[发明专利]一种基于荧光油膜的改进Hankel矩阵预测模型建模方法及应用

权利要求书

1.一种基于荧光油膜的改进Hankel矩阵预测模型建模方法，其特征在于：包括以下步骤：

S1建立基于荧光油膜采集数据的基础Hankel矩阵预测模型；

S2通过所述基础Hankel矩阵预测模型进行数据预测，得到预测数据；

S3：通过误差值修正所述预测数据，获得修正后的预测数据，通过所述修正后的预测数据建立第一误差修正预测模型，其具体包括：

S31：对预测产生的误差值作均值化处理，得到均值化处理结果；

S32：根据所述均值化处理结果对所述预测数据进行修正，以修正数据代替原预测数据，建立基础Hankel矩阵预测模型的第一误差修正预测模型；

S4：通过所述第一误差修正预测模型进行数据预测；

S5：若通过所述第一误差修正预测模型获得的预测数据良好，则输出该误差修正预测模型作为改进的Hankel矩阵预测模型，若数据预测有误，则将该误差修正预测模型作为S1的基础Hankel矩阵预测模型继续按S2-S5的过程进行迭代更新，至获得所述改进的Hankel矩阵预测模型；

其中，所述荧光油膜采集数据包括荧光油膜图像的像素点灰度值和它对应的油膜厚度值，所述预测数据为荧光油膜的厚度。

2.根据权利要求1所述的建模方法，其特征在于：所述第一误差修正预测模型如下：

Γw_(n)＝[w_(n)-w_n]+Γw_n (13)，

其中，w_(n)表示用于模型建立的脉冲响应数据组，表示模型预测结果数据组，Δε_(n)表示误差数据组，G_(ε)(z^-1)表示Δε_(n)的Z域传递函数，Δε_n表示误差数据组Δε_(n)中的误差数据，g表示脉冲数据中某时刻的灰度值，ΔG表示脉冲数据相邻两个元素的灰度值差，δ(g-n·ΔG)表示脉冲函数、当g＝n·ΔG时，δ(g-k·ΔG)＝1成立，n表示系统阶数大小，Γw_n表示修正后脉冲数据组，w_n表示w_(n)中的单个建模数据，Γw_(n)表示通过修正后的脉冲数据组替代其原脉冲数据组后得到的新的脉冲响应数据组。

3.根据权利要求1所述的建模方法，其特征在于：所述步骤S3包括：通过所述误差值修正所述预测数据，获得修正后的预测数据，将所述修正后的预测数据加入原预测数据的集合中，获得扩展后的预测数据，通过所述扩展后的预测数据建立所述误差修正预测模型。

4.根据权利要求3所述的建模方法，其特征在于：所述建模方法包括：

(1)建立所述基础Hankel矩阵预测模型；

(2)通过该基础Hankel矩阵预测模型进行数据预测；

(3)对预测产生的误差值作均值化处理；

(4)根据均值化处理结果对预测数据进行修正，将修正后数据加入原预测数据中，得到扩展后的数据，以扩展后的数据建立基础Hankel矩阵预测模型的第二误差修正预测模型；

(5)对第二误差修正预测模型的精度进行评估；

(6)若预测精度提高，则输出该误差修正预测模型作为改进的Hankel矩阵预测模型，若预测精度未提高，则将该误差修正预测模型作为步骤(1)的基础Hankel矩阵预测模型继续按(2)-(6)的过程进行迭代更新，至获得所述改进的Hankel矩阵预测模型。