[发明专利]一种用于传感器的分类器模型信息自动更新系统及传感器更换方法

权利要求书

1.一种可自动更新传感器信息的系统，其特征在于：所述系统包括信号处理模块、两路相同的信号采集电路、显示模块和电源模块；所述信号处理模块负责常规检测识别和更换传感器进程中的信号处理，所述两路相同的信号采集电路均包括A/D转换模块、信号预处理模块和传感器插座阵列，其中两个A/D转换模块间有同步信号控制同步，两路信号采集电路的输出端分别与信号处理模块的两个输入端相连，所述传感器插座阵列可插拔多个传感器，传感器插入插座后，其引脚即可与信号采集电路输入端相连；信号处理模块用于根据分类器模型的识别结果进行传感器更新的具体过程，包括以下步骤：

S1，更换前状态确认，更换前只有一个插座阵列上插有传感器，传感器输出信号经由采集电路输入到信号处理模块，信号处理模块利用模式识别算法的决策函数及事先存储的分类器模型，对该传感器信号进行自动识别，此时，另一路采集电路的输出信号为零；

S2，将新传感器插入另一个传感器插座阵列，当信号处理模块检测到两路信号采集电路都有输出时，系统开启更换传感器进程；

S3，假设输入信号处理模块的旧传感器信号为S_o，S_o＝{s_o1、s_o2、…}，输入信号处理模块的新传感器信号为S_n，S_n＝{s_n1、s_n2、…}，其中，s_oi和s_ni是两路信号采集模块在同一时间段ti分别采集的旧传感器和新传感器的输出序列，其采样频率相同；

S4，将原有分类器模型M_o和旧传感器数据S_o输入决策函数F，计算得到一组识别结果R_o，R_o＝{r_o1、r_o2、…}，其中r_oi为决策函数F的输入为s_oi时判断为各标签的概率集合；

S5，根据分类器的训练过程，利用S_n和R_o训练分类器得到新分类器模型M_n；

S6，将新分类模型M_n和新传感器数据S_n输入决策函数F，计算得到一组识别结果R_n，R_n＝{r_n1、r_n2、…}；

S7，计算R_o和R_n的差异度，公式为：

其中，||.||表示欧氏距离，n为s_oi和s_ni的数量，差异值H介于0到1之间；

S8，如果差异值H小于系统设定的阈值，执行步骤S9；否则，将两组传感器同时使用时间延长ΔT，重复步骤S3～S7步，当两组传感器同时使用时间达到系统设定的上限时间时，如果差异值H小于系统设定的阈值，执行步骤S9；否则，执行步骤S10；

S9，在显示模块上输出“更换完成”提示信息，并开始使用新传感器输入数据，利用决策函数F和新分类器模型M_n进行常规检测识别；

S10，在显示模块上输出“更换失败”提示信息，并继续使用旧传感器或另换一新的传感器，重复步骤S1-S10。