[发明专利]农业系统传感器组专用复合滤波型校正方法

摘要

本发明涉及农业系统传感器组专用复合滤波型校正方法，包括设传感器组及测量值参数向量；构建传感器下行关联度函数F，并运算得出可关联矩阵P；设虚拟传感器消除病态节点；对参数向量进行迭代处理，并作归一化处理；从所得目标向量获取各传感器权重系数，并对权重系数最大的若干个传感器进行测量数据融合处理，获得传感器组的最终测量值和测量方差。本发明方法能获得可靠的测量数据，且具有较高的精确度。

主权项

一种农业系统传感器组专用复合滤波型校正方法，其特征是，包括以下步骤：第一步、传感器组为e＝[e1,e2,...,en]，其中e1,e2,...,en分别为相应的传感器，n为传感器的数量；以传感器组的各传感器测量值组成参数向量w(e)n×1＝(w(e1),w(e2),...,w(en))T，且w(e1),w(e2),...,w(en)中至少一个不为零；设置校正阈值ζ；转第二步；第二步、根据传感器组的各传感器间相互关系确定传感器下行关联度函数F；由所述传感器下行关联度函数F按行归一化运算得出可关联矩阵P；转至第三步；第三步、设置虚拟传感器，并设虚拟传感器的测量值为w(e0)；将虚拟传感器设置为无上行节点的各传感器的上行节点，同时将虚拟传感器设置为无下行节点的各传感器的下行节点；转至第四步；第四步、令参数向量令修正后转换矩阵P′(n+1)×(n+1)＝((P cn*1) (r1*n 0))T；令之后按公式进行迭代，k为迭代次数，为第k次迭代后的参数向量；当时，迭代处理结束，并得到迭代处理后的参数向量设w(P)(e)(n+1)×1＝(w(P)(e0),w(P)(e1),...,w(P)(en))T为归一化参数向量，其中i∈{0,1,2,...,n}，j∈{0,1,2,...,n}；所述w(P)(e)(n+1)×1即为目标向量；转至第五步；第五步、以目标向量w(P)(e)(n+1)×1中w(P)(e1),w(P)(e2),...,w(P)(en)的数值为权重系数，从传感器的各传感器中选出权重系数最大的m个传感器，以所述m个传感器的测量值为校正初始数据；转至第六步；第六步、以预定的加权最小二乘法对校正初始数据进行处理，得出传感器组的最终测量值和测量方差，校正结束。