【技术实现步骤摘要】
本专利技术涉及数字多用表读数校准方法，属于数字多用表校准。
技术介绍
1、在数字与智能化的时代，电子与信息技术已经深刻地渗透到各行各业中。电子测量是电子信息产业发展的支撑技术之一，是电子信息技术的源头，而数字多用表的发展是电子测量技术发展的典型代表。
2、数字多用表的校准方法是数字多用表的重要组成部分。现有校准方法大多比较简单，其适用于硬件电路性能比较好、测量结果线性程度比较高、受到噪声影响相对比较小的情况。而对于硬件电路性能不够好的情况，采用现有校准方法校准的数字多用表在使用中，不能解决测量结果受噪声影响较大且线性程度相对不高的问题。
技术实现思路
1、针对现有校准方法不适用受噪声影响大且在全量程上线性程度相对不高的数字多用表读数校准的问题，本专利技术提供一种数字多用表读数校准方法。
2、本专利技术的一种数字多用表读数校准方法，包括：
3、对数字多用表的初始测量值进行预处理，包括：对数字多用表的初始测量值进行类指数滑动平均处理，得到滑动平均值；对滑动平均值基于相邻测量值的变化程度清除异常值，将判定为正常的滑动平均值进行卡尔曼滤波，得到滤波后滑动平均值；再对滤波后滑动平均值基于变化趋势和变化程度进行异常值清除，得到滤波后正常测量值；
4、基于滤波后正常测量值、测量信号类型及测量量程构建训练数据集，结合测量信号真值对数字多用表校准网络进行迭代训练，直到迭代次数达到预设次数，保存数字多用表校准网络模型参数，得到训练后数字多用表校准网络；所
5、将测量中数字多用表的当前初始测量值进行所述预处理后，得到当前滤波后正常测量值；将当前滤波后正常测量值输入训练后数字多用表校准网络，得到数字多用表的当前输出校准值。
6、根据本专利技术的数字多用表读数校准方法，t时刻滑动平均值表示为mat：
7、
8、式中n1为滑动窗口，mat-1为t-1时刻滑动平均值，xt为t时刻初始测量值。
9、根据本专利技术的数字多用表读数校准方法，计算相邻测量值的变化程度的方法为：
10、
11、式中为t-1时刻滤波后正常测量值，δ1表示相邻测量值的变化程度；
12、设置异常变化阈值α1和观测窗口n2，若当前δ1大于α1，则清除观测窗口n2内当前所有滑动平均值同时清除滑动窗口n1内的滑动平均值，否则将t时刻滑动平均值mat作为正常的滑动平均值。
13、根据本专利技术的数字多用表读数校准方法，将判定为正常的滑动平均值进行卡尔曼滤波的方法包括：
14、基于t-1时刻滤波后正常测量值及对应的协方差pt-1计算得到t时刻滤波后滑动平均值先验估计值和t时刻协方差估计值pt-：
15、
16、计算t时刻卡尔曼增益系数kt：
17、kt＝pt-(pt-+r)-1，
18、式中r为测量噪声协方差；
19、再计算得到t时刻滤波后滑动平均值及对应的协方差pt：
20、
21、式中i为单位矩阵。
22、根据本专利技术的数字多用表读数校准方法，得到滤波后正常测量值的方法为：
23、确定观测窗口n2内滤波后滑动平均值的变化趋势；
24、对当前滤波后滑动平均值计算观测窗口n2内首尾两滤波后滑动平均值的相对变化程度δ2：
25、
26、式中range为测量量程；
27、预设异常变化阈值α2，若所述变化趋势为单调递增或单调递减，并同时δ2大于α2，则将当前观测窗口n2中所有滤波后滑动平均值作为异常值清除同时清除滑动窗口n1内的滑动平均值；否则将作为滤波后正常测量值。
28、根据本专利技术的数字多用表读数校准方法，输入层输出数据为xt：
29、
30、式中f表示输入层，type为测量信号类型。
31、根据本专利技术的数字多用表读数校准方法，lstm网络的时间步长为n3，对于n3个时间点的输入层输入数据lstm网络的输出为y1：
32、
33、式中φ1表示lstm网络。
34、根据本专利技术的数字多用表读数校准方法，三个全连接层对lstm网络的输出y1进行处理，输出为y2：
35、
36、式中φ2表示三个全连接层。
37、根据本专利技术的数字多用表读数校准方法，数字多用表校准网络训练过程中采用的损失函数为均方误差损失函数l：
38、
39、式中n为训练数据集的样本数，ytrue为测量信号真值。
40、根据本专利技术的数字多用表读数校准方法，输入层将测量信号类型及测量量程转化为0/1，作为lstm网络的输入数据。
41、本专利技术的有益效果：本专利技术方法基于lstm神经网络与卡尔曼滤波对数字多用表读数进行校准，采用两种异常点检测机制，其中一种理论上侧重于检测两个相邻测量结果的变化程度，另一种为了检测滤波结果的特性，都是为了使滤波器的输出快速地达到稳定状态；再使用lstm神经网络对卡尔曼滤波后的结果校准，网络模型的输入包括能够影响到测量值与真值之间映射关系的所有重要因素，例如测量数据、量程信息和信号类型信息。本专利技术方法能够适用于硬件电路性能不够好导致的测量结果受噪声影响大，并且测量值与真值之间的线性程度相对较低的场景，使用场景更加广泛。
42、本专利技术方法利用lstm神经网络与卡尔曼滤波算法对测量结果处理，能够有效地去除测量噪声，提高测量精度。
本文档来自技高网...【技术保护点】
1.一种数字多用表读数校准方法，其特征在于，包括：
2.根据权利要求1所述的数字多用表读数校准方法，其特征在于，
3.根据权利要求2所述的数字多用表读数校准方法，其特征在于，
4.根据权利要求3所述的数字多用表读数校准方法，其特征在于，
5.根据权利要求4所述的数字多用表读数校准方法，其特征在于，
6.根据权利要求5所述的数字多用表读数校准方法，其特征在于，
7.根据权利要求6所述的数字多用表读数校准方法，其特征在于，
8.根据权利要求7所述的数字多用表读数校准方法，其特征在于，
9.根据权利要求8所述的数字多用表读数校准方法，其特征在于，
10.根据权利要求1所述的数字多用表读数校准方法，其特征在于，
【技术特征摘要】
1.一种数字多用表读数校准方法，其特征在于，包括：
2.根据权利要求1所述的数字多用表读数校准方法，其特征在于，
3.根据权利要求2所述的数字多用表读数校准方法，其特征在于，
4.根据权利要求3所述的数字多用表读数校准方法，其特征在于，
5.根据权利要求4所述的数字多用表读数校准方法，其特征在于，
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。