原文传递
基于传递熵和自适应融合的污染排放遥测误差补偿方法
| 专利名称： | 基于传递熵和自适应融合的污染排放遥测误差补偿方法 |
| 摘要： | 本发明公开了一种基于传递熵和自适应融合估计移动源排放气体遥测误差补偿方法。本发明有机结合测量对象的先验知识和最优估计理论，能够从带噪观测序列中得到真实值的最优估计。首先，通过超限学习机方法建立多干扰下遥测误差预测模型。然后，提出了一种虚拟观测分解模型，并利用虚拟观测分解模型对观测序列进行多序列分解。之后，将实际测量过程转化为多传感器虚拟观测过程，并建立多传感器虚拟观测过程的数学模型。最后，引入传递熵和自适应卡尔曼滤波对多虚拟观测序列进行融合重构，从而得到测量序列的最优估计。本发明能够有效补偿外部环境干扰引起的测量误差，提高遥感检测技术的环境适用性和抗干扰能力。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 杭州电子科技大学 |
| 发明人： | 蒋鹏;华通;席旭刚;佘青山;林宏泽;林广 |
| 专利状态： | 有效 |
| 申请号： | CN201811541673.2 |
| 公开号： | CN109374532A |
| 代理机构： | 杭州千克知识产权代理有限公司 33246 |
| 代理人： | 周希良 |
| 分类号： | G01N21/17(2006.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 310018 浙江省杭州市下沙高教园区2号大街 |
| 主权项： | 1.基于传递熵和自适应融合的污染排放遥测误差补偿方法，该方法具体包括以下步骤：步骤一：测量干扰间相关性因果分析；通过传递熵因果分析确定误差的主要来源以及衡量多干扰间的不平衡程度；步骤二：多干扰下测量误差建模；建立基于极限学习机的多干扰误差预测模型并对不同单干扰因素下的误差进行估计；步骤三：多传感器虚拟观测建摸；通过虚拟测量的方法将测量过程转化为多传感器虚拟观测过程，建立多传感器虚拟观测数学模型；步骤四：通过虚拟观测模型对原始序列进行多序列分解；步骤五：多序列自适应卡尔曼融合估计；采用强跟踪自适应卡尔曼滤波对多传感器虚拟观测序列进行融合估计；在自适应融合过程中利用时变噪声估计器中对测量噪声的进行自适应估计，并利用最优状态估计器来估计真实数值。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
