[发明专利]基于TE-ANN-AWF移动污染源遥测误差补偿方法

摘要

本发明公开了一种基于TE‑ANN‑AWF移动污染源遥测误差补偿方法，本发明利用TE传递熵对干扰与测量结果进行因果相关性分析，从而确定测量误差来源以及衡量多干扰间不平衡程度，并利用TE传递熵的方向性引出非显著因果关系的量化标准和判定方法。提出了虚拟观测方法来实现单元观测序列的多元解构，通过ANN误差预测模型实现单干扰通道虚拟观测序列的补偿，再采用多元自适应加权融合方法对补偿后的多元虚拟观测序列进行融合重构。针对融合算法中的权值收敛问题，模型中引入了指数遗忘的方法将TE良好的权值预估能力和AWF的权值自适应调整的优点相结合，改善了误差补偿过程的动态性能。

主权项

1.基于TE‑ANN‑AWF移动污染源遥测误差补偿方法，该方法具体包括以下步骤：步骤一：通过环境模拟实验获取不同干扰作用下的测量样本；基于实验测量样本，通过TE传递熵进行干扰相关性分析，从而确定测量误差来源以及衡量多干扰之间的不平衡程度；并利用TE传递熵的方向性引出非显著因果关系的量化标准和判定方法；步骤二：采用环境模拟烟雾箱实验平台获取单干扰通道的训练样本集合，通过神经网络ANN方法建立各个干扰的测量误差预测模型；步骤三：通过虚拟观测方法来实现单元观测序列的多元解构，通过不同干扰下的ANN误差预测模型对解构后的多元虚拟观测序列进行误差补偿，再采用多元自适应加权融合方法对补偿后的多元虚拟观测序列进行融合重构；针对融合算法中的权值收敛问题，模型中引入了指数遗忘的方法将TE的权值预估能力和多元自适应加权融合方法的权值自适应调整的优点相结合，改善了误差补偿过程的动态性能。