基于自适应Kalman滤波的SAW测温数据纠错方法.pdf

《基于自适应Kalman滤波的SAW测温数据纠错方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第12期2016年12月仪器仪表学报ChineseJournalofScientificInstrumentV01．37No．12Dec．2016基于自适应Kalman滤波的SAW测温数据纠错方法薛明喜，杨扬，张晨睿，韩韬(上海交通大学电子信息与电气工程学院上海200240)摘要：在无源无线SAW测温系统实际应用中，阅读器接收到的信号往往受到其所处环境电磁波的干扰。这些干扰将会使阅读器得到错误的测量数据。温度变化趋势和测量噪声时变的特点也给系统建模以及噪声估计带来了困难。针对实际应用中存在的问题，在Kalman滤波的基础之上，提出了一种新的自适应算法。

2、该算法采用多项式预测的方法建立温度测量的时变系统模型，根据当前及历史测量值，自行调整预测模型参数，避免因模型不准确造成Kalman滤波效果严重下降的问题；通过对测量数据小波变换的方法，实时估计测量数据噪声方差，克服未知观测噪声的条件下精度下降的问题；当测量数据受到干扰时，测量值与纠错值之间的差值不满足高斯分布，通过对差值统计特性的分析，对测量数据进行错误数据判别与剔除，有效地抑制干扰对温度测量的影响。将这种自适应Kalman滤波算法应用到无源无线SAW测温系统中，无源无线SAW温度传感器测温实验的结果验证了该算法能有效地纠正粗大误差，提高测量系统的精度。关键词

3、：Kalman滤波；多项式预测；小波变换；粗大误差；残差中图分类号：TN911．7TH811．1文献标识码：A国家标准学科分类代码：460．4020ErrorcorrectionmethodforSAWtemperaturemeasurementdatabasedonadaptiveKalmanfilterXueMingxi，YangYang，ZhangChenmi，HanTao(SchoolofElectronicInformationandElectricalEngineering，ShanghaiJiaoTongUniversity，Shanghai20

4、0240，China)Abstract：InthepracticalapplicationofpassivewirelessSAWtemperaturemeasurementsystem，thesignalreceivedbythereaderisofteninterferedbytheelectromagneticwavesintheenvironmentwherethereaderisin．Theseinterferenceswillmakethereadergetwrongmeasurementdata．Thetemperaturechangingtre

5、ndandthetimevaryingcharacteristicofthemeasurementnoisealsobringdifficultytothesystemmodelingandnoiseestimation．Aimingattheseproblemsexistinginpracticalapplication，onthebasisofKalmanfilter，thispaperproposesanewadaptivealgorithm，wbichisfault—tolerantIooutliers．Thealgorithmadoptspolyno

6、mialpredictionmethodtoestablishthetime—variantsystemmodeloftemperaturemeasurement．Accordingtocurrentandhistoricalmeasurementdata．thenewalgorithmcanself-adjusttheforecastingmodelparametersandavoidtheproblemthattheperformanceofKalmanfilterseverelydegradesbecauseofinaccuratemodel．Thewa

7、velettransformofthemeasurementdataisusedtoestimatethenoisevarianceofthemeasurementdatainrealtimeandovercometheproblemthattheaccuracydegradesduetounknownmeasurementnoise．Whenthemeasurementdataareinterferedtheoutliersoccur，thedifferencebetweenthemeasuredvalueandcorrectedvaluedoesnotob

8、eytheGaussiandistri