(bǔ)償校準(zhǔn)，獲取對(duì)應(yīng)的校準(zhǔn)方程參數(shù)，并儲(chǔ)存至對(duì)應(yīng)的存儲(chǔ)器中；根據(jù)存儲(chǔ)器中相應(yīng)的校準(zhǔn)方程參數(shù)，對(duì)壓力mems芯片采集到的原始?jí)毫π盘?hào)進(jìn)行校準(zhǔn)輸出。

2、cn105258847b“一種壓力傳感器校準(zhǔn)的方法和裝置”包括根據(jù)待校準(zhǔn)的壓力傳感器在設(shè)定溫度點(diǎn)及設(shè)定壓力點(diǎn)對(duì)應(yīng)的測(cè)試溫度值和測(cè)試壓力值建立原始數(shù)據(jù)表并保存；根據(jù)使用的溫區(qū)和壓力范圍，從所述原始數(shù)據(jù)表中選取若干組測(cè)試溫度值和測(cè)試壓力值作為校準(zhǔn)數(shù)據(jù)；根據(jù)所述校準(zhǔn)數(shù)據(jù)獲取校準(zhǔn)方程；將當(dāng)前環(huán)境溫度和所述待校準(zhǔn)的壓力傳感器的原始?jí)毫敵鲋蹈鶕?jù)所述校準(zhǔn)方程進(jìn)行壓力校準(zhǔn)，獲得校準(zhǔn)后的壓力輸出值。

3、壓力傳感器廣泛應(yīng)用于工業(yè)控制、醫(yī)療設(shè)備、汽車制造等多個(gè)領(lǐng)域。然而，在實(shí)際使用過程中，由于溫度變化、濕度波動(dòng)以及電磁干擾等因素的影響，壓力傳感器的測(cè)量結(jié)果往往會(huì)偏離真實(shí)值，降低了系統(tǒng)的可靠性和準(zhǔn)確性?，F(xiàn)有的校準(zhǔn)方法大多僅針對(duì)單一因素進(jìn)行補(bǔ)償，難以全面解決多環(huán)境因素同時(shí)作用的問題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問題，本發(fā)明的目的在于提供一種基于環(huán)境干擾補(bǔ)償?shù)膲毫鞲衅餍?zhǔn)方法，包括以下步驟：

2、步驟s1：采集目標(biāo)壓力傳感器的輸出值以及環(huán)境數(shù)據(jù)并標(biāo)記采集時(shí)間，設(shè)置采集周期；

3、步驟s2：對(duì)目標(biāo)傳感器在各個(gè)歷史采集周期內(nèi)的環(huán)境數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，獲取各類型環(huán)境參數(shù)的關(guān)鍵數(shù)值；

4、步驟s3：構(gòu)建特征數(shù)據(jù)庫，基于特征數(shù)據(jù)庫中的環(huán)境特征集進(jìn)行模擬實(shí)驗(yàn)，獲取不同環(huán)境特征集條件下的壓力偏差值；

5、步驟s4：構(gòu)建偏差輸出模型，將當(dāng)前采集周期的環(huán)境數(shù)據(jù)輸入特征數(shù)據(jù)庫進(jìn)行特征匹配，根據(jù)特征匹配結(jié)果選擇基于偏差輸出模型對(duì)目標(biāo)壓力傳感器進(jìn)行補(bǔ)償調(diào)整，或選擇對(duì)目標(biāo)壓力傳感器進(jìn)行靈活補(bǔ)償調(diào)整操作。

6、進(jìn)一步地，對(duì)目標(biāo)傳感器在各個(gè)歷史采集周期內(nèi)的環(huán)境數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，獲取各類型環(huán)境參數(shù)的關(guān)鍵數(shù)值的過程包括：

7、獲取目標(biāo)傳感器在各個(gè)歷史采集周期內(nèi)的環(huán)境數(shù)據(jù)，提取環(huán)境數(shù)據(jù)中各類型環(huán)境參數(shù)對(duì)應(yīng)的數(shù)值時(shí)序序列，對(duì)各類型環(huán)境參數(shù)對(duì)應(yīng)的數(shù)值時(shí)序序列進(jìn)行統(tǒng)計(jì)分析，獲取各類型環(huán)境參數(shù)的不同數(shù)值的出現(xiàn)頻率，將不同數(shù)值的出現(xiàn)頻率與預(yù)設(shè)出現(xiàn)頻率閾值進(jìn)行比較，篩選出各類型環(huán)境參數(shù)的出現(xiàn)頻率大于出現(xiàn)頻率閾值的數(shù)值，將所述數(shù)值標(biāo)記為關(guān)鍵數(shù)值。

8、進(jìn)一步地，構(gòu)建特征數(shù)據(jù)庫的過程包括：

9、構(gòu)建特征數(shù)據(jù)庫，從各類型環(huán)境參數(shù)的關(guān)鍵數(shù)值中隨機(jī)選取一個(gè)關(guān)鍵數(shù)值進(jìn)行組合，生成一個(gè)環(huán)境特征集，重復(fù)上述步驟，直至環(huán)境特征集數(shù)量等于預(yù)設(shè)模擬量上限，將環(huán)境特征集存儲(chǔ)至特征數(shù)據(jù)庫中。

10、進(jìn)一步地，基于特征數(shù)據(jù)庫中的環(huán)境特征集進(jìn)行模擬實(shí)驗(yàn)，獲取不同環(huán)境特征集條件下的壓力偏差值的過程包括：

11、根據(jù)各個(gè)環(huán)境特征集對(duì)目標(biāo)壓力傳感器進(jìn)行模擬實(shí)驗(yàn)，獲取目標(biāo)壓力傳感器在不同環(huán)境特征集條件下的原始輸出值，同時(shí)使用標(biāo)準(zhǔn)壓力源獲取不同環(huán)境特征集條件下的原始輸出值對(duì)應(yīng)的標(biāo)準(zhǔn)壓力值；

12、將不同環(huán)境參數(shù)條件下的原始輸出值進(jìn)行數(shù)據(jù)格式預(yù)處理，獲取原始?jí)毫χ?，將原始?jí)毫χ蹬c原始輸出值對(duì)應(yīng)的標(biāo)準(zhǔn)壓力值進(jìn)行比較，獲取不同環(huán)境特征集條件下的壓力偏差值。

13、進(jìn)一步地，構(gòu)建偏差輸出模型的過程包括：

14、獲取目標(biāo)壓力傳感器的標(biāo)準(zhǔn)環(huán)境特征集，將所述標(biāo)準(zhǔn)環(huán)境特征集標(biāo)記為判讀數(shù)據(jù)，將不同環(huán)境特征集與判讀數(shù)據(jù)進(jìn)行比較，獲取不同環(huán)境特征集中各類型環(huán)境參數(shù)的數(shù)值偏差值；

15、基于多變量回歸算法構(gòu)建偏差輸出模型，將不同環(huán)境特征集中各類型環(huán)境參數(shù)的數(shù)值偏差值和不同環(huán)境特征集對(duì)應(yīng)的壓力偏差值作為訓(xùn)練集以及測(cè)試集，將所述訓(xùn)練集輸入到所述偏差輸出模型中進(jìn)行訓(xùn)練，直至損失函數(shù)訓(xùn)練平穩(wěn)，并保存模型參數(shù)，通過測(cè)試集對(duì)所述偏差輸出模型進(jìn)行測(cè)試，直至符合預(yù)設(shè)要求，獲取所述偏差輸出模型。

16、進(jìn)一步地，將當(dāng)前采集周期的環(huán)境數(shù)據(jù)輸入特征數(shù)據(jù)庫進(jìn)行特征匹配，根據(jù)特征匹配結(jié)果選擇基于偏差輸出模型對(duì)目標(biāo)壓力傳感器進(jìn)行補(bǔ)償調(diào)整，或選擇對(duì)目標(biāo)壓力傳感器進(jìn)行靈活補(bǔ)償調(diào)整操作的過程包括：

17、將目標(biāo)壓力傳感器在當(dāng)前采集周期的環(huán)境數(shù)據(jù)輸入特征數(shù)據(jù)庫中進(jìn)行特征匹配，獲取當(dāng)前采集周期的環(huán)境數(shù)據(jù)與各個(gè)環(huán)境特征集的相似度，將各個(gè)環(huán)境特征集對(duì)應(yīng)的相似度與預(yù)設(shè)相似度閾值進(jìn)行比較；

18、若存在相似度大于相似度閾值的環(huán)境特征集，則將當(dāng)前采集周期的環(huán)境數(shù)據(jù)與判讀數(shù)據(jù)進(jìn)行比較，獲取各類型環(huán)境參數(shù)的數(shù)值偏差值，將各類型環(huán)境參數(shù)的數(shù)值偏差值輸入偏差輸出模型，根據(jù)偏差輸出模型獲取目標(biāo)壓力傳感器在當(dāng)前采集周期的壓力偏差值，對(duì)目標(biāo)壓力傳感器在當(dāng)前采集周期的輸出值進(jìn)行數(shù)據(jù)格式預(yù)處理，獲取壓力值，根據(jù)所述壓力偏差值對(duì)壓力值進(jìn)行補(bǔ)償調(diào)整；

19、若不存在相似度大于相似度閾值的環(huán)境特征集，則對(duì)目標(biāo)壓力傳感器進(jìn)行靈活補(bǔ)償調(diào)整操作。

20、進(jìn)一步地，對(duì)目標(biāo)壓力傳感器進(jìn)行靈活補(bǔ)償調(diào)整操作的過程包括：

21、構(gòu)建模糊控制模型，模糊控制模型的輸入量為各類型環(huán)境參數(shù)的數(shù)值偏差值，輸出量為壓力偏差值，根據(jù)特征數(shù)據(jù)庫中不同環(huán)境特征集中各類型環(huán)境參數(shù)的數(shù)值偏差值以及不同環(huán)境特征集對(duì)應(yīng)的壓力偏差值，構(gòu)建模糊控制模型的模糊自適應(yīng)規(guī)則控制表，設(shè)置模糊控制模型的隸屬度閾值、隸屬度函數(shù)和壓力偏差值連續(xù)區(qū)間，并將壓力偏差值連續(xù)區(qū)間劃分為若干個(gè)模糊子集；

22、將當(dāng)前采集周期內(nèi)各類型環(huán)境參數(shù)的數(shù)值偏差值輸入模糊控制模型，模糊控制模型將各類型環(huán)境參數(shù)的數(shù)值偏差值作為評(píng)價(jià)指標(biāo)，并獲取評(píng)價(jià)指標(biāo)的權(quán)重矩陣，通過模糊綜合評(píng)價(jià)獲取評(píng)價(jià)指標(biāo)對(duì)于各個(gè)模糊子集的隸屬度矩陣；

23、根據(jù)隸屬度矩陣和權(quán)重矩陣獲取評(píng)價(jià)指標(biāo)的壓力偏差值，根據(jù)所述壓力偏差值對(duì)壓力值進(jìn)行補(bǔ)償調(diào)整。

24、進(jìn)一步地，獲取評(píng)價(jià)指標(biāo)的權(quán)重矩陣的過程包括：

25、從特征數(shù)據(jù)庫中獲取若干環(huán)境特征集對(duì)應(yīng)的壓力偏差值作為樣本數(shù)據(jù)，獲取樣本數(shù)據(jù)中各個(gè)環(huán)境特征集中各類型環(huán)境參數(shù)的數(shù)值偏差值，將樣本數(shù)據(jù)中各個(gè)環(huán)境特征集中各類型環(huán)境參數(shù)的數(shù)值偏差值作為輸入?yún)?shù)，將樣本數(shù)據(jù)中各個(gè)環(huán)境特征集對(duì)應(yīng)的壓力偏差值作為輸出值，使用sobol指數(shù)進(jìn)行主效應(yīng)敏感性分析，獲取各類型環(huán)境參數(shù)的主效應(yīng)sobol指數(shù)，根據(jù)各類型環(huán)境參數(shù)的主效應(yīng)sobol指數(shù)設(shè)置各類型環(huán)境參數(shù)的權(quán)重系數(shù)，根據(jù)各類型環(huán)境參數(shù)的權(quán)重系數(shù)獲取評(píng)價(jià)指標(biāo)的權(quán)重矩陣。

26、與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種基于環(huán)境干擾補(bǔ)償?shù)膲毫鞲衅餍?zhǔn)方法具有以下詳細(xì)的有益效果：

27、1.提高測(cè)量精度

28、多環(huán)境因素綜合考慮：本發(fā)明通過采集和分析多個(gè)環(huán)境參數(shù)（如溫度、濕度、電磁場(chǎng)強(qiáng)度等），并構(gòu)建特征數(shù)據(jù)庫，能夠全面考慮多種環(huán)境因素對(duì)壓力傳感器輸出的影響。相比于傳統(tǒng)的單一因素校準(zhǔn)方法，本發(fā)明能夠更準(zhǔn)確地補(bǔ)償環(huán)境干擾，提高測(cè)量精度。

29、動(dòng)態(tài)補(bǔ)償：通過實(shí)時(shí)監(jiān)測(cè)當(dāng)前環(huán)境條件，并根據(jù)特征匹配結(jié)果選擇合適的補(bǔ)償策略，實(shí)現(xiàn)了動(dòng)態(tài)補(bǔ)償。這使得傳感器在不同環(huán)境條件下都能保持高精度，特別是在環(huán)境變化頻繁的場(chǎng)景中表現(xiàn)尤為突出。

30、2.增強(qiáng)系統(tǒng)穩(wěn)定性

31、特征數(shù)據(jù)庫：構(gòu)建特征數(shù)據(jù)庫并進(jìn)行模擬實(shí)驗(yàn)，獲取不同環(huán)境特征集條件下的壓力偏差值。這不僅提供了豐富的校準(zhǔn)數(shù)據(jù)，還確保了系統(tǒng)在各種環(huán)境條件下的穩(wěn)定性和可靠性。

32、模糊控制模型：在特征數(shù)據(jù)庫中找不到相似環(huán)境特征集時(shí)，采用模糊控制模型進(jìn)行靈活補(bǔ)償。模糊控制模型能夠處理不確定性和復(fù)雜性，進(jìn)一步增強(qiáng)了系統(tǒng)的穩(wěn)定性和魯棒性。

33、3.降低校準(zhǔn)成本

34、自動(dòng)化校準(zhǔn)：本發(fā)明通過自動(dòng)采集環(huán)境數(shù)據(jù)和傳感器輸出值，自動(dòng)構(gòu)建特征數(shù)據(jù)庫，并自動(dòng)選擇補(bǔ)償策略，大大減少了人工干預(yù)和手動(dòng)校準(zhǔn)的需求。這不僅節(jié)省了時(shí)間和人力成本，還提高了校準(zhǔn)的效率。

35、減少維護(hù)頻率：通過動(dòng)態(tài)補(bǔ)償和靈活補(bǔ)償，傳感器在各種環(huán)境條件下都能保持較高的測(cè)量精度，減少了因環(huán)境變化導(dǎo)致的頻繁校準(zhǔn)和維護(hù)需求，降低了長(zhǎng)期運(yùn)行成本。

36、4.提高適應(yīng)性

37、多變量回歸算法：使用多變量回歸算法構(gòu)建偏差輸出模型，能夠處理多個(gè)環(huán)境參數(shù)之間的復(fù)雜關(guān)系，提高了模型的適應(yīng)性和泛化能力。這使得傳感器在不同應(yīng)用場(chǎng)景中都能表現(xiàn)出良好的性能。

38、靈活補(bǔ)償：通過模糊控制模型進(jìn)行靈活補(bǔ)償，能夠處理未預(yù)見的環(huán)境條件和特殊情況，提高了系統(tǒng)的適應(yīng)性和靈活性。