【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种差分式感知的传感器数据自适应滤波处理方法。
技术介绍
1、传感器是接收信号或刺激并反应的器件，能将待测物理量或化学量转换成另一对应输出的装置。传感器在测量的过程中，容易受到环境的影响，从而导致测量结果不准确，因此需要对传感器所测量的数据进行处理，以消除环境造成的影响。
2、在农用无人机料箱余量的检测中，农用无人机需要通过料箱中是否还有余量来判断是否继续进行当前的作业，也需要通过料箱余量的变化情况来确认当前作业情况是否准确。因此，准确地检测农用无人机料箱余量情况对提高农用无人机的作业精度有着至关重要的意义。
3、早期的农用无人机主要通过间接法对料箱中颗粒物料进行余量监测，即通过播量与电机转速的关系曲线得出当前的播量，进而计算余量。间接法的监测精度很大程度上取决于校准的准确度，若校准后播量不准确，则累计的误差很大，另外间接法难以实现准确的缺料报警。
4、为实现缺料报警，现有技术中采用缺料检测机构进行缺料检测，撒播时，电机运转并带动从动件运动，通过霍尔元件检测从动件上的磁体，有物料时，从动件在阻力作用下减速运动或停止运动，此时产生有料信号；无物料时，从动件匀速运动，此时产生缺料信号。该缺料检测机构适用于带有搅拌装置的撒播器，正常工作时能够准确判断是否缺料，但从动件易被颗粒残渣和灰尘堵塞，从而造成缺料信号不准确。除此之外，还可以采用缺料传感器进行检测，缺料传感器安装于种箱舱门附近，有料时输出高电平，无料时输出低电平。上述两种结构方式局限于监测物料的有无，难以准确测量
5、称重传感器由于具有便于安装、易于使用、测量结果较可靠等优点，逐渐被应用于农用无人机领域，直接采用称重传感器检测农用无人机料箱的余量，解决物料余量监测的问题。称重传感器虽然可以直接获取料箱中物料的重量，但是，在农用无人机飞行作业过程中，农用无人机容易发生机械振动，机械振动易对称重传感器造成影响，导致称重数据不稳定，对料箱余量的检测精度低。
技术实现思路
1、本专利技术的目的在于克服上述存在的问题，提供一种差分式感知的传感器数据自适应滤波处理方法，该方法通过获取农用无人机料箱余量的数据，对数据进行滤波和差分处理，能有效降低农用无人机在作业中振动噪声对数据的干扰，提高了数据测量的准确性，进而提高了检测精度。
2、本专利技术的目的通过以下技术方案实现：
3、一种差分式感知的传感器数据自适应滤波处理方法，所述传感器数据自适应滤波处理方法应用于农用无人机料箱余量的检测，包括以下步骤：
4、（s101）数据采样：获取主称重传感器和噪声称重传感器的数据，其中，所述主称重传感器用于测量农用无人机料箱余量的重量，所述噪声称重传感器用于测量配重块的重量；
5、（s102）初始化权值：初始化自适应滤波器的权值；
6、（s103）滤波调整：将噪声称重传感器的数据作为输入信号送入自适应滤波器进行调整，根据当前的权值和输入信号，计算出自适应滤波器的输出信号；
7、（s104）差值计算：将主称重传感器的数据作为期望信号，将输出信号和期望信号进行比较，计算出差值；
8、（s105）权值调整：根据差值，调整自适应滤波器的权值；
9、（s106）数据平滑处理：对输出信号进行平滑处理，得到精确数据。
10、优选地，所述主称重传感器和噪声称重传感器均为称重传感器，所述称重传感器传出的电压信号，经过模拟信号至数字信号的转换，得到数据为称重原始数据；所述精确数据为农用无人机料箱余量的精确值。
11、优选地，步骤（s101）中，所述主称重传感器和噪声称重传感器均安装在同一农用无人机的机身上，所述噪声称重传感器的受力端固定连接一个恒定重量的配重块。上述结构中，主称重传感器用于直接测量农用无人机料箱的重量，根据农用无人机料箱的重量和农用无人机料箱本身的重量，可直接获得农用无人机料箱余量的重量。
12、优选地，所述自适应滤波器由有限脉冲响应滤波器构成，该有限脉冲响应滤波器携带权值更新算法；所述自适应滤波器的可调整参数包括阶数和步长因子。
13、优选地，步骤（s103）中， n时刻作为输入信号的噪声称重传感器的数据和权值计算输出信号的公式为：
14、；
15、其中，n为某时刻，x(n)表示为n时刻的输入信号，y(n)表示为n时刻的输出信号，k为阶数，b(k)表示为阶数为k的权值。
16、优选地，步骤（s104）中， n时刻输出信号和作为期望信号的主称重传感器的数据计算差值的公式为：
17、；
18、其中，n为某时刻，e(n)表示为n时刻的差值，d(n)表示为n时刻的期望信号，y(n)表示为n时刻的输出信号。
19、优选地，步骤（s105）的权值调整中，自适应滤波器权值的调整公式为：
20、；
21、其中，b(k)表示为阶数为k的权值，m表示为所述自适应滤波器的步长因子。
22、优选地，步骤（s106）中，对输出信号依次经过卡尔曼滤波器和滑动平均滤波器进行平滑处理；其中，
23、所述卡尔曼滤波器的算法执行步骤为：首先对状态变量进行先验估计，并计算先验协方差，接着进行卡尔曼增益的计算，最后进行数据估计和协方差更新；
24、算法的处理公式为：
25、；
26、上述公式中，公式(1)和公式(2)为算法的预测方程，公式(3)、公式(4)和公式(5)为算法的更新方程，其中，表示k时刻的预测状态；表示k时刻的观测量；表示k时刻外界对系统的控制作用；表示k时刻的协方差矩阵；q表示预测噪声矩阵；r表示测量噪声矩阵；表示k时刻的卡尔曼增益；i为单位矩阵；表示为对应的先验变量。上述算法执行步骤中，简化了其状态转移矩阵、输入控制矩阵和观测矩阵。
27、滑动平均滤波器的算法公式为：
28、；
29、其中，y（k）为k时刻滑动平均后的数据；x（k）为k时刻输入数据；l为滑动平均滤波的窗口大小。窗口大小l决定了该算法的滤波效果，算法执行时等待l个数据后进行滑动平均的计算，即理论上数据滞后l个数据，l的取值越大，滤波效果越好，但数据延迟时间越长。
30、优选地，确定所述自适应滤波器的步长因子的具体步骤包括：
31、（s201）设置不同步长因子水平，不同水平之间差距一致；
32、（s202）向系统输入阶跃信号，具体操作为：在静置于地面的农用无人机料箱上放置指定重量的重物，待重量数据稳定后，在一瞬间撤去重物的一部分，并以指定采样频率记录不同步长因子对应的数据；
33、（s203）观察滤波算法的收敛速度，具体方式为：统计不同步长因子下，在撤去部本文档来自技高网...
【技术保护点】
1.一种差分式感知的传感器数据自适应滤波处理方法，所述传感器数据自适应滤波处理方法应用于农用无人机料箱余量的检测，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，所述主称重传感器和噪声称重传感器均为称重传感器，所述称重传感器传出的电压信号，经过模拟信号至数字信号的转换，得到数据为称重原始数据；所述精确数据为农用无人机料箱余量的精确值。
3.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S101）中，所述主称重传感器和噪声称重传感器均安装在同一农用无人机的机身上，所述噪声称重传感器的受力端固定连接一个恒定重量的配重块。
4.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，所述自适应滤波器由有限脉冲响应滤波器构成，该有限脉冲响应滤波器携带权值更新算法；所述自适应滤波器的可调整参数包括阶数和步长因子。
5.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S103）中，n时刻作
6.根据权利要求5所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S104）中，n时刻输出信号和作为期望信号的主称重传感器的数据计算差值的公式为：
7.根据权利要求6所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S105）的权值调整中，自适应滤波器权值的调整公式为：
8.根据权利要求5所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S106）中，对输出信号依次经过卡尔曼滤波器和滑动平均滤波器进行平滑处理；其中，
9.根据权利要求4所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，确定所述自适应滤波器的步长因子的具体步骤包括：
10.根据权利要求9所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（S204）中，延迟时间是否在可接受的范围内的判断标准为：
...【技术特征摘要】
1.一种差分式感知的传感器数据自适应滤波处理方法，所述传感器数据自适应滤波处理方法应用于农用无人机料箱余量的检测，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，所述主称重传感器和噪声称重传感器均为称重传感器，所述称重传感器传出的电压信号，经过模拟信号至数字信号的转换，得到数据为称重原始数据；所述精确数据为农用无人机料箱余量的精确值。
3.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，步骤（s101）中，所述主称重传感器和噪声称重传感器均安装在同一农用无人机的机身上，所述噪声称重传感器的受力端固定连接一个恒定重量的配重块。
4.根据权利要求1所述的一种差分式感知的传感器数据自适应滤波处理方法，其特征在于，所述自适应滤波器由有限脉冲响应滤波器构成，该有限脉冲响应滤波器携带权值更新算法；所述自适应滤波器的可调整参数包括阶数和步长因子。
5.根据权利要求1所述的一种差分式感知的传感器数据自适...
【专利技术属性】
技术研发人员：周志艳，黄俊浩，何伟灼，林键沁，姜锐，杨得帅，邓孔洪，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
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。