[发明专利]基于多传感数据融合的液位测量方法

说明书

本发明涉及液位测量技术，其公开了一种基于多传感数据融合的液位测量方法，提高测量精度和可信度。该测量方法包括以下步骤：S1、利用温湿度传感器和气压传感器的采集数据计算液位高度；S2、基于超声波传感器测量液位高度；S3、采用EKF‑FNN算法对步骤S1计算的液位高度数据进行滤波处理，获得符合高斯分布的液位高度数据；S4、对步骤S2中测量的液位高度数据进行可信度判断，并修正数据分布方差，获得符合高斯分布的液位高度数据；S5、对步骤S3和步骤S4中所述符合高斯分布的液位高度数据进行数据融合。

技术领域

本发明涉及液位测量技术，具体涉及一种基于多传感数据融合的液位测量方法。

背景技术

在酿酒和汽油行业这样的行业，由于液体易挥发，经常需要准确的对其量值进行监测。由于接触式的测量容易造成污染和量值损失，目前主要采用红外线或超声波这类无接触式的测量方式。鉴于液体的特殊性以及超声波等的散射角和回波等因素的影响，采用单传感器的测量精度较低，特别是对于搬运中或恶劣环境中的液体，测量精度和可信度更是直线下降。

发明内容

本发明所要解决的技术问题是：提出一种基于多传感数据融合的液位测量方法，提高测量精度和可信度。

本发明解决上述技术问题采用的技术方案是：

一种基于多传感数据融合的液位测量方法，应用于包括多个传感器的液位测量系统中，所述多个传感器包括温湿度传感器、气压传感器和超声波传感器；

该测量方法包括以下步骤：

S1、利用温湿度传感器和气压传感器的采集数据计算液位高度；

S2、基于超声波传感器测量液位高度；

S3、采用EKF-FNN算法对步骤S1计算的液位高度数据进行滤波处理，获得符合高斯分布的液位高度数据；

S4、对步骤S2中测量的液位高度数据进行可信度判断，并修正数据分布方差，获得符合高斯分布的液位高度数据；

S5、对步骤S3和步骤S4中所述符合高斯分布的液位高度数据进行数据融合。

作为进一步优化，步骤S2中，还包括：采用加权最小二乘法对超声波传感器测量数据进行处理，以消除超声波回波误差。

作为进一步优化，步骤S3中，采用EKF-FNN算法对步骤S1计算的液位高度数据进行滤波处理，经过处理后的液位高度数据符合高斯模型N₂(μ₂，δ₂²)。

作为进一步优化，步骤S4中，所述对步骤S2测量的液位高度数据进行可信度判断，并修正数据分布方差，具体包括：

通过设置两次采样之间的差值阈值以及采样间隔，根据所述采样间隔进行数据采样，将本次采样数据与上一次采样数据的差值与差值阈值进行比较，若小于所述差值阈值，则判定本次采样数据可信，保持数据分布方差不变否则，判定本次采样数据不可信，将数据分布方差修正为一个较大值经过处理后的液位高度数据符合高斯模型

作为进一步优化，步骤S5中，所述对步骤S3和步骤S4中所述符合高斯分布的液位高度数据进行数据融合，具体包括：

融合后的数据服从高斯分布，设为N(μ，δ²)，融合的具体方法为：

其中，μ,δ²为融合后的均值和方差，融合后的液位高度值由μ值确定。

本发明的有益效果是：