基于移动最小二乘的传感器数据重构.pdf

《基于移动最小二乘的传感器数据重构.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、基于移动最小二乘的传感器数据重构宋绍民。等DataRecOnstructionforNanosensorbyUsingMovingLeastSquareMethod索语厌1互敏2胡新皖1(湖南工学院电气与信息工程系1，湖南衡阳421002；湖南大学电气与信息工程学院2，湖南长沙410082)摘要：纳米气体传感器的灵敏度易受温度变化的影响。为了有效改善纳米传感器的温度特性，方便确定其最佳工作条件，利用移动最小二乘法对其灵敏度一温度数据进行拟合，并建立相应的近似模型。移动最小二乘法通过紧支性加权的局部近似，使

2、所建模型较常规最4'--乘模型更精确、更光滑。实验证实了基于移动最小二乘拟合的近似性能。该方法在传感器数据精确重构领域具有良好的应用前景。关键词：传感器数据重构温度特性移动最小二乘法近似技术曲线拟合中图分类号：TP212．1文献标志码：AAbstract：Generally-thesensitivityofnsIlo-gas—sensors,iseasilyaffectedbyvariationofthetemperature．Inordertoeffectivelyimprovethetemperatu

3、recharacteristicsofthe吕ensor。andbeeasytOdetermineitsoptimaloperationconditionsIbyadoptingmovingleastsquaremethod。thesensitivity-temperaturedataarefitted．andtheapproximatemodelisestablished．Throughcompactsupportweightedlocalapproximation。themodelestablishe

4、dwithmovingleastsquare(MLS)ismoreaccurateandsmooththanthemodelestablishedwithconventionalleastsquaremethod．TheexperimentsprovetheapproximateperformanceofthefittingbasedonMI_S．Thismethodpossessesexcellentprospectsinprecisereconstructionareaofsensordata．Key

5、words：SensorDatareeonstmctionTemperaturecharacteristicMovingleastsquaremethodTechnologyofapproximationCurvefitting0引言纳米气体传感器具有响应速度快、稳定性好、分辨率高等特点⋯，但其灵敏度受温度影响较大，并且非线性严重，因而其灵敏度一温度特性一直都是应用纳米气体传感器需要重点解决的问题。对于传感器非线性误差补偿，目前主要利用最佳直线拟合、最小二乘多项式拟合、非线性反函数补偿等近似技术旧。1，通

6、过建立近似模型进行补偿。虽然取得了一定的效果，但这些方法没有考虑传感器非线性的局域性差异，难以满足精度要求更高的场合。移动最小二乘法MLS(movingleastsquare)是一种新型局部近似技术旧。71，它通过全特性分区和局部加权最小二乘来提高近似模型精度。本文应用MLS对纳米气体传感器灵敏度一温度数据进行处理，并建立其精确的近似模型，以便为纳米气体传感器的应用提供可靠的依据。实验验证了MLS拟合的有效性。湖南省教育厅科研基金资助项目(编号：08C246)。修改稿收到日期：2009—10—19。第一作

7、者宋绍民，男，1967年生．1989年毕业于湖南大学电磁测量技术与仪表专业。副教授；主要从事自动检测、智能信息处理、模式识别等方面的研究工作。1MLS拟合移动最4x--"乘法(MLS)是近年来在无网格数值分析领域内被广泛使用的强大数值模拟方法。它通过整个求解域的分区和不同区域上的加权最小二乘近似法，将全局近似转化为局部近似，使近似结果具有更高的精度，并且具有良好的收敛性。目前，MLS已在优化设计、、曲线拟合及传感器数据重构等方面得到广泛应用。1．1MLS基本原理设在任意传感器数据点{X，h}的计算域力内，

8、随机分布有Ⅳ个节点，即{z。，hi}奠。，其中，zi=hf，．”，靠}为传感器的n维输入向量，h；为传感器的实际输出，则该区域内传感器的移动最小二乘近似模型h。(J)为：h。(工)=p1(x)aVXEl"2(1)式中：p(x)“P。(茗)，⋯，P。(髫)]7为m项完备单项式基函数；口=[al'-“，a。]T为待定系数。系数向量a通过最小化以下离散加权￡：范式来确定。即：N．J=∑ccJ(r；)0h。(t)一h。旷=～三甜(r；