[发明专利]一种多模式传感器信息解耦方法

说明书

本申请涉及一种多模式传感器信息解耦方法。所述方法包括：通过接收多模式信息；并根据所述多模式信息，获取特征矩阵；再对所述特征矩阵进行降维，获取降维矩阵；进一步根据所述特征矩阵与所述降维矩阵，获取耦合矩阵；从而对所述耦合矩阵进行解耦，得到独立信息输出矩阵。采用本方法能够解决无训练样本也能精确解耦的问题，从而提高信息的测量精度、实时性和自适应性。

技术领域

本申请涉及信息分析领域，特别是涉及一种多模式传感器信息解耦方法。

背景技术

随着传感器技术的发展，出现了触觉传感器技术，触觉传感器技术普遍应用于机器人模仿皮肤对外界不同性质力的感知。

然而，目前对于多模式传感器进行仿生组合中，一般采用压力-压电原理分别对静态力和动态力进行检测，因静态力与动态力之间相互作用，从而导致对信息的测量精度、实时性和自适应性低等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种多模式传感器信息解耦方法。

一种多模式传感器信息解耦方法，所述方法包括：

接收多模式信息；

根据所述多模式信息，获取特征矩阵；

对所述特征矩阵进行降维，获取降维矩阵；

根据所述特征矩阵与所述降维矩阵，获取耦合矩阵；

对所述耦合矩阵进行解耦，得到独立信息输出矩阵。

在其中一个实施例中，所述对所述特征矩阵进行降维，获取降维矩阵包括：

对所述特征矩阵进行预处理，获取零均值矩阵；

根据所述零均值矩阵，获取特征向量矩阵；

根据所述特征向量矩阵，获取降维矩阵。

在其中一个实施例中，所述根据所述零均值矩阵，获取特征向量矩阵包括：

计算所述零均值矩阵的协方差，获取特征向量和特征值；

将所述特征向量根据所对应特征值从小到大进行排列，获取特征向量矩阵。

在其中一个实施例中，所述根据所述特征向量矩阵，获取降维矩阵包括：

将所述特征向量矩阵中特征向量按行进行分组，截取第一组作为所述降维矩阵。

在其中一个实施例中，所述对所述耦合矩阵进行解耦，得到独立信息输出矩阵包括：

根据所述耦合矩阵，获取初始解耦矩阵，

根据所述耦合矩阵与所述初始解耦矩阵，获取独立信息输出矩阵。

在其中一个实施例中，所述根据所述耦合矩阵，获取初始解耦矩阵包括：

选取所述耦合矩阵中任意一对信息的特征向量，

根据所述特征向量，计算所述特征向量的互信息，

根据所述互信息，获取所述初始解耦矩阵。

在其中一个实施例中，所述根据所述耦合矩阵与所述初始耦合矩阵，获取独立信息输出矩阵包括：

根据所述初始解耦矩阵，对所述耦合矩阵进行训练，获取独立信息矩阵；

通过解耦分离公式对所述独立信息矩阵进行解耦，获取独立信息输出矩阵。

在其中一个实施例中，所述根据所述多模式信息，获取特征矩阵包括：

提取所述多模式信息的特征信息，形成所述特征矩阵。