一种基于深度学习的高精度压力传感器补偿方法技术

本发明专利技术公开了一种基于深度学习的高精度压力传感器补偿方法，在出厂时，基于低精度的压力传感器、高精度的压力传感器的高噪音压力温度输出曲线和标准压力温度输出曲线，分别联合标定的压力温度输出曲线的图像，形成训练数据，以对生成对抗网络进行训练。基于训练的生成对抗网络生成待测的压力传感器的初步补偿的压力温度输出曲线的图像。然后，在用户处，基于待测的压力传感器的实际采集的历史数据以及对应温度下的初步补偿的压力检测值，训练神经网络，得到压力传感器的补偿模型。最后，将实际测试的压力传感器的检测值以及温度参数输入至补偿模型，得到实际补偿后的压力检测值。本发明专利技术使用户在训练神经网络得到精确的压力传感器的补偿模型时，省略了压力的自行标定，可以快速训练模型以及减少训练数据的容量，具有较好的实用性。

【技术实现步骤摘要】

本专利技术属于压力传感器补偿的，具体涉及一种基于深度学习的高精度压力传感器补偿方法。

技术介绍

1、在数智化仓储管理中，需要深化库存物资仓储物资管理，发挥库存物资统筹调配优势，完善库仓协同联动机制，建设仓储智能化、无人化管理功能，高效保障电网物资供应。目前，通过采用信息化监督管理手段，结合rfid、人脸识别和大数据分析等技术实现安全监控、监督查询、提供数字化决策支持，推进物资管理智能作业向前迈步，全面提升企业专业仓数智化管理水平。具体地，一是利用物联网和数据分析技术，结合智能称重货架、人脸识别等手段，实现仓库内备品备件、施工器具（安全工器具）管理的自动化和智能化；二是结合传感技术和rfid感应芯片实时监控和管理物品状态、位置；三是采用大数据分析智能算法，深度优化仓库运营数据进行分析统计。

2、所述传感技术是指利用各种传感器对物理量进行感知和采集的技术。在智慧后勤仓中，可以使用各种类型的传感器来监测物品的状态和位置信息，例如温度传感器、湿度传感器、加速度传感器、压力传感器等。通过将这些传感器与计算机系统连接起来，可以实现对物品的实时监控和管理。通本文档来自技高网...

【技术保护点】

1.一种基于深度学习的高精度压力传感器补偿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的高精度压力传感器补偿方法，其特征在于，步骤S1中，基于设定的精度阈值，将若干个同一厂家生产的同类型的其他压力传感器划分为低精度的压力传感器和高精度的压力传感器。

3.根据权利要求2所述的一种基于深度学习的高精度压力传感器补偿方法，其特征在于，步骤S1中，分别对待补偿压力温度输出曲线、高噪音压力温度输出曲线和标准压力温度输出曲线中的数据进行归一化处理，然后，将处理的待补偿压力温度输出曲线、高噪音压力温度输出曲线和标准压力温度输出曲线转换为同一尺寸的图...

【技术特征摘要】

1.一种基于深度学习的高精度压力传感器补偿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的高精度压力传感器补偿方法，其特征在于，步骤s1中，基于设定的精度阈值，将若干个同一厂家生产的同类型的其他压力传感器划分为低精度的压力传感器和高精度的压力传感器。

3.根据权利要求2所述的一种基于深度学习的高精度压力传感器补偿方法，其特征在于，步骤s1中，分别对待补偿压力温度输出曲线、高噪音压力温度输出曲线和标准压力温度输出曲线中的数据进行归一化处理，然后，将处理的待补偿压力温度输出曲线、高噪音压力温度输出曲线和标准压力温度输出曲线转换为同一尺寸的图像，形成训练样本数据。

4.根据权利要求1所述的一种基于深度学习的高精度压力传感器补偿方法，其特征在于，步骤...

【专利技术属性】
技术研发人员：张斐，杨静，党贇飞，王伟升，田琳，武承强，
申请(专利权)人：国网思极飞天兰州云数科技有限公司，
类型：发明
国别省市：