一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方法
【專利摘要】本發(fā)明提供一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方法,傳感器陣列采用多個(gè)同性質(zhì)的傳感器或者多個(gè)種類的傳感器對(duì)同一物體進(jìn)行測(cè)試，并對(duì)該傳感器陣列的測(cè)試數(shù)據(jù)進(jìn)行算法處理，得到最優(yōu)的測(cè)試結(jié)果。針對(duì)超聲波距離傳感器陣列的誤差修正實(shí)現(xiàn)，提出了相鄰算法的誤差修正方法?；舅枷胧侨绻谀骋粫r(shí)刻，檢測(cè)出某一個(gè)傳感器Xi故障，那么利用相鄰算法找到距離Xi最近的正常相鄰傳感器集合，利用相鄰傳感器集合的測(cè)量值估算傳感器Xi的測(cè)量值。
【專利說(shuō)明】一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方 法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)傳感器測(cè)量控制【技術(shù)領(lǐng)域】，具體地說(shuō)是一種采用最近鄰算法 的超聲波距離傳感器陣列誤差修正方法。

【背景技術(shù)】
[0002] 超聲波距離傳感器陣列是基于超聲波技術(shù)的應(yīng)用發(fā)展起來(lái)的一種有力的距離測(cè) 量手段，其由一系列傳感單元組成，通過(guò)各傳感單元對(duì)目標(biāo)響應(yīng)后產(chǎn)生的測(cè)量數(shù)據(jù)進(jìn)行算 法處理，實(shí)現(xiàn)對(duì)目標(biāo)距離的精確測(cè)量，尤其對(duì)精密微小目標(biāo)的距離測(cè)量具有突出優(yōu)勢(shì)。
[0003] 最近相鄰（Nearest Neighbour)算法是一個(gè)理論上比較成熟的算法。該算法的 思路是：如果一個(gè)樣本在特征空間中的k個(gè)最近似的樣本中的大多數(shù)屬于某一個(gè)類別，則 該樣本也屬于這個(gè)類別。最近相鄰算法雖然從原理上也依賴于極限定理，但在類別決策時(shí)， 只與極少量的相鄰樣本有關(guān)。
[0004] 如何選擇一個(gè)最佳的k值取決于數(shù)據(jù)。一般情況下，在分類時(shí)較大的k值能夠減 少噪聲的影響，但會(huì)使類別之間的界限變得模糊。一個(gè)好的k值能通過(guò)各種啟發(fā)式技術(shù)來(lái) 獲取，比如交叉驗(yàn)證。噪聲和非相關(guān)性特征向量的存在會(huì)使相鄰算法的準(zhǔn)確性減少?？梢?利用訓(xùn)練樣本的互信息進(jìn)行選擇特征。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方 法。
[0006] 本發(fā)明的目的是按以下方式實(shí)現(xiàn)的，在某一時(shí)亥Ij，檢測(cè)出某一個(gè)傳 感器Xi故障，那么利用相鄰算法找到距離\最近的正常相鄰傳感器集合 Σ ，利用相鄰傳感器集合的測(cè)量值估算傳感器Xi的測(cè)量值，具體步驟如下： (1) 學(xué)習(xí)模式，獲取相鄰標(biāo)準(zhǔn)差矩陣； 在學(xué)習(xí)模式中，根據(jù)精確值與測(cè)試數(shù)據(jù)流，得到誤差向量。利用數(shù)據(jù)處理中心的最近相 鄰算法處理，得到相鄰標(biāo)準(zhǔn)差矩陣； (2) 操作模式： 在操作模式中，如果檢測(cè)出某一個(gè)傳感器發(fā)送故障，利用學(xué)習(xí)模式得到的相鄰標(biāo)準(zhǔn)差 矩陣，結(jié)合該故障傳感器的相鄰傳感器集合的測(cè)量值，來(lái)估計(jì)出該故障傳感器的測(cè)量值。 [0007] 本發(fā)明的目的有益效果是：在某一時(shí)刻，檢測(cè)出某一個(gè)傳感器Xi故障，那么利用 相鄰算法找到距離Xi最近的正常相鄰傳感器集合利用相鄰傳感器集合的測(cè)量 值估算傳感器Xi的測(cè)量值，方法簡(jiǎn)單有效。

【專利附圖】

【附圖說(shuō)明】
[0008]圖1是相鄰算法示意圖。

【具體實(shí)施方式】
[0009]參照說(shuō)明書附圖對(duì)本發(fā)明的一種采用最近鄰算法的超聲波距離傳感器陣列誤差 修正方法作以下詳細(xì)地說(shuō)明。
[0010] 本發(fā)明的一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方法是在某一 時(shí)刻，檢測(cè)出某一個(gè)傳感器Xi故障，那么利用相鄰算法找到距離Xi最近的正常相鄰傳感 器集合Σ尤心，利用相鄰傳感器集合的測(cè)量值估算傳感器xi的測(cè)量值，具體步驟如下： (1) 學(xué)習(xí)模式，獲取相鄰標(biāo)準(zhǔn)差矩陣： 在學(xué)習(xí)模式中，根據(jù)精確值與測(cè)試數(shù)據(jù)流，得到誤差向量。利用數(shù)據(jù)處理中心的最近相 鄰算法處理，得到相鄰標(biāo)準(zhǔn)差矩陣； (2) 操作模式： 在操作模式中，如果檢測(cè)出某一個(gè)傳感器發(fā)送故障，利用學(xué)習(xí)模式得到的相鄰標(biāo)準(zhǔn)差 矩陣，結(jié)合該故障傳感器的相鄰傳感器集合的測(cè)量值，來(lái)估計(jì)出該故障傳感器的測(cè)量值。
[0011] 除說(shuō)明書所述的技術(shù)特征外，均為本專業(yè)技術(shù)人員的已知技術(shù)。
【權(quán)利要求】
1. 一種采用最近鄰算法的超聲波距離傳感器陣列誤差修正方法，其特征在于，在某 一時(shí)刻，檢測(cè)出某一個(gè)傳感器Xi故障，那么利用相鄰算法找到距離Xi最近的正常相鄰 傳感器集合IXri，利用相鄰傳感器集合的測(cè)量值估算傳感器Xi的測(cè)量值，具體步驟如 下： (1) 學(xué)習(xí)模式，獲取相鄰標(biāo)準(zhǔn)差矩陣； 在學(xué)習(xí)模式中，根據(jù)精確值與測(cè)試數(shù)據(jù)流，得到誤差向量，利用數(shù)據(jù)處理中心的最近相 鄰算法處理，得到相鄰標(biāo)準(zhǔn)差矩陣； (2) 操作模式， 在操作模式中，如果檢測(cè)出某一個(gè)傳感器發(fā)送故障，利用學(xué)習(xí)模式得到的相鄰標(biāo)準(zhǔn)差 矩陣，結(jié)合該故障傳感器的相鄰傳感器集合的測(cè)量值，來(lái)估計(jì)出該故障傳感器的測(cè)量值。
【文檔編號(hào)】G06F19/00GK104268422SQ201410531812
【公開日】2015年1月7日 申請(qǐng)日期:2014年10月10日 優(yōu)先權(quán)日:2014年10月10日
【發(fā)明者】王闖, 趙庶林, 戴鴻君, 于治樓 申請(qǐng)人:浪潮集團(tuán)有限公司