【技术实现步骤摘要】
自调节事件检测
[0001]提供了一种用于处理环境传感器数据的方法以及对应的计算机程序和对应的环境传感器。
技术介绍
[0002]传感器通常用于测量环境的物理量，例如气体或挥发性有机化合物(VOC)的浓度、湿度或温度。这样的传感器被表示为环境传感器，并且特别地可以是金属氧化物(MOX)传感器，例如用于测量气体浓度。环境传感器将测得的物理量变换成在连续的时间点测得的原始数据值，例如电压或嘀嗒(tick)数。
[0003]环境传感器数据可以用于执行“状态估计”，即根据原始数据值估计统计量(例如，均值、方差或标准差)。这样的状态估计通常用于VOC含量，特别是用于根据环境的VOC含量对环境进行分类或用于提供VOC水平分类。
[0004]在这种背景下，一个常见的问题是对“异常值”的处理，异常值被限定为与其它原始数据值显著不同的原始数据值。误差的来源是例如传感器内的误差。特别地，异常值可以被限定为与其它原始数据值的平均值相差一个或两个标准偏差。
[0005]已知的解决方案是“门控”，即，从状态估计中排除不太可能的数据。门控通常被执行为“简单门控”，其具有随时间恒定的“硬”下限阈值和上限阈值：如果原始数据值低于下限阈值或高于上限阈值，则原始数据值从状态估计中排除。这种上限/下限阈值的示例是均值加/减标准偏差。
[0006]但是，这种简单门控具有以下缺点：当环境的整体状态显著变化(例如，变化多于一个标准偏差)时，特别是当环境传感器被转移到不同地方(如在移动设备中的情况)时，会导致不正确的结果。>[0007]因此，本专利技术的目的是提供一种用于处理环境传感器数据的方法，该方法特别是在环境状态显著变化的情况下产生鲁棒且可靠的结果，并且优选地带来直观的用户体验。
技术实现思路
[0008]通过用于处理环境传感器数据的方法来解决该问题，该方法包括以下步骤：从环境传感器接收一个或多个原始数据值；仅根据在下限阈值和上限阈值之间的原始数据值来确定在限定的时间段内的平均值和离差度量(measure of dispersion)；以及根据平均值和离差度量重新限定下限阈值和上限阈值。
[0009]可以迭代上述步骤以进行时间上连续的处理。在离散系统中，这些步骤可以在计算机程序的循环内实现。这样的方法可以被称为“自调节门控”，因为下限阈值和上限阈值可根据重新确定的平均值和重新确定的离差度量而随时间自适应。自调节门控的优点是，环境状态可逐渐变化，而处理方法仍会产生可靠的结果。
[0010]环境传感器被认为是用于测量环境的物理量(例如，环境中的气体或挥发性有机化合物(VOC)的浓度、环境的湿度或环境的温度)的传感器。在大多数情况下，环境是周围的
空气。传感器的环境优选地被认为是传感器被包括在内的设备或壳体的环境，优选地被布置为使得传感器与该设备或壳体的环境充分耦合。任何这样的传感器被称为环境传感器，并且可以特别地是例如用于测量气体浓度的金属氧化物(MOX)传感器。环境传感器将测得的物理量变换成在连续的时间点测得的原始数据值，例如，电压或嘀嗒数。任何此类原始数据值都可以表示在测量时间点(也称为离散时间步)测得的物理量。可以根据原始数据值得出在测量时间步处的物理量。术语原始数据值不排除对实际上源自环境传感器的敏感元件的信号的预处理。这样的预处理可以包括线性化、对例如温度或其它因素的补偿、模数转换(如果适用)等中的一个或多个。在优选实施例中，环境传感器被实施为包括半导体的芯片，其中该芯片可以同时包括集成电路形式的预处理功能。
[0011]在一个实施例中，假设至少在传感器系统的稳定状态下，传感器在一个离散的时间点提供单个原始数据值，并且因此由优选地在操作期间执行方法步骤的处理实体接收。针对这样的原始数据值的值/幅度来对其进行评估。为了进行这种评估，提供了至少两个阈值，即下限阈值和上限阈值。例如，在假设环境传感器的原始数据值只能取正范围内的值的情况下，下限阈值和上限阈值也被限定在该正范围内。特别地，下限阈值超过原始数据值的范围的下界，该下界例如可以为零，而上限阈值小于可能的原始数据值的范围的上界。
[0012]优选地，在下限阈值和上限阈值之间的范围之外的原始数据值一方面被视为事件，但是另一方面被视为统计异常值。换言之，在阈值间范围之外的这种原始数据值指示环境中的在可以例如向操作员或环境传感器周围存在的人员发出通知和/或可以发出原始数据值本身或其派生物的意义上可以被注意到的情况。通知可以采取警告或警报的形式，例如，由例如包含环境传感器的设备发出或以其它方式传输到例如远程操作员或监视站的视觉和/或听觉和/或触觉警告。另一方面，优先考虑这种事件不影响统计，即平均值和离差度量的确定。
[0013]在环境传感器是用于检测高于临界浓度对人有害的一种或多种气体的气体传感器的情况下，阈值可以使得当超过上限阈值时，达到或超过所测量的气态成分的临界浓度。其它应用也可关注原始数据值下降到低于下限阈值。例如，房间中的(不良)空气例如受到打开窗户或让新鲜空气涌入的影响可能就是这种情况。
[0014]但是，随着时间的推移，采用恒定阈值形式的固定阈值可能被证明是有弱点的，因为超出阈值的孤立的“异常值”或者甚至永久性“异常值”可能很少发生，或者可能并不源于对应的高浓度，而是源于误差场景或者基准值的变化，其中将测得的浓度值设为相对于基准值进行比较。因此，异常值被限定为与其它原始数据值显著不同的原始数据值。
[0015]替代地，目前提出允许阈值随时间变化，以便自适应新的参考场景。在一个示例中，在气体感测的背景下，这种测量场景可以包括测量房间中特定气体成分的浓度，其中作为典型背景浓度，仅存在很少的该气体成分。在不同的房间中，该气体成分的不同背景浓度可能会占优势，并且可以被视为不同的测量场景。在环境传感器的寿命期间，它可能从第一房间被移动到第二房间。虽然在第一场景中，与背景浓度只有很小的偏差是可以容忍的，但是在第二房间中，无论出于何种原因，与实际背景浓度的较大偏差都是可以容忍的。
[0016]为了满足场景/测量环境中的此类变化和/或解决异常值的不同原因，阈值的实施取决于时间上较早的原始数据值，并因此取决于过去的原始数据值的统计信息。相应地，确定先前原始数据值的平均值以及离差度量。优选地，平均值和离差度量都是统计值/统计参
数，其中离差度量指示(当前原始数据值的)分布在平均值附近被拉伸或压缩的程度。优选地，针对过去的相同的限定时间段(例如，针对最近十小时，或者例如针对过去24小时)确定平均值和离差度量。在实施例中，限定的时间段是至少一小时，优选地为至少一天，优选地在一天到三天之间。在特定场景中，限定的时间段对于建立移动的平均值和建立移动的离差度量可以不同。限定的时间段确定了在确定当前平均值和离差度量时应往前考虑多长时间的过去的原始数据值。在一个实施例中，可以对过去的原始值进行加权，例如，最近的原始值的权重比较早的原始值的权重更大。因此，相较于较近的原始数据值，较早的原始数据值对相应统计参数的贡献较小。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于处理环境传感器数据的方法，包括以下步骤：
‑
从环境传感器接收一个或多个原始数据值(11)，
‑
仅根据在下限阈值和上限阈值(13)之间的原始数据值来确定在限定的时间段内的平均值和离差度量，
‑
根据平均值和离差度量重新限定下限阈值和上限阈值(13)，
‑
响应于门控自适应事件(36)，即使针对对应的时间步接收到的原始数据值不在下限阈值和上限阈值之间，也根据该原始数据值来确定平均值和离差度量。2.根据权利要求1所述的方法，其中每个离散时间步接收原始数据值之一，其中每个时间步根据在对应的时间步接收到的原始数据值重新确定平均值和离差度量，其中每个时间步根据针对对应的时间步确定的平均值和离差度量来重新限定下限阈值和上限阈值(13)。3.根据权利要求2所述的方法，其中下限阈值是平均值减去离差度量，其中上限阈值(13)是平均值加上离差度量，其中离差度量对应于原始数据值的标准偏差的一倍或两倍，和/或其中平均值对应于原始数据值的算术均值，和/或其中限定的时间段至少为一小时。4.根据权利要求1所述的方法，附加地包括以下步骤：
‑
根据平均值和/或离差度量，从原始数据值确定标准化的数据值，以及
‑
输出标准化的数据值，
‑
每个时间步根据针对对应的时间步确定的平均值和/或离差度量，从对应的原始数据值重新确定标准化的数据值。5.根据权利要求1所述的方法，其中平均值和离差度量各自递归确定。6.根据权利要求5所述的方法，其中平均值通过av
t
＝α*av
t
‑1+(1
‑
α)*rdv
t
来确定，其中av
t
是时间t处的平均值，av
t
‑1是时间t
‑
1处的平均值，α是平滑因子，并且rdv
t
是在时间t处接收到的原始数据值，其中离差度量通过来确定，其中σ
t
是离散时间步t处的标准偏差，σ
t
‑1是离散时间步t
‑
1处的标准偏差，av
t
‑1是离散时间步t
‑
1处的平均值，α是平滑因子，并且rdv
t
是在离散时间步t处接收到的原始数据值。7.根据权利要求1所述的方法，其中响应于门控自适应事件(36)，在门控自适应事件和门控自适应脱离事件(38)之间，只要限定的时间段超过门控自适应事件(36)和门控自适应脱离事件(38)之间的间隔，就根据在门控自适应事件(36)时或之后接收到的所有原始数据值并且根据在门控自适应事件(36)之前确定的最后的平均值和最后的离差度量来确定平均值和离差度量，即使该原始数据值不在下限阈值和上限阈值之间。
8.根据权利要求1所述的方法，
‑
对于监视时间段(37)，确定不在下限阈值...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。