[发明专利]一种TMR电流传感器温漂与地磁场校正装置及方法

权利要求书

1.一种TMR电流传感器温漂与地磁场校正方法，其特征在于，所述方法包括以下步骤：

1)初始化基于改进深度信念网络的TMR电流传感器温漂与地磁场校正模型参数，初始化RBM_l的网络参数；

2)将TMR电流传感器输出、温度传感器输出、地磁场数据分为G组进行分批次训练，取第g组训练集对RBM_l进行训练，并更新RBM_l的网络参数；

3)当迭代次数t≥t_max，保存训练好的RBM_l的权值和偏置、若DBN层数l≥L_max，进入有监督微调阶段；

4)初始化ADAM的一阶矩估计m₁和二阶矩估计v₁，令当前的迭代次数d＝1，设置期望输出误差最小值E_min；

5)计算第d次迭代后的误差损失函数的梯度g_d，更新梯度g_d的一阶矩估计m_d+1和二阶矩估计v_d+1，并更新一阶矩偏差和二阶矩偏差计算期望输出误差值，更新TMR电流传感器温漂与地磁场校正模型网络参数；

所述进入有监督微调阶段具体为：

输入输出之间的映射关系表示为：

式中，f为非线性函数，x_i为第i个样本训练数据x_i＝{x₁,x₂,x₃}，分别为TMR电流传感器输出值、温度传感器输出温度值以及空间地磁场数据，为模型映射的第i个校正电流输出值；θ为RBM网络参数；

使用输出校正后的电流值与电流实际值的均方误差的平均值作为误差损失函数，即：

式中，y_i为第i个训练样本的电流实际值；N为训练样本总数；

若第d次迭代后得到网络参数θ_d，计算梯度更新梯度的一阶矩估计m_d+1和二阶矩估计v_d+1：

其中，λ₁、λ₂为常数，g_d为梯度，m_d为梯度的一阶矩估计，计算一阶矩偏差和二阶矩偏差

更新后的TMR电流传感器温漂与地磁场校正模型网络参数为：

其中，α为步长，τ为常数。

2.根据权利要求1所述的一种TMR电流传感器温漂与地磁场校正方法，其特征在于，在步骤1)之前所述方法还包括：对TMR电流传感器的测量数据进行清洗：

第k次计算的熵增量为：

若△H0剔除此测量数据，为后验概率的熵，△H为熵的变化量，为z_k为测量值。

3.根据权利要求1所述的一种TMR电流传感器温漂与地磁场校正方法，其特征在于，所述初始化RBM_l的网络参数{w,a,b}为：

采用RBM_l的训练方法对改进DBN模型进行逐层训练，通过此无监督训练过程获得TMR电流传感器温漂与地磁场校正模型的初始网络参数。

4.一种TMR电流传感器温漂与地磁场校正装置，其特征在于，所述装置用于执行所述权利要求1所述的方法步骤，装置包括：

信息采集模块：用于采集待测电流以及TMR芯片处的温度，将磁信号转化为电压信号，通过温度传感器芯片将温度信号转化为电压信号；

磁场屏蔽模块：用于将屏蔽筒几何中心位置处的磁场降至外界磁场环境的万分之一；

温度控制模块：用于改变信息采集模块周围测试环境温度；

磁场发生模块：利用高精度恒流源驱动亥姆赫兹线圈以调节磁场的大小，改变亥姆赫兹线圈的角度进而改变产生磁场的角度；

其中，所述亥姆赫兹线圈置于屏蔽筒的几何中心位置，信息采集模块安置于磁场发生模块的几何中心位置。