CN107560598A - 一种气压数据采集模块及差分气压测高系统和方法 - Google Patents
一种气压数据采集模块及差分气压测高系统和方法 Download PDFInfo
- Publication number
- CN107560598A CN107560598A CN201710844479.0A CN201710844479A CN107560598A CN 107560598 A CN107560598 A CN 107560598A CN 201710844479 A CN201710844479 A CN 201710844479A CN 107560598 A CN107560598 A CN 107560598A
- Authority
- CN
- China
- Prior art keywords
- barometric information
- acquisition module
- information acquisition
- barometric
- base station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measuring Fluid Pressure (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种气压数据采集模块及差分气压测高系统和方法，属于导航定位通信领域，包括：气压数据采集模块的结构；采集气压数据并校正；气压采集数据存储、显示并等待通信处理；判断采集数据是否异常；等待信道单元发送的指令帧信息，形成微处理器与信道单元通信交互；将气压数据采集模块利用封装盒进行外围封装处理。本发明可以很好的支撑差分气压测高系统高精度测量的功能，在地面勘探、气象等技术领域的高程测量时具有很高的使用价值。
Description
技术领域
本发明涉及气压数据采集领域，尤其涉及一种气压数据采集模块及差分气压测高系统和方法。
背景技术
在导航定位系统中，由于测量基准很难确定，不管是卫星导航系统还是基于基站的导航系统，高程测量精度都非常低，无法满足测量要求。差分气压测高系统将无线通信网络中的基站作为差分修正基准站，对终端的高程进行修正，使得终端获得较为准确的高程信息。该高程信息是通过采集气压、温度、湿度等参数通过系统构建，算法优化等步骤获得。在实际应用中，空气环境、风速、光线等因素对气压传感器的采集数据造成较大的影响，差分气压测高系统在进行数据采集时，应对气压数据采集模块进行优化设计处理，以减小数据采集的误差。
发明内容
(一)要解决的技术问题
为解决上述的一个或多个问题，本发明提供了一种气压数据采集模块以及一种差分气压测高系统和方法，以实现高精度差分气压测高系统的测高功能。
(二)技术方案
本发明一方面提供一种气压数据采集模块，包括：气压传感器，用于测量气压数据；微处理器，连接气压传感器，用于对气压传感器进行控制，从气压传感器中获得气压数据；数据异常报警单元，连接微处理器，用于判断气压数据是否异常，并在气压数据出现异常时发出报警信息；通信接口单元，连接微处理器，包括信道数据交互通信接口，用于实现微处理器与信道单元的交互通信。
在本发明的一些示例性实施例中，还包括：存储单元，连接微处理器，用于存储气压数据；和/或数据显示单元，连接微处理器，用于显示气压数据；和/或时频单元，连接微处理器，用于为气压数据采集模块提供时间和频率的基准；和/或模块供电单元，连接微处理器，用于为气压数据采集模块供电，模块供电单元与气压传感器位于电路板的两侧。
在本发明的一些示例性实施例中，还包括封装盒，用于将气压数据采集模块进行封装，封装盒上开有进气孔和出气孔，气压传感器上采压小孔的方向为封装盒上的进气孔方向为封装盒上的出气孔方向为 和三个方向两两互为正交；数据异常包括测量数据超过测量范围、数据突变超过设置的阀值。
在本发明的一些示例性实施例中，所述气压数据采集模块安装于基站，气压传感器的分辨率为Δp，数据异常报警单元的阀值设置为n*Δp，(n＝1，2，3，4…)；采压小孔方向垂直于地面，以保证方向和方向与地球表面相切。
在本发明的一些示例性实施例中，所述气压数据采集模块安装于终端；气压传感器的分辨率为Δp，数据异常报警单元的阀值设置为 为终端在垂直方向上的量化运动速度υ为终端在垂直方向上的运动速度。
本发明另一方面提供一种差分气压测高系统，包括安装于基站的第一气压数据采集模块、安装于终端的第二气压数据采集模块、信道单元和神经网络修正模块；其中，第一气压数据采集模块采用如上述安装于基站处的气压数据采集模块，第二气压数据采集模块采用上述安装于终端处的气压数据采集模块；第一气压数据采集模块用于采集基站处气压数据，并通过信道单元将基站处气压数据传输至第二气压数据采集模块；第二气压数据采集模块用于采集终端处气压数据，并利用基站气压数据和终端处气压数据进行高程差分修正模型解算；神经网络修正模块利用神经网络模型对基站处气压数据和终端处气压数据进行精度修正。
在本发明的一些示例性实施例中，还包括一致性校正模块，用于将基站处气压数据采集模块和终端处气压数据采集模块在同一高度和同一时间的气压数据进行一致性校正。
在本发明的一些示例性实施例中，所述信道单元包括基站收发信道单元和终端收发信道单元；所述终端收发信道单元连接第二气压数据采集模块的信道数据交互通信接口，用于将第二气压数据采集模块的指令帧发送至基站收发信道单元，接收基站收发信道单元发送的气压数据并传输至第二气压数据采集模块；所述基站收发信道单元连接第一气压数据采集模块的信道数据交互通信接口，用于接收终端收发信道单元发送的指令帧并传输至第一气压数据采集模块，将第一气压数据采集模块发送的基站处气压数据发送至终端收发信道单元。
在本发明的一些示例性实施例中，所述神经网络修正模块设置于基站处，并与第一气压数据采集模块和基站收发信道单元连接；第一气压数据采集模块将采集的基站处气压数据传输至神经网络修正模块进行修正，修正后的基站处气压数据返回第一气压数据采集模块；第二气压数据采集模块通过终端收发信道单元和基站收发信道单元将终端处气压数据传输至神经网络修正模块，修正后的终端处气压数据再通过基站收发信道单元和终端收发信道单元返回第二气压数据采集模块。
本发明在一方面提供一种差分气压测高方法，利用上述的差分气压测高系统，包括以下步骤：S1：第一气压数据采集模块采集基站处气压数据，第二气压数据采集模块采集终端处气压数据；S2：利用神经网络模型对基站处气压数据和终端处气压数据进行实时修正；S3：判断基站处气压数据和终端处气压数据是否异常；S4：第一气压数据采集模块和第二气压数据采集模块通过信道单元交互通信，并由第二气压数据采集模块进行高程差分修正模型解算。
在本发明的一些示例性实施例中，所述步骤S2包括：S21：构建神经网络传输函数，输出值y在某一范围内连续取值；S22：构建气压数据测量神经网络误差修正模型，Y＝F(WP+B)，其中Y为输出向量，P为输入向量，B为偏置值向量，W为权值矩阵；S23：解算神经网络权值修正，Wi(n+1)＝Wi(n)+μδiRi+θ[Wi(n)-Wi(n-1)]，其中，μ为神经网络学习因子，θ为势态常数，δi为神经网络输出层的输出误差，δi＝F′(ni)ΔEi，ΔEi为网络输出与期望输出的误差，Ri为输入量值，i表示次数。
在本发明的一些示例性实施例中，在所述步骤S1之前还包括：S0：对第一气压数据采集模块和第二气压数据采集模块采集在同一高度和同一时间的气压数据进行一致性校正。
在本发明的一些示例性实施例中，所述对气压数据进行一致性校验的方法包括：S01：构建一元插值算法将采集的样本数据进行单元域划分，在单元域内部实现最佳拟合，在气压单元域ΔP1＝[xk，xk+1]建立一元插值函数，其中，xk为第k时刻的测量值，xk+1是第k+1时刻的测量值；S02：外延域ΔP1′内建立逼近模型；S03：利用拉格朗日算子法求解外延域ΔP1′内建立逼近模型；S04：在单元域ΔP1内解算得到极大值点为xP1，对应极值为fmax1，
在本发明的一些示例性实施例中，所述步骤S4包括：S41：第一气压数据采集模块存储并显示基站处气压数据，第二气压数据采集模块存储并显示终端处气压数据；S42：第二气压数据采集模块的微处理器通过终端收发信道单元向基站收发信道单元发送指令帧，基站收发信道单元接收所述指令帧并传输至第一气压数据采集模块的微处理器；S43：第一气压数据采集模块的微处理器接收指令帧，并实时将基站处气压数据通过基站收发信道单元和终端收发信道单元发送至第二气压数据采集模块的微处理器；S44：第一气压数据采集模块的微处理器根据基站处气压数据和终端处气压数据进行气压高程差分修正模型解算。
在本发明的一些示例性实施例中，所述气压高程差分修正模型为：h＝h0+α1(P0-P)+α2(P0-P)2+α3(tR-t)+a4(tR-t)2，其中，h0为第一气压数据采集模块的实际高度；[a1 a2 a3a4]T在实际区域内通过最小二乘法计算获得的区域模型修正参数；P0为第一气压数据采集模块采集得到的气压值；tR为终端测量的温度；t为基站处温度；P为终端测量的气压值。
(三)有益效果
综上所述，本发明提供的一种气压数据采集模块及差分气压测高系统和方法具有以下有益效果：
(1)本发明根据气压传感器的特点，提供一种气压数据采集模块及其测量方法，可以减小外围因素对采集数据的影响，提高采集数据的可靠性；
(2)本发明提高气压数据采集模块数据校正接口，保证各个气压数据采集模块良好的一致性，减小差分气压测高系统的测量误差，在航天、航空、气象等领域具有非常重要的使用价值。
附图说明
图1是本发明实施例提供的一种气压数据采集模块的结构示意图；
图2是本发明实施例描述的第一实施例气压数据采集模块的封装示意图；
图3是本发明实施例提供的一种气压数据采集方法的流程示意图；
图4为本发明实施例的差分气压测高系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
本发明第一实施例提供一种基站处气压数据采集模块，图1是本发明第一实施例提供的一种气压数据采集模块的结构示意图，如图1所示，装置由软件和硬件实现，并集成于气压数据采集系统中。气压数据采集模块包括微处理器、气压传感器、模块供电单元、通信接口单元、存储单元、数据异常报警单元、时频单元、显示单元和封装盒。
气压传感器、模块供电单元、通信接口单元、存储单元、数据异常报警单元、时频单元和显示单元均与微处理器连接。
微处理器对气压传感器进行指令控制，从气压传感器中获得传感器测量气压数据的原始数据值。微处理器与气压传感器通过串行外设接口(Serial PeripheralInterface，SPI)或者集成电路总线(Inter-Integrated Circuit，IIC)接口连接，从气压传感器中获得传感器测量气压数据的原始数据值，此数据为二进制数据，微处理器一方面将此二进制数据通过存储单元进行数据存储，另一方面将此数据通过16进制或者ASCII代码的形式通过通信接口单元的通用异步收发传输器(Universal Asynchronous Receiver/Transmitter，UART)与信道单元交互通信。
气压传感器可以是只用于测量气压的压力传感器，也可以是集成测量气压、湿度、温度三位一体功能的传感器。
模块供电单元用于为气压数据采集模块各个单元供电，将直流电源的5V电压转换为3.3V电压进行模块电路供电，稳压性能高。
通信接口单元包括模块数据校正通信接口和信道数据交互通信接口，信道数据交互通信接口与信道单元连接，通过信道单元与终端处的气压数据采集模块进行交互从而进行数据相关处理。终端处的气压数据采集模块通过信道单元发送指令帧给基站处气压数据采集模块，信道数据交互通信接口接收该指令帧并传输至微处理器，微处理器收到该指令帧后实时返回最新气压采集数据给信道单元。
数据异常报警单元，用于判断气压数据是否异常，并在气压数据采集模块采集得到的数据出现异常时，发出报警信息；数据异常包括数据超过测量范围、数据突变超过设置的阀值，阀值可以根据实际情况设定，气压传感器的分辨率为Δp，阀值可以设置为n*Δp，(n＝1，2，3，4…)，对于基站处的气压数据采集模块而言，由于基站的位置处于静止状态，测量的气压数据处于慢变的过程，阀值可以设置相对小一点。进一步的报警单元可以通过声音、警示灯的方式进行报警。
时频单元用于为整个气压数据采集模块提供时间和频率的基准。
显示单元用于显示气压数据，可以通过电阻屏和电容屏进行处理。
存储单元包括文件数据存储芯片和安全数码(Secure Digital，SD)卡，存储芯片对数据进行处理之后，以文件的形式存储于SD卡上。
封装盒将气压数据采集模块进行封装，封装盒可以为金属盒也可以为塑料盒。
为进一步保证所采集的气压数据实时更新，并且减小风速、光线、空气环境等因素对所采集的数据影响，本发明实施例的气压数据采集模块结构改进还包括：
气压数据采集模块的模块供电单元与气压传感器分别在电路板的两侧，并且分离最远的区域，避免模块供电单元产生的温度对气压传感器的影响；
电路板设计制作时，采用镀金焊接工艺，电路板层数越多越好；
气压数据采集模块固定在封装盒的中央(上下偏移亦属于本专利保护范围)，保证电路板两侧与封装盒之间有一定的空隙；
以气压数据采集模块上的气压传感器为坐标原点，如图2为气压数据采集模块的封装示意图，气压传感器上采压小孔的方向为封装盒上的进气孔方向为封装盒上的出气孔方向为和三个方向两两互为正交，以传感器为坐标原点，即为空间直角坐标系统的三个直角方向；
基站处气压采集模块的封装盒安装时，将气压传感器的采压小孔方向垂直于地面，以保证方向和方向与地球表面相切。
在本发明一些实施例中，气压数据采集模块还可以包括磁场计和噪声计，用于测量磁场和噪声。
本发明第二实施例提供一种终端处气压数据采集模块，与第一实施例提供的基站处气压数据采集模块结构相同，不同之处在于：
(1)终端处气压数据采集模块通过信道数据交互通信接口向信道单元发送指令帧，并从信道单元接收基站处发送的气压数据信息帧，信道数据交互通信接口将该气压数据信息帧传输至微处理器，微处理器收到该信息后，进行气压高程差分修正模型解算，获得根据基站气压数据修正之后的高程信息，并且实时将终端实时解算的高程信息返回信道单元，实现信息传输的同步交互；
(2)由于终端可能处于运动状态，数据异常报警单元根据终端的运动状态，阀值可以设置为其中，为终端在垂直于地球表面的方向上的量化运动速度υ为终端在垂直于地球表面的方向上的运动速度，Δp为气压传感器的分辨率。
本发明第三实施例提供一种差分气压测高系统，包括上述的基站处气压数据采集模块(第一气压数据采集模块)和终端处气压数据采集模块(第二气压数据采集模块)、信道单元、神经网络修正模块和一致性校正模块。
基站处气压数据采集模块采集基站处气压数据，并通过信道单元将基站处气压数据传输至终端处气压数据采集模块。
终端处气压数据采集模块采集终端处气压数据，并利用基站气压数据和终端处气压数据进行高程差分修正模型解算。
信道单元包括安装在基站处的基站收发信道单元和安装在终端处的终端收发信道单元，终端收发信道单元连接终端处气压数据采集模块的信道数据交互通信接口，用于将终端处气压数据采集模块的指令帧发送至基站收发信道单元，接收基站收发信道单元发送的气压数据并传输至终端处气压数据采集模块微处理器；基站收发信道单元连接基站处气压数据采集模块的信道数据交互通信接口，用于接收终端收发信道单元发送的指令帧并传输至基站处气压数据采集模块的微处理器，将基站处气压数据采集模块微处理器发送的基站处气压数据发送至终端收发信道单元。基站收发信道单元和终端收发信道单元之间的命令和数据传输为无线通信。
神经网络修正模块利用神经网络模型对基站处气压数据和终端处气压数据进行精度修正，提高气压数据的测量精度。神经网络修正模块设置于基站处，并与基站处气压数据采集模块和基站收发信道单元连接，基站处气压数据采集模块将采集的基站处气压数据传输至神经网络修正模块进行修正，修正后的基站处气压数据返回基站处气压数据采集模块；终端处气压数据采集模块通过终端收发信道单元和基站收发信道单元将终端处气压数据传输至神经网络修正模块，修正后的终端处气压数据再通过基站收发信道单元和终端收发信道单元返回终端处气压数据采集模块。
利用神经网络具有利用梯度最速下降的模式，权值沿误差函数的负梯度方向改变，使误差逐渐减小，并逼近非线性函数的自我修复能力，将气压数据采集模块通过神经网络进行补偿，提高测量精度。气压传感器的输出特性容易受到环境因素的干扰，如温度、磁场、噪声等。为了改善其特性，本实施例把气压采集模块检测到的目标量(n-1时刻的气压值)和各个干扰量(如温度、磁场、噪声等)作为样本数据输入到神经网络中，把待测量(n时刻的气压值)作为神经网络的期望输出值，可以看作神经网络的输出值。气压采集模块与神经网络拟合的气压采集数据的步骤如下：
(1)构建神经网络传输函数，输出值y在某一范围内连续取值；
(2)构建气压数据测量神经网络误差修正模型，Y＝F(WP+B)，其中Y为输出向量，P为输入向量，B为偏置值向量，W为权值矩阵；
(3)解算神经网络权值修正，Wi(n+1)＝Wi(n)+μδiRi+θ[Wi(n)-Wi(n-1)]，μ为神经网络学习因子，θ为势态常数，δi为神经网络输出层的输出误差，δi＝F′(ni)ΔEi，ΔEi为网络输出与期望输出的误差，Ri为输入量值，i表示次数；
经过以上步骤可以计算出经过神经网络修正气压数据采集数据，进一步逼近真实数据，提高数据的可靠性。
一致性校正模块，用于将所有基站处气压数据采集模块和终端处气压数据采集模块在同一高度和同一时间的气压数据进行一致性校正，提高所有气压数据采集模块之间的数据的一致性。本实施例中，在将气压数据采集模块放置于相应基站处和终端处进行工作之前，将所有基站处气压数据采集模块和终端处气压数据采集模块放置于同一高度，并将所有基站处气压数据采集模块和终端处气压数据采集模块在同一时间采集的气压数据通过模块数据校正通信接口传输至一致性校正模块，一致性校正模块根据每个气压数据采集模块采集的气压数据对所有气压数据采集模块进行一致性校正，以其中一个模块的数据作为基准，校正其他模块的采集数据。气压采集数据的一致性校正具体如下：
(1)构建一元插值算法将采集的样本数据进行单元域划分，在单元域内部实现最佳拟合，在气压单元域ΔP1＝[xk，xk+1]建立一元插值函数，f1(x)＝a11+a12x+a13x2，x∈[xk，xk+1]，其中，xk为第k时刻的测量值，xk+1是第k+1时刻的测量值，a11，a12和a13为插值函数待求的参数；
(2)外延域ΔP1′内建立逼近模型，
其中，minF(a11，a12，a13)为函数F(a11，a12，a13)的最小值，xi表示i时刻的测量值，f(xi)表示i时刻的测量值xi对应的插值拟合函数，i＝k或者i＝k+1；表示单元域[xk，xk+1]的均值；
(3)利用拉格朗日算子法求解外延域ΔP1′内建立逼近模型，得到：
其中
(4)在单元域ΔP1内解算得到极大值点为xP1，对应极值为fmax1，
在保证采集的样点域节点处满足插值条件的前提下，避免发生错误的估值方向，实现气压单元域内的最佳拟合，能够有效提升整域内的逼近精度，提高气压模块采集数据的稳定性、可靠性。在本实施例中，所述一致性校正模块为计算机软件。
本发明第四实施例提供一种差分气压测高方法，该方法依靠上述的差分气压测高系统实现，图3是本发明第四实施例提供的一种差分气压测高方法的流程示意图，如图3所示，包括以下步骤：
S0：对基站处气压数据采集模块和终端处气压数据采集模块采集在同一高度和同一时间的气压数据进行一致性校正。
将所有基站处气压数据采集模块和终端处气压数据采集模块在同一高度和同一时间进行气压数据一致性比对，提高所有气压数据采集模块之间的数据的一致性。本实施例中，在将气压数据采集模块放置于相应基站处和终端处进行工作之前，将所有基站处气压数据采集模块和终端处气压数据采集模块放置于同一高度，并将所有基站处气压数据采集模块和终端处气压数据采集模块在同一时间采集的气压数据通过模块数据校正通信接口传输至一致性校正模块，一致性校正模块根据每个气压数据采集模块采集的气压数据对所有气压数据采集模块进行一致性校正，以其中一个模块的数据作为基准，校正其他模块的采集数据。气压采集数据的一致性校正具体包括以下子步骤：
子步骤S01：构建一元插值算法将采集的样本数据进行单元域划分，在单元域内部实现最佳拟合，在气压单元域ΔP1＝[xk，xk+1]建立一元插值函数，f1(x)＝a11+a12x+a13x2，x∈[xk，xk+1]，其中，xk为第k时刻的测量值，xk+1是第k+1时刻的测量值，a11，a12和a13为插值函数待求的参数；
子步骤S02：外延域ΔP1′内建立逼近模型，
其中，minF(a11，a12，a13)为函数F(a11，a12，a13)的最小值，xi表示i时刻的测量值，f(xi)表示i时刻的测量值xi对应的插值拟合函数，i＝k或者i＝k+1；表示单元域[xk，xk+1]的均值；
子步骤S03：利用拉格朗日算子法求解外延域ΔP1′内建立逼近模型，得到：
其中
子步骤S04：在单元域ΔP1内解算得到极大值点为xP1，对应极值为fmax1，
在保证采集的样点域节点处满足插值条件的前提下，避免发生错误的估值方向，实现气压单元域内的最佳拟合，能够有效提升整域内的逼近精度，提高气压模块采集数据的稳定性、可靠性。
步骤S1：基站处气压数据采集模块采集基站处气压数据，终端处气压数据采集模块采集终端处气压数据。
基站处气压数据采集模块和终端处气压数据采集模块置于工作位置，基站处气压数据采集的微处理器对气压传感器进行指令控制，控制气压传感器进行测量，并从气压传感器中获得传感器测量气压数据的原始数据值。
步骤S2：利用神经网络模型对基站处气压数据和终端处气压数据进行实时修正。
神经网络修正模块利用神经网络模型对基站处气压数据和终端处气压数据进行精度修正，提高气压数据的测量精度。神经网络修正模块设置于基站处，并与基站处气压数据采集模块和基站收发信道单元连接，基站处气压数据采集模块将采集的基站处气压数据传输至神经网络修正模块进行修正，修正后的基站处气压数据返回基站处气压数据采集模块；终端处气压数据采集模块通过终端收发信道单元和基站收发信道单元将终端处气压数据传输至神经网络修正模块，修正后的终端处气压数据再通过基站收发信道单元和终端收发信道单元返回终端处气压数据采集模块。
若气压采集模块在基于无线通信的神经网络中工作，利用神经网络具有利用梯度最速下降的模式，权值沿误差函数的负梯度方向改变，使误差逐渐减小，并逼近非线性函数的自我修复能力，将气压数据采集模块通过神经网络进行补偿，提高测量精度。
气压传感器的输出特性容易受到环境因素的干扰，如温度、磁场、噪声等。为了改善其特性，本实施例把气压采集模块检测到的目标量(n-1时刻的气压值)和各个干扰量(如温度、磁场、噪声等)作为样本数据输入到神经网络中，把待测量(n时刻的气压值)作为神经网络的期望输出值，可以看作神经网络的输出值。气压采集模块与神经网络拟合的气压采集数据的步骤如下子步骤：
子步骤S21：构建神经网络传输函数，输出值y在某一范围内连续取值；
子步骤S22：构建气压数据测量神经网络误差修正模型，Y＝F(WP+B)，其中Y为输出向量，P为输入向量，B为偏置值向量，W为权值矩阵；
子步骤S23：解算神经网络权值修正，Wi(t+1)＝Wi(t)+μδiRi+θ[Wi(t)-Wi(t-1)]，μ为神经网络学习因子，θ为势态常数，δi神经网络输出层的输出误差，δi＝F′(ni)ΔEi，ΔEi为网络输出与期望输出的误差，Ri为输入量值；
经过以上步骤可以计算出经过神经网络修正气压数据采集数据，进一步逼近真实数据，提高数据的可靠性。
步骤S3：判断基站处气压数据和终端处气压数据是否异常。
基站处气压数据采集模块的数据异常报警单元判断基站处的气压数据是否异常，终端处气压数据采集模块的数据异常报警单元判断终端处的气压数据是否异常，如果出现异常，数据异常报警单元发出报警信息，重新采集气压采集数据并校正。
数据异常包括数据超过测量范围、数据突变超过设置的阀值，阀值可以根据实际情况设定，气压传感器的分辨率为Δp，阀值可以设置为n*Δp，(n＝1，2，3，4…)，对于基站处而言，由于基站的位置处于静止状态，阀值可以设置相对小一点，对于终端而言，根据终端的运动状态，阀值可以设置为 为终端在垂直方向上的量化运动速度 υ为终端在垂直方向上的运动速度；
报警单元可以通过声音、警示灯的方式进行处理；
S4：基站处气压数据采集模块和终端处气压数据采集模块通过信道单元交互通信，并由气压数据采集模块进行高程差分修正模型解算。
步骤S4包括以下子步骤：
子步骤S41：存储并显示气压采集数据，等待通信处理。
微处理器对气压传感器进行程序指令处理，微处理器与传感器通过串行外设接口(Serial Peripheral Interface，SPI)或者集成电路总线(Inter-Integrated Circuit，IIC)接口，从气压传感器中获得传感器测量气压数据的原始数据值，此数据为二进制数据，微处理器一方面将此二进制数据通过存储单元进行数据存储，将数据不断的利用取整运算与取余运算得到每一位二进制数据，在屏幕上通过高低电平控制显示数据，另一方面将此数据通过16进制或者ASCII代码的形式通过通信接口单元的通用异步收发传输器(Universal Asynchronous Receiver/Transmitter，UART)与信道单元交互通信。
基站处和终端处的气压数据采集模块的微处理器与信道单元的交互通信，可以通过握手协议的方式来处理，示例性的，信道单元发送指令帧给基站处气压数据采集模块的微处理器，微处理器收到该指令帧后实时返回最新气压采集数据给信道单元，实现信息传输的同步交互。信道单元发送基站气压数据信息帧给终端处气压数据采集模块微处理器，微处理器收到该信息后，进行气压高程差分修正模型解算，获得基站修正之后的高程信息，并且实时将终端实时解算的高程信息返回信道单元，实现信息传输的同步交互。
具体地，包括：
子步骤S42：终端处气压数据采集模块的微处理器通过终端收发信道单元向基站收发信道单元发送指令帧，基站收发信道单元接收所述指令帧并传输至基站处气压数据采集模块的微处理器；
子步骤S43：基站处气压数据采集模块的微处理器接收指令帧，并实时将基站处气压数据通过基站收发信道单元和终端收发信道单元发送至终端处气压数据采集模块的微处理器；
子步骤S44：基站处气压数据采集模块的微处理器根据基站处气压数据和终端处气压数据进行气压高程差分修正模型解算。
上述的气压高程差分修正模型为：
h＝h0+α1(P0-P)+α2(P0-P)2+α3(tR-t)+a4(tR-t)2
其中，h0为基站安装气压数据采集模块的实际高度；[a1 a2 a3 a4]T在实际区域内通过最小二乘法计算获得的区域模型修正参数；P0为基站安装气压数据采集模块采集得到的气压值；tR为终端测量的温度；t为基站处温度；P为终端测量的气压值；
还需要说明的是，实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本发明的保护范围。贯穿附图，相同的元素由相同或相近的附图标记来表示。在可能导致对本发明的理解造成混淆时，将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例，而仅示意本发明实施例的内容。另外，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。
除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本发明的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到「约」的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
再者，单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面发明的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (15)
1.一种气压数据采集模块，包括：
气压传感器，用于测量气压数据；
微处理器，连接气压传感器，用于对气压传感器进行控制，从气压传感器中获得气压数据；
数据异常报警单元，连接微处理器，用于判断气压数据是否异常，并在气压数据出现异常时发出报警信息；
通信接口单元，连接微处理器，包括信道数据交互通信接口，用于实现微处理器与信道单元的交互通信。
2.根据权利要求1所述的气压数据采集模块，其中，还包括：
存储单元，连接微处理器，用于存储气压数据；和/或
数据显示单元，连接微处理器，用于显示气压数据；和/或
时频单元，连接微处理器，用于为气压数据采集模块提供时间和频率的基准；和/或
模块供电单元，连接微处理器，用于为气压数据采集模块供电，模块供电单元与气压传感器位于电路板的两侧。
3.根据权利要求1或2所述的气压数据采集模块，其中，还包括封装盒，用于将气压数据采集模块进行封装，封装盒上开有进气孔和出气孔，气压传感器上采压小孔的方向为封装盒上的进气孔方向为封装盒上的出气孔方向为和三个方向两两互为正交；
数据异常包括测量数据超过测量范围、数据突变超过设置的阀值。
4.根据权利要求3所述的气压数据采集模块，其中，所述气压数据采集模块安装于基站，气压传感器的分辨率为Δp，数据异常报警单元的阀值设置为n*Δp，(n＝1，2，3，4…)；
采压小孔方向垂直于地面，以保证方向和方向与地球表面相切。
5.根据权利要求3所述的气压数据采集模块，其中，所述气压数据采集模块安装于终端；
气压传感器的分辨率为Δp，数据异常报警单元的阀值设置为(n＝1，2，3，4，…)，为终端在垂直方向上的量化运动速度(m＝1，2，3，4，…)，υ为终端在垂直方向上的运动速度。
6.一种差分气压测高系统，包括安装于基站的第一气压数据采集模块、安装于终端的第二气压数据采集模块、信道单元和神经网络修正模块；其中，第一气压数据采集模块采用如权利要求1至4中任一项所述的气压数据采集模块，第二气压数据采集模块采用权利要求1至3、5中任一项所述的气压数据采集模块；
第一气压数据采集模块用于采集基站处气压数据，并通过信道单元将基站处气压数据传输至第二气压数据采集模块；
第二气压数据采集模块用于采集终端处气压数据，并利用基站气压数据和终端处气压数据进行高程差分修正模型解算；
神经网络修正模块利用神经网络模型对基站处气压数据和终端处气压数据进行精度修正。
7.根据权利要求6所述的差分气压测高系统，其中，还包括一致性校正模块，用于将基站处气压数据采集模块和终端处气压数据采集模块在同一高度和同一时间的气压数据进行一致性校正。
8.根据权利要求6所述的差分气压测高系统，其中，所述信道单元包括基站收发信道单元和终端收发信道单元；
所述终端收发信道单元连接第二气压数据采集模块的信道数据交互通信接口，用于将第二气压数据采集模块的指令帧发送至基站收发信道单元，接收基站收发信道单元发送的气压数据并传输至第二气压数据采集模块；
所述基站收发信道单元连接第一气压数据采集模块的信道数据交互通信接口，用于接收终端收发信道单元发送的指令帧并传输至第一气压数据采集模块，将第一气压数据采集模块发送的基站处气压数据发送至终端收发信道单元。
9.根据权利要求8所述的差分气压测高系统，其中，
所述神经网络修正模块设置于基站处，并与第一气压数据采集模块和基站收发信道单元连接；
第一气压数据采集模块将采集的基站处气压数据传输至神经网络修正模块进行修正，修正后的基站处气压数据返回第一气压数据采集模块；
第二气压数据采集模块通过终端收发信道单元和基站收发信道单元将终端处气压数据传输至神经网络修正模块，修正后的终端处气压数据再通过基站收发信道单元和终端收发信道单元返回第二气压数据采集模块。
10.一种差分气压测高方法，利用如权利要求6至9任一项所述的差分气压测高系统，包括以下步骤：
S1：第一气压数据采集模块采集基站处气压数据，第二气压数据采集模块采集终端处气压数据；
S2：利用神经网络模型对基站处气压数据和终端处气压数据进行实时修正；
S3：判断基站处气压数据和终端处气压数据是否异常；
S4：第一气压数据采集模块和第二气压数据采集模块通过信道单元交互通信，并由第二气压数据采集模块进行高程差分修正模型解算。
11.根据权利要求10所述的差分气压测高方法，其中，
所述步骤S2包括：
S21：构建神经网络传输函数，输出值y在某一范围内连续取值；
S22：构建气压数据测量神经网络误差修正模型，Y＝F(WP+B)，其中Y为输出向量，P为输入向量，B为偏置值向量，W为权值矩阵；
S23：解算神经网络权值修正，Wi(n+1)＝Wi(n)+μδiRi+θ[Wi(n)-Wi(n-1)]，其中，μ为神经网络学习因子，θ为势态常数，δi为神经网络输出层的输出误差，δi＝F′(ni)ΔEi，ΔEi为网络输出与期望输出的误差，Ri为输入量值，i表示次数。
12.根据权利要求10所述的差分气压测高方法，其中，在所述步骤S1之前还包括：
S0：对第一气压数据采集模块和第二气压数据采集模块采集在同一高度和同一时间的气压数据进行一致性校正。
13.根据权利要求12所述的差分气压测高方法，其中，
所述对气压数据进行一致性校验的方法包括：
S01：构建一元插值算法将采集的样本数据进行单元域划分，在单元域内部实现最佳拟合，在气压单元域ΔP1＝[xk，xk+1]建立一元插值函数，其中，xk为第k时刻的测量值，xk+1是第k+1时刻的测量值；
S02：外延域ΔP1′内建立逼近模型；
S03：利用拉格朗日算子法求解外延域ΔP1′内建立逼近模型；
S04：在单元域ΔP1内解算得到极大值点为xP1，对应极值为fmax1，
14.根据权利要求10所述的差分气压测高方法，其中，
所述步骤S4包括：
S41：第一气压数据采集模块存储并显示基站处气压数据，第二气压数据采集模块存储并显示终端处气压数据；
S42：第二气压数据采集模块的微处理器通过终端收发信道单元向基站收发信道单元发送指令帧，基站收发信道单元接收所述指令帧并传输至第一气压数据采集模块的微处理器；
S43：第一气压数据采集模块的微处理器接收指令帧，并实时将基站处气压数据通过基站收发信道单元和终端收发信道单元发送至第二气压数据采集模块的微处理器；
S44：第一气压数据采集模块的微处理器根据基站处气压数据和终端处气压数据进行气压高程差分修正模型解算。
15.根据权利要求10或14所述的差分气压测高方法，其中，所述气压高程差分修正模型为：h＝h0+α1(P0-P)+α2(P0-P)2+α3(tR-t)+a4(tR-t)2，其中，h0为第一气压数据采集模块的实际高度；[a1 a2 a3 a4]T在实际区域内通过最小二乘法计算获得的区域模型修正参数；P0为第一气压数据采集模块采集得到的气压值；tR为终端测量的温度；t为基站处温度；P为终端测量的气压值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710844479.0A CN107560598B (zh) | 2017-09-18 | 2017-09-18 | 一种气压数据采集模块及差分气压测高系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710844479.0A CN107560598B (zh) | 2017-09-18 | 2017-09-18 | 一种气压数据采集模块及差分气压测高系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107560598A true CN107560598A (zh) | 2018-01-09 |
| CN107560598B CN107560598B (zh) | 2020-08-21 |
Family
ID=60980293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710844479.0A Active CN107560598B (zh) | 2017-09-18 | 2017-09-18 | 一种气压数据采集模块及差分气压测高系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107560598B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109297466A (zh) * | 2018-11-19 | 2019-02-01 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
| CN109631833A (zh) * | 2018-12-18 | 2019-04-16 | 重庆邮电大学 | 基于存储校验与惯性传感器融合的差分气压测高方法 |
| CN111776904A (zh) * | 2020-07-16 | 2020-10-16 | 广州独角鲸信息科技有限公司 | 一种电梯运行数据采集器及其数据采集方法 |
| CN113038376A (zh) * | 2021-04-07 | 2021-06-25 | 南京大翼航空科技有限公司 | 基于一个航空器辅助的建筑物室内目标定位方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201094017Y (zh) * | 2007-08-06 | 2008-07-30 | 樊生良 | 气压高度计 |
| CN101266145A (zh) * | 2008-04-14 | 2008-09-17 | 西安理工大学 | 用多层感知机神经网络实现测量的气压高度计及测量方法 |
| CN202267479U (zh) * | 2011-07-14 | 2012-06-06 | 苏州经贸职业技术学院 | 一种气压高度计 |
| CN104374368A (zh) * | 2014-06-25 | 2015-02-25 | 中国科学院国家天文台 | 一种基于差分气压测高计及其测量方法 |
| US20160047648A1 (en) * | 2014-08-15 | 2016-02-18 | Qualcomm Incorporated | Mobile-assisted determination of the altitude of a mobile device |
-
2017
- 2017-09-18 CN CN201710844479.0A patent/CN107560598B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201094017Y (zh) * | 2007-08-06 | 2008-07-30 | 樊生良 | 气压高度计 |
| CN101266145A (zh) * | 2008-04-14 | 2008-09-17 | 西安理工大学 | 用多层感知机神经网络实现测量的气压高度计及测量方法 |
| CN202267479U (zh) * | 2011-07-14 | 2012-06-06 | 苏州经贸职业技术学院 | 一种气压高度计 |
| CN104374368A (zh) * | 2014-06-25 | 2015-02-25 | 中国科学院国家天文台 | 一种基于差分气压测高计及其测量方法 |
| US20160047648A1 (en) * | 2014-08-15 | 2016-02-18 | Qualcomm Incorporated | Mobile-assisted determination of the altitude of a mobile device |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109297466A (zh) * | 2018-11-19 | 2019-02-01 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
| CN109297466B (zh) * | 2018-11-19 | 2024-01-26 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
| CN109631833A (zh) * | 2018-12-18 | 2019-04-16 | 重庆邮电大学 | 基于存储校验与惯性传感器融合的差分气压测高方法 |
| CN111776904A (zh) * | 2020-07-16 | 2020-10-16 | 广州独角鲸信息科技有限公司 | 一种电梯运行数据采集器及其数据采集方法 |
| CN113038376A (zh) * | 2021-04-07 | 2021-06-25 | 南京大翼航空科技有限公司 | 基于一个航空器辅助的建筑物室内目标定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107560598B (zh) | 2020-08-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107560598A (zh) | 一种气压数据采集模块及差分气压测高系统和方法 | |
| CN111881515B (zh) | 一种基于孪生数据驱动的无人艇实时速度测量方法及系统 | |
| CN109521403A (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
| CN102928846A (zh) | 小型无人直升机超低空激光雷达数字地形测绘系统及方法 | |
| CN109029243B (zh) | 一种改进的农机作业面积测量终端和方法 | |
| CN106959623B (zh) | 基于北斗的船舶水文气象数据传输控制系统及方法 | |
| US20140297485A1 (en) | Initial Calibration of Asset To-Be-Tracked | |
| CN110806560B (zh) | 一种物体定位方法、系统、电子设备及可读存储介质 | |
| CN110058187A (zh) | 校准磁变送器 | |
| CN107770860A (zh) | 一种基于神经网络改进算法的WiFi室内定位系统及定位方法 | |
| CN114637329A (zh) | 一种飞机多机密集编队队形重构方法及系统 | |
| CN107862278A (zh) | 一种高分辨率遥感影像道路信息提取系统 | |
| KR20220049304A (ko) | 이미지를 이용한 3차원 지도의 업데이트 방법 및 이를 지원하는 전자 장치 | |
| CN203217076U (zh) | 小型无人直升机超低空激光雷达数字地形测绘系统 | |
| CN109238224A (zh) | 无人机飞行高度消差方法、装置、系统及智能终端 | |
| CN104655071A (zh) | 一种用于测量树木高度的树木高度测量仪 | |
| CN107560665A (zh) | 一种基站天线工参的自动获取装置 | |
| US20230196607A1 (en) | Electronic device for correcting position of external device and operation method thereof | |
| CN114252100B (zh) | 传感器在线标定方法、装置、设备及存储介质 | |
| CN110175418B (zh) | 仿真用卫星对地观测任务规划方法 | |
| WO2011154769A1 (en) | Handling data with limited applicability area | |
| CN115900760A (zh) | 一种陀螺仪动态特性测试方法、装置、系统及存储介质 | |
| CN214201787U (zh) | 多信道多要素北斗遥测一体机及信息采集系统 | |
| KR20220091763A (ko) | Wmm 기반 지자기 센서 왜곡 보정 방법 및 장치 | |
| CN114357757A (zh) | 气象资料同化方法、装置、设备、可读存储介质及产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |