[发明专利]提高传感器计算精度的方法、装置、设备及可读存储介质

权利要求书

1.一种提高传感器计算精度的方法，其特征在于，包括：

获取传感器中多个rawdata值；

根据数据滤波算法，对所述rawdata值进行处理，得到处理后的rawdata值，将多个所述处理后的rawdata值整合为数据表；

读取所述数据表中所述rawdata值相对应的所述传感器值；

根据拟合算法和所述传感器值，求解方程并输出结果。

2.根据权利要求1所述的提高传感器计算精度的方法，其特征在于,所述获取传感器中多个rawdata值，之前包括：

采用多项式神经网络算法，利用matlab软件对所述传感器的数据进行预处理，得到预处理数据；

利用统计学方法剔除所述预处理数据中偶然误差点；

采用滑动平均滤波器对剔除后的所述预处理数据中偶然误差点进行处理，得到传感器中多个rawdata值。

3.根据权利要求1所述的提高传感器计算精度的方法，其特征在于,所述得到处理后的rawdata值，之后包括：

选取固定间隔值；

根据所述固定间隔值，判断data值是否等于处理后的所述rawdata值；若是，则求解矩阵值，并将所述data值输入至方程求解；若不是，则输出异常值。

4.根据权利要求2所述的提高传感器计算精度的方法，其特征在于,所述利用统计学方法剔除所述预处理数据中偶然误差点，之后包括：

将剔除之后的剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真；

通过多次所述Matlab仿真比较所述传感器的干扰量敏感性，确定出多项式神经网络隐含层最优神经元数目，得出神经网络结构；

根据神经网络结构，保存得出的所述最优神经元数目中的神经网络权值，确定传感器输出值；

将所述传感器输出值输入至数据融合模型中并存储至传感器系统。

5.一种提高传感器计算精度的装置，其特征在于，包括：

获取模块：用于获取传感器中多个rawdata值；

处理模块：用于根据数据滤波算法，对所述rawdata值进行处理，得到处理后的rawdata值；

整合模块：用于将多个所述处理后的rawdata值整合为数据表；

读取模块：用于读取所述数据表中所述rawdata值相对应的所述传感器值；

求解模块：用于根据拟合算法和所述传感器值，求解方程并输出结果。

6.根据权利要求5所述的提高传感器计算精度的装置，其特征在于，所述获取模块,之前包括：

预处理单元：用于采用多项式神经网络算法，利用matlab软件对所述传感器的数据进行预处理，得到预处理数据；

剔除单元：用于利用统计学方法剔除所述预处理数据中偶然误差点；

处理单元：用于采用滑动平均滤波器对剔除后的所述预处理数据中偶然误差点进行处理，得到传感器中多个rawdata值。

7.根据权利要求5所述的提高传感器计算精度的装置，其特征在于，所述处理模块，之后包括：

选取单元：用于选取固定间隔值；

判断单元：用于根据所述固定间隔值，判断data值是否等于处理后的所述rawdata值；若是，则求解矩阵值，并将所述data值输入至方程求解；若不是，则输出异常值。

8.根据权利要求6所述的提高传感器计算精度的装置，其特征在于，所述剔除单元，之后包括：

仿真单元：用于将剔除之后的剩余数据进行归一化处理后作为多项式神经网络的输入值，进行Matlab仿真；

确定单元：用于通过多次所述Matlab仿真比较所述传感器的干扰量敏感性，确定出多项式神经网络隐含层最优神经元数目，得出神经网络结构；

保存单元：用于根据神经网络结构，保存得出的所述最优神经元数目中的神经网络权值，确定传感器输出值；

存储单元：用于将所述传感器输出值输入至数据融合模型中并存储至传感器系统。