CN110553678A - 多传感器系统检测方法、装置、计算机设备和存储介质 - Google Patents
多传感器系统检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110553678A CN110553678A CN201910791361.5A CN201910791361A CN110553678A CN 110553678 A CN110553678 A CN 110553678A CN 201910791361 A CN201910791361 A CN 201910791361A CN 110553678 A CN110553678 A CN 110553678A
- Authority
- CN
- China
- Prior art keywords
- sensor
- measurement value
- determining
- sensors
- support degree
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种多传感器系统检测方法、装置、计算机设备和存储介质,多传感器系统检测方法包括获取多个传感器的输出测试信号;根据输出测试信号确定测量值;根据测量值确定动态不确定度;根据任意两个传感器的测量值以及对应的动态不确定度确定支持度;检测支持度与预设值是否匹配;当支持度与预设值匹配时,向监控系统发送一致性信号。通过输出测试信号的测量值确定各传感器对应的动态不确定度,将任意两个传感器的动态不确定度以及测量值作为求取支持度的条件,根据支持度与预设值之间的匹配关系,从而判断两个传感器是否一致,准确得出不确定度,使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
Description
技术领域
本发明涉及传感器检测技术领域,特别是涉及一种多传感器系统检测方法、装置、计算机设备和存储介质。
背景技术
随着传统测量系统中多传感器系统的应用越来越广泛,探索多传感器系统中传感器失效的检测方法、对各传感器的输出数据进行一致性检验十分必要。
但是,传统的多传感器系统检验方法在传感器之间的置信距离测度的计算量相对较大,难以做到实时处理,每次迭代都需重新进行比较排序等运算,传感器较多的网络所需的计算时间仍较多,而且,由于在进行数据处理时,例如,通过传感器的测量值和不确定度进行一致性判断,当传感器性能可能发生变化或被测信号含有较大随机性的场合,很难得到不确定度,难以准确计算,使得将正常工作的传感器误判为失效传感器的概率增大,从而使得对失效传感器的检测准确率降低。
发明内容
基于此,有必要提供一种提高对失效传感器的检测准确率的多传感器系统检测方法、装置、计算机设备和存储介质。
一种多传感器系统检测方法,包括:获取多个传感器的输出测试信号;根据所述输出测试信号确定测量值;根据所述测量值确定动态不确定度;根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;检测所述支持度与预设值是否匹配;当所述支持度与预设值匹配时,向监控系统发送一致性信号。
在其中一个实施例中,所述根据所述输出测试信号确定测量值包括:根据所述输出测试信号确定第一测量值和第二测量值;根据所述第一测量值和所述第二测量值确定所述测量值。
在其中一个实施例中,所述根据所述输出测试信号确定第一测量值和第二测量值包括:根据所述输出测试信号确定第一测量值;去除所述输出测试信号中的所述第一测量值以确定二次测试信号;根据所述二次测试信号确定第二测量值。
在其中一个实施例中,所述根据所述输出测试信号确定第一测量值包括:根据所述输出测试信号且通过多项式模型确定第一测量值。
在其中一个实施例中,所述根据所述二次测试信号确定第二测量值包括:根据所述二次测试信号且通过自回归模型确定第二测量值。
在其中一个实施例中,所述根据所述测量值确定动态不确定度包括:根据所述第一测量值确定第一动态不确定度;根据所述第二测量值确定第二动态不确定度;根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度。
在其中一个实施例中,所述根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度包括:任意两个所述传感器包括第一传感器和第二传感器,确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度。
一种多传感器系统检测装置,包括:获取模块,用于获取多个传感器的输出测试信号;处理模块,用于根据所述输出测试信号确定测量值;根据所述测量值确定动态不确定度;根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;数据分析模块,用于当所述支持度与预设值匹配时,向监控系统发送一致性信号
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例中所述的多传感器系统检测方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例中所述的多传感器系统检测方法的步骤。
上述多传感器系统检测方法、装置、计算机设备和存储介质,通过输出测试信号的测量值确定各传感器对应的动态不确定度,将任意两个传感器的动态不确定度以及测量值作为求取支持度的条件,使得支持度与两个传感器的相关,根据支持度与预设值之间的匹配关系,从而判断两个传感器是否一致,使得在传感器性能发生变化或输出测试信号含有干扰时,准确得出不确定度,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
附图说明
图1为一实施例的多传感器系统检测方法的流程图;
图2为一实施例的多传感器系统检测装置的模块示意图;
图3为一实施例的计算机设备的内部结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明涉及一种多传感器系统检测方法。例如,所述多传感器系统检测方法包括:获取多个传感器的输出测试信号;根据所述输出测试信号确定测量值;根据所述测量值确定动态不确定度;根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;检测所述支持度与预设值是否匹配;当所述支持度与预设值匹配时,向监控系统发送一致性信号。通过输出测试信号的测量值确定各传感器对应的动态不确定度,将任意两个传感器的动态不确定度以及测量值作为求取支持度的条件,使得支持度与两个传感器的相关,根据支持度与预设值之间的匹配关系,从而判断两个传感器是否一致,使得在传感器性能发生变化或输出测试信号含有干扰时,准确得出不确定度,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
请参阅图1,其为本发明一实施例的多传感器系统检测方法的流程图。
一种多传感器系统检测方法,包括以下步骤的部分或全部:
S100:获取多个传感器的输出测试信号。
在本实施例中,所述输出测试信号为所述传感器的输出端输出的数据,由于多传感器系统是由多个传感器共同组成的,例如,多传感器系统包括多个相同类型的传感器,每一个传感器的输入端均输入一个相同的确定性信号,另外,每一个传感器的输入端分别加载一个不同的噪声信号,使得每一个传感器的输入端接收到的输入信号为一个确定性信号和一个噪声信号,从而使得每一个传感器的输入端的输入信号相互有差异,进而使得每一个传感器的输出端的信号具有差异性,便于对每一个所述传感器的输出测试信号形成差异,从而便于后续根据所述输出测试信号对各传感器之间的一致性进行判断。在其他实施例中,每一个传感器的输入端加载的噪声信号为幅值不同的正态分布信号。
S200:根据所述输出测试信号确定测量值。
在本实施例中,由于输入信号包括噪声信号,使得所述输出测试信号中同样存在噪声信号,从而使得根据所述输出测试信号确定的每一个传感器的测量值与标准测量值之间存在偏差,容易导致后续对传感器是否失效产生误判。为了避免上述情况,所述测量值为所述输出信号在任一时刻的幅值,所述测量值为随时间变化而变化的测试信号的幅值,即所述测量值是一个以时间为自变量的函数值,也即在不同时刻,所述测量值是不同的。这样,在对多传感器系统的检测过程中,只需要让其工作一段时间之后,即可确定到每一个传感器对应的测量值,便于后续根据所述测量值确定每一个传感器对应的动态不确定度。
S300:根据所述测量值确定动态不确定度。
在本实施例中,由于输入信号包括噪声信号,使得所述输出测试信号中同样存在噪声信号,从而使得根据所述输出测试信号确定的每一个传感器的不确定度与标准不确定度之间存在偏差,容易导致后续对传感器是否失效产生误判,为了避免上述情况,根据上一步骤中确定的测量值进行动态不确定度的计算,由于所述测量值为时域信号,即所述测量值为随时间变化的幅值,所述动态不确定度为多传感器系统的传感器从开启时间至结束前的任一时间的时间段内的不确定度,所述动态不确定度也可以为传感器系统在运行过程中的一段时间内各传感器的不确定度,也即所述动态不确定度同样是时域信号,所述动态不确定度是随时间变化的不确定度。这样,根据实际需要,对每一个传感器任一时刻进行不确定度的准确计算,便于后续对支持度的准确确定,从而便于准确判断两个传感器是否一致,使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
S400:根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度。
在本实施例中,所述支持度是任意两个传感器之间的,即第一传感器和第二传感器,所述支持度包括第一支持度和第二支持度,所述第一支持度为所述第一传感器对第二传感器的支持度,所述第二支持度为所述第二传感器对所述第一传感器的支持度,其中,所述第一支持度与所述第一传感器的测量值和对应动态不确定度以及所述第二传感器的测量值相关,所述第二支持度与所述第二传感器的测量值和对应动态不确定度以及所述第一传感器的测量值相关。这样,所述第一支持度中包含有所述第二传感器的测量值,所述第二支持度中包含有所述第一传感器的测量值,使得所述第一支持度和所述第二支持度是所述第一传感器和所述第二传感器之间相互作用的支持度,从而使得所述第一支持度反映出所述第一传感器对所述第二传感器的支持程度,所述第二支持度反映出所述第二传感器对所述第一传感器的支持程度,便于后续根据支持度对任意两个传感器之间的支持程度进行判断,从而便于后续判断上述任意两个传感器之间是否相互一致。
S500:检测所述支持度与预设值是否匹配。
在本实施例中,所述支持度包括第一支持度和第二支持度,所述检测所述支持度与预设值是否匹配包括:检测所述第一支持度与预设值是否匹配;检测所述第二支持度与预设值是否匹配。所述第一支持度和所述第二支持度的判断条件均为所述预设值,其中,所述预设值为定阈值,可以根据实际情况决定其数值的大小。所述第一支持度与所述预设值之间的匹配关系决定了所述第一传感器对所述第二传感器的支撑程度,所述第一支持度与所述预设值之间的匹配关系越大,则表明所述第一传感器对所述第二传感器的支撑程度越高,反之,则表明所述第一传感器对所述第二传感器的支撑程度越低;所述第一支持度与所述预设值之间的匹配关系决定了所述第一传感器对所述第二传感器的支撑程度,所述第二支持度与所述预设值之间的匹配关系越大,则表明所述第二传感器对所述第一传感器的支撑程度越高,反之,则表明所述第二传感器对所述第一传感器的支撑程度越低。这样,根据支持度与预设值之间的匹配关系,可以直接反映出任意两个传感器之间的相互关系,即反映出任意两个传感器是否相互支持,从而便于后续确定任意两个传感器之间的一致性关系。
S600:当所述支持度与预设值匹配时,向监控系统发送一致性信号。
在本实施例中,所述支持度包括第一支持度和第二支持度,所述当所述支持度与预设值匹配时,向监控系统发送一致性信号包括:当所述第一支持度与预设值匹配,且所述第二支持度与预设值匹配时,向监控系统发送一致性信号。这样,只有当所述第一支持度和所述第二支持度同时与所述预设值相匹配的情况下,即同时满足所述第一支持度与预设值匹配,以及所述第二支持度与预设值匹配,表明选取的两个传感器之间的相互支持程度均为强支持,同时也就表明了上述两个传感器为一致传感器组,具有一致性,也表明了上述两个传感器为正常的传感器。其中,向监控系统发送的一致性信号包括上述选取的两个传感器的序列号,也可以使传感器的编号,使得监控系统确定相互一致的传感器的编号,便于区分正常的传感器与失效的传感器。
在其中一个实施例中,所述当所述支持度与预设值匹配时,向监控系统发送一致性信号包括:当所述支持度大于所述预设值时,向监控系统发送一致性信号。其中,所述支持度大于所述预设值包括:所述第一支持度大于所述预设值且所述第二支持度大于所述预设值,即所述第一支持度和所述第二支持度均大于所述预设值。此时,表明上述选取的两个传感器之间的支持关系为相互强支持,具有相互一致性,同时也表明上述两个传感器为正常传感器。
在其中一个实施例中,所述当所述支持度与预设值匹配时,向监控系统发送一致性信号之后还包括:返回S400。重新选取任意两个传感器,并确定对应的支持度,直至所有的传感器与其他每一个传感器对应的支持度与所述预设值匹配完成为止。这样,每一个传感器与其他的传感器有相对应的第一支持度和第二支持度,便于对所用的传感器之间的一致性进行判断。
在其中一个实施例中,所述向监控系统发送一致性信号之后还包括:根据所述一致性信号确定传感器编号。这样,根据所述传感器编号即可确定正常工作的传感器,即根据所述一致性信号确定的编号对应于正常传感器,剩下的传感器即为失效传感器,便于区分失效传感器。
在其中一个实施例中,所述检测所述支持度与预设值是否匹配之后还包括:当所述支持度与预设值不匹配时,向监控系统发送失效信号。在本实施例中,所述支持度包括第一支持度和第二支持度,所述预设值为支持度的定阈值。所述支持度与预设值不匹配包括:所述第一支持度小于所述预设值且所述第二支持度小于所述预设值。此时,表明上述选取的两个传感器之间的支持关系为相互独立,具有相互独立性,同时也表明上述两个传感器中为失效传感器。
在其中一个实施例中,所述支持度与预设值不匹配还包括:所述第一支持度大于所述预设值且所述第二支持度小于所述预设值。这样,表明上述选取的两个传感器的所述第一传感器对所述第二传感器的支持关系为弱强支持,同时也表明所述第一传感器为正常传感器,所述第二传感器为失效传感器。
在其中一个实施例中,所述支持度与预设值不匹配还包括:所述第一支持度小于所述预设值且所述第二支持度大于所述预设值。这样,表明上述选取的两个传感器的所述第二传感器对所述第一传感器的支持关系为弱强支持,同时也表明所述第二传感器为正常传感器,所述第一传感器为失效传感器。
在其中一个实施例中,所述预设值为一个数值区间,所述检测所述支持度与预设值是否匹配包括:检测所述支持度是否位于所述预设值所在区间内。这样,当所述支持度位于所述预设值所在区间内时,表明上述选取的两个传感器具有一致性,同时也表明上述选取的两个传感器是正常传感器,便于区分失效传感器,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述根据所述输出测试信号确定测量值包括:根据所述输出测试信号确定第一测量值和第二测量值;根据所述第一测量值和所述第二测量值确定所述测量值。在本实施例中,所述第一测量值为当输入端的输入信号为确定性信号时传感器输出端的输出测量值,所述第二测量值为当输入端的输入信号为噪声信号时传感器输出端的输出测量值,即根据所述输出测试信号确定的测量值包括上述两个测量分量,也即所述第一测量值为确定性测量值,所述第二测量值为随机性测量值。其中,所述第一测量值是将所述输出测试信号通过多项式模型确定的,所述第二测量值是将所述输出测试信号通过AR(Autoregressive model,自回归)模型确定的。这样,根据传感器的输入信号的组成,即传感器的输入信号包括确定性输入信号和噪声输入信号,使得传感器的所述输出测试信号具有相对应的输出信号,为了避免噪声信号对所述输出测试信号的干扰,采用上述两种模型将所述输出测试信号中的两种不同的输出信号进行区分,使得所述测量值在测试精度上更加准确,即所述测量值是由确定性测量值和随机性测量值共同组成,降低了噪声信号对应的输出信号对所述测量值的干扰,提高了所述测量值的精准度,提高对动态不确定度的确定准确度,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述根据所述输出测试信号确定第一测量值和第二测量值包括:根据所述输出测试信号确定第一测量值;去除所述输出测试信号中的所述第一测量值以确定二次测试信号;根据所述二次测试信号确定第二测量值。在本实施例中,所述第一测量值是对所述输出测试信号中的确定性信号进行确定的,即所述第一测量值为所述输出测试信号中的确定性信号对应的测量值。为了准确确定当输入信号中的噪声信号经过传感器输出的随机性信号的测量值,即为了准确确定所述第二测量值,将所述输出测试信号中的所述第一测量值去除,用于确定二次测试信号,即确定随机性测试信号;根据所述二次测试信号的幅值情况,确定所述第二测量值,即确定随机性测量值。这样,所述输出测试信号的测量值被分解为两部分,即确定性测量值和随机性测量值,也即所述第一测量值和所述第二测量值,而所述第一测量值和所述第二测量值为分别求取的,使得所述第一测量值和所述第二测量值的确定精度更高,便于后续对动态不确定度的确定,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述根据所述输出测试信号确定第一测量值包括:根据所述输出测试信号且通过多项式模型确定第一测量值。所述多项式模型是一种数学模型,一般的时间序列中的局部趋势可由低价多项式很好地逼近,特别是在短期预测中,用不超过高阶的多项式模型就能给出较好的对局部变化趋势的拟合,适用于对所述输出测试信号中的第一测量值的确定,由于所述第一测量值为当传感器的输入端为确定性信号时的输出信号对应的测量值,即所述输出测试信号中具有由低阶多项式组成的信号,从而便于对所述第一测量值的确定。
在其中一个实施例中,所述根据所述二次测试信号确定第二测量值包括:根据所述二次测试信号且通过自回归模型确定第二测量值。由于所述输出测试信号中存在随机性信号,即当传感器的输入端中输入的信号由噪声信号时,传感器的输出端的随机测试信号。自回归模型是一种线性拟合,即已知N个数据,可由模型推出第N点前面或后面的数据,适用于研究平稳随机过程,而随机测试信号即为一个随机过程,通过所述自回归模型,从所述输出测试信号中确定对应的测量值,即便于确定所述第二测量值。
在其中一个实施例中,所述根据所述测量值确定动态不确定度包括:根据所述第一测量值确定第一动态不确定度;根据所述第二测量值确定第二动态不确定度;根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度。在本实施例中,所述第一测量值为所述输出测量信号的确定性测量值,所述第二测量值为所述输出测量信号的随机性测量值,由于所述第一测量值和所述第二测量值是通过不同的模型确定的,即所述第一测量值和所述第二测量值相互独立且不相互影响。所述第一测量值作为求取所述第一动态不确定度的参数,所述第二测量值作为求取所述第二动态不确定度的参数,所述第一测量值和所述第二测量值是时域信号,使得所述第一动态不确定度和所述第二不确定度同样为时域信号。所述第一动态不确定度为所述第一测量值在一时间段内的不确定度,所述第二动态不确定度为所述第二测量值在相同时间段内的不确定度,其中,上述时间段为传感器开启时至结束前的任一时刻的时间,这样,所述第一动态不确定度和所述第二动态不确定度是根据时间的变化而变化的,从而使得所述输出测试信号的不确定度是可变化的,进而对每一时刻的不确定度进行准确计算,提高了在有噪声情况下对不确定度确定的准确度。
在其中一个实施例中,所述根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度包括:任意两个所述传感器包括第一传感器和第二传感器,确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度。在本实施例中,将上述选取的两个传感器分别定义为第一传感器和第二传感器,所述支持度包括所述第一支持度和所述第二支持度,所述第一支持度是所述第一传感器对所述第二传感器的支持程度,所述第二支持度是第二传感器对所述第一传感器的支持程度。所述第一支持度包括所述第二传感器的测量值、所述第一传感器的测量值以及对应的所述动态不确定度,具体公式如下:
其中,xj为所述第二传感器的测量值,xi为所述第一传感器的测量值,为所述第一传感器的动态不确定度。
当求取所述第二支持度时,只需将上式中的第一传感器的动态不确定度替换为第二传感器的动态不确定度即可。
这样,所述第一传感器对所述第二传感器的支持程度由所述第一支持度体现,所述第二传感器对所述第一传感器的支持程度由所述第二支持度体现,使得多个传感器之间的相互支持程度均可由上述两个支持度体现,将多个传感器之间的相互支持程度通过具体的数值进具象化,而且,所述第一支持度和所述第二支持度均具有第一传感器和所述第二传感器内的测量值,从而使得通过两个支持值体现出任意两个传感器之间的支持程度,进而体现出任意两个传感器之间是否具有一致性,使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述检测所述支持度与预设值是否匹配之前包括:根据所述支持度确定支持度矩阵;根据所述支持度矩阵确定信任度矩阵。
所述检测所述支持度与预设值是否匹配包括:检测所述信任度矩阵与全通图是否匹配。
所述当所述支持度与预设值匹配时,向监控系统发送一致性信号包括:当所述信任度矩阵与全通图匹配时,向监控系统发送第一一致性信号。在本实施例中,将所述支持度转换为对应的支持度矩阵,即将所述第一支持度和所述第二支持度作为所述支持度矩阵的元素,而且所述第一支持度和所述第二支持度以所述支持度矩阵的主对角线为轴对称设置,之后再根据所述支持度矩阵转换为对应的信任度矩阵,根据所述信任度矩阵与全通图的匹配情况,确定多个传感器是否为正常传感器。当所述信任度矩阵与全通图匹配时,表明多个传感器之间的支持关系为强支持,同时表明多个传感器之间具有一致性,即所有的传感器均为正常传感器,此时向所述监控系统发送的第一一致性信号为所有传感器的编号。
在其中一个实施例中,所述检测所述信任度矩阵与全通图是否匹配之后还包括:当所述信任度矩阵与全通图不匹配时,检测所述信任度矩阵的子图是否与预设子图匹配;当所述信任度矩阵的子图与预设子图匹配时,向监控系统发送第二一致性信号。在本实施例中,当所述信任度矩阵与全通图不匹配时,表明多个传感器中存在至少一个失效传感器,需要对所述信任度矩阵的子图与预设子图进行比较,即根据所述信任度矩阵确定信任度均为一致的最大个数传感器的子图,也即对所述信任度矩阵对应的传感器个数逐渐减小的子图与预设子图进行匹配,其中,预设子图包括多阶矩阵。这样,所述信任度矩阵对应的传感器个数逐渐减少,依次对不同个数的传感器对应的子图进行搜索,当所述信任度矩阵的子图与预设子图匹配时,将所述信任度矩阵的子图对应的传感器的编号发送至监控系统,即所述第二一致性信号为此时所述信任度矩阵的子图中的传感器的编号信息,便于确定其中的正常传感器和失效传感器,使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在上述实施例中,支持度矩阵D转换为信任度矩阵R的公式如下:
dij表示任意两个传感器之间的支持度;
其中,rij=1i,j=l,m,n,ε为所述预设值。
例如,当ε=0.60是时,传感器的数量为8个,下表为各传感器在某时刻的测量值以及动态不确定度。
根据公式确定支持度矩阵D,
再根据将支持度矩阵D转换为信任度矩阵R,
首先搜索含8个传感器的子图,未见有一致传感器组;继续搜索含7个、6 个传感器的子图,也均未见有一致传感器组;当搜索含5个传感器的子图时,得到了由第1、2、3、5、8个传感器构成的传感器组为一致传感器组,且含5 个传感器的子图中再无其它一致传感器组。由于搜索是按含传感器数量多少降序进行的,故传感器编号为1、2、3、5、8的传感器为最大一致传感器组,其它传感器被判定为失效传感器,即故传感器编号为1、2、3、5、8的传感器是正常传感器,传感器编号为4、6、7的传感器是失效传感器。
在其中一个实施例中,请参阅图2,提供一种多传感器系统检测装置10,包括:获取模块100、处理模块200和数据分析模块300,其中:
获取模块,用于获取多个传感器的输出测试信号;
处理模块,用于根据所述输出测试信号确定测量值;根据所述测量值确定动态不确定度;根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;
数据分析模块,用于检测所述支持度与预设值是否匹配;当所述支持度与预设值匹配时,向监控系统发送一致性信号。
在其中一个实施例中,所述处理模块用于根据所述输出测试信号确定第一测量值和第二测量值;根据所述第一测量值和所述第二测量值确定所述测量值。在本实施例中,所述处理模块与各传感器的输出端连接,用于接收所述输出测试信号。所述第一测量值为当输入端的输入信号为确定性信号时传感器输出端的输出测量值,所述第二测量值为当输入端的输入信号为噪声信号时传感器输出端的输出测量值,即根据所述输出测试信号确定的测量值包括上述两个测量分量,也即所述第一测量值为确定性测量值,所述第二测量值为随机性测量值。其中,所述第一测量值是将所述输出测试信号通过多项式模型确定的,所述第二测量值是将所述输出测试信号通过AR模型确定的。这样,根据传感器的输入信号的组成,即传感器的输入信号包括确定性输入信号和噪声输入信号,使得传感器的所述输出测试信号具有相对应的输出信号,为了避免噪声信号对所述输出测试信号的干扰,采用上述两种模型将所述输出测试信号中的两种不同的输出信号进行区分,使得所述测量值在测试精度上更加准确,即所述测量值是由确定性测量值和随机性测量值共同组成,降低了噪声信号对应的输出信号对所述测量值的干扰,提高了所述测量值的精准度,提高对动态不确定度的确定准确度,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述处理模块还用于根据所述输出测试信号确定第一测量值;去除所述输出测试信号中的所述第一测量值以确定二次测试信号;根据所述二次测试信号确定第二测量值。在本实施例中,所述第一测量值是对所述输出测试信号中的确定性信号进行确定的,即所述第一测量值为所述处理模块通过所述输出测试信号确定其中的确定性信号对应的测量值。为了准确确定当输入信号中的噪声信号经过传感器输出的随机性信号的测量值,即为了准确确定所述第二测量值,将所述输出测试信号中的所述第一测量值去除,用于确定二次测试信号,即确定随机性测试信号;根据所述二次测试信号的幅值情况,确定所述第二测量值,即确定随机性测量值。这样,所述输出测试信号的测量值被分解为两部分,即确定性测量值和随机性测量值,也即所述第一测量值和所述第二测量值,而所述第一测量值和所述第二测量值为分别求取的,使得所述第一测量值和所述第二测量值的确定精度更高,便于后续对动态不确定度的确定,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
在其中一个实施例中,所述处理模块还用于根据所述输出测试信号且通过多项式模型确定第一测量值。
在其中一个实施例中,所述处理模块还用于根据所述二次测试信号且通过自回归模型确定第二测量值。
在其中一个实施例中,所述处理模块还用于根据所述第一测量值确定第一动态不确定度;根据所述第二测量值确定第二动态不确定度;根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度。
在其中一个实施例中,所述处理模块还用于确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度;其中,所述第一传感器和所述第二传感器为上述任意两个所述传感器。
在上述多传感器系统检测装置中,通过处理模块确定各传感器对应的动态不确定度,将任意两个传感器的动态不确定度以及测量值作为求取支持度的条件,使得支持度与两个传感器的相关,数据分析模块根据支持度与预设值之间的匹配关系,从而判断两个传感器是否一致,使得在传感器性能发生变化或输出测试信号含有干扰时,准确得出不确定度,从而使得将正常工作的传感器误判为失效传感器的概率降低,提高了对失效传感器的检测准确率。
关于多传感器系统检测装置的具体限定可以参见上文中对于多传感器系统检测方法的限定,在此不再赘述。上述多传感器系统检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储所述预设值数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种多传感器系统检测方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取多个传感器的输出测试信号;
根据所述输出测试信号确定测量值;
根据所述测量值确定动态不确定度;
根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;
检测所述支持度与预设值是否匹配;
当所述支持度与预设值匹配时,向监控系统发送一致性信号。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述输出测试信号确定第一测量值和第二测量值;根据所述第一测量值和所述第二测量值确定所述测量值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述输出测试信号确定第一测量值;去除所述输出测试信号中的所述第一测量值以确定二次测试信号;根据所述二次测试信号确定第二测量值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述输出测试信号且通过多项式模型确定第一测量值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述二次测试信号且通过自回归模型确定第二测量值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述第一测量值确定第一动态不确定度;根据所述第二测量值确定第二动态不确定度;根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度;其中,所述第一传感器和所述第二传感器为上述任意两个所述传感器。
在其中一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取多个传感器的输出测试信号;
根据所述输出测试信号确定测量值;
根据所述测量值确定动态不确定度;
根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;
检测所述支持度与预设值是否匹配;
当所述支持度与预设值匹配时,向监控系统发送一致性信号。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述输出测试信号确定第一测量值和第二测量值;根据所述第一测量值和所述第二测量值确定所述测量值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述输出测试信号确定第一测量值;去除所述输出测试信号中的所述第一测量值以确定二次测试信号;根据所述二次测试信号确定第二测量值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述输出测试信号且通过多项式模型确定第一测量值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述二次测试信号且通过自回归模型确定第二测量值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述第一测量值确定第一动态不确定度;根据所述第二测量值确定第二动态不确定度;根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度;其中,所述第一传感器和所述第二传感器为上述任意两个所述传感器。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种多传感器系统检测方法,其特征在于,包括:
获取多个传感器的输出测试信号;
根据所述输出测试信号确定测量值;
根据所述测量值确定动态不确定度;
根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;
检测所述支持度与预设值是否匹配;
当所述支持度与预设值匹配时,向监控系统发送一致性信号。
2.根据权利要求1所述的多传感器系统检测方法,其特征在于,所述根据所述输出测试信号确定测量值包括:
根据所述输出测试信号确定第一测量值和第二测量值;
根据所述第一测量值和所述第二测量值确定所述测量值。
3.根据权利要求2所述的多传感器系统检测方法,其特征在于,所述根据所述输出测试信号确定第一测量值和第二测量值包括:
根据所述输出测试信号确定第一测量值;
去除所述输出测试信号中的所述第一测量值以确定二次测试信号;
根据所述二次测试信号确定第二测量值。
4.根据权利要求3所述的多传感器系统检测方法,其特征在于,所述根据所述输出测试信号确定第一测量值包括:
根据所述输出测试信号且通过多项式模型确定第一测量值。
5.根据权利要求3所述的多传感器系统检测方法,其特征在于,所述根据所述二次测试信号确定第二测量值包括:
根据所述二次测试信号且通过自回归模型确定第二测量值。
6.根据权利要求3所述的多传感器系统检测方法,其特征在于,所述根据所述测量值确定动态不确定度包括:
根据所述第一测量值确定第一动态不确定度;
根据所述第二测量值确定第二动态不确定度;
根据所述第一动态不确定度和所述第二动态不确定度确定所述动态不确定度。
7.根据权利要求1所述的多传感器系统检测方法,其特征在于,所述根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度包括:
任意两个所述传感器包括第一传感器和第二传感器,确定第一传感器的测量值以及对应的所述动态不确定度和第二传感器的测量值以及对应的所述动态不确定度;
根据第二传感器的测量值、第一传感器的测量值以及对应的所述动态不确定度确定第一支持度;
根据第一传感器的测量值、第二传感器的测量值以及对应的所述动态不确定度确定第二支持度;。
8.一种多传感器系统检测装置,其特征在于,包括:
获取模块,用于获取多个传感器的输出测试信号;
处理模块,用于根据所述输出测试信号确定测量值;根据所述测量值确定动态不确定度;根据任意两个所述传感器的所述测量值以及对应的所述动态不确定度确定支持度;
数据分析模块,用于当所述支持度与预设值匹配时,向监控系统发送一致性信号。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项中所述的多传感器系统检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项中所述的多传感器系统检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910791361.5A CN110553678A (zh) | 2019-08-26 | 2019-08-26 | 多传感器系统检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910791361.5A CN110553678A (zh) | 2019-08-26 | 2019-08-26 | 多传感器系统检测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110553678A true CN110553678A (zh) | 2019-12-10 |
Family
ID=68738270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910791361.5A Pending CN110553678A (zh) | 2019-08-26 | 2019-08-26 | 多传感器系统检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110553678A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110987875A (zh) * | 2019-12-24 | 2020-04-10 | 上海蓝长自动化科技有限公司 | 一种基于支持度和信任度进行空间融合的水质浊度检测方法 |
CN113360363A (zh) * | 2020-03-04 | 2021-09-07 | 腾讯科技(深圳)有限公司 | 微服务系统的测试方法、装置、设备和计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361242A (zh) * | 2014-11-20 | 2015-02-18 | 青岛理工大学 | 基于数据驱动和随机直觉模糊策略的轴承故障诊断方法 |
CN105528741A (zh) * | 2016-01-11 | 2016-04-27 | 广东电网有限责任公司电力科学研究院 | 一种基于多信号特征融合的断路器状态识别方法 |
CN106776778A (zh) * | 2016-11-24 | 2017-05-31 | 太极计算机股份有限公司 | 基于地图的城市交通数据与随手拍数据的关联处理方法 |
CN108804267A (zh) * | 2018-05-30 | 2018-11-13 | 平安普惠企业管理有限公司 | 数据库轮询方法、装置、计算机设备及存储介质 |
-
2019
- 2019-08-26 CN CN201910791361.5A patent/CN110553678A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361242A (zh) * | 2014-11-20 | 2015-02-18 | 青岛理工大学 | 基于数据驱动和随机直觉模糊策略的轴承故障诊断方法 |
CN105528741A (zh) * | 2016-01-11 | 2016-04-27 | 广东电网有限责任公司电力科学研究院 | 一种基于多信号特征融合的断路器状态识别方法 |
CN106776778A (zh) * | 2016-11-24 | 2017-05-31 | 太极计算机股份有限公司 | 基于地图的城市交通数据与随手拍数据的关联处理方法 |
CN108804267A (zh) * | 2018-05-30 | 2018-11-13 | 平安普惠企业管理有限公司 | 数据库轮询方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
赵志刚 等: "基于动态不确定度理论的多传感器系统传感器失效检测方法", 《传感技术学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110987875A (zh) * | 2019-12-24 | 2020-04-10 | 上海蓝长自动化科技有限公司 | 一种基于支持度和信任度进行空间融合的水质浊度检测方法 |
CN110987875B (zh) * | 2019-12-24 | 2022-08-12 | 上海蓝长自动化科技有限公司 | 一种基于支持度和信任度进行空间融合的水质浊度检测方法 |
CN113360363A (zh) * | 2020-03-04 | 2021-09-07 | 腾讯科技(深圳)有限公司 | 微服务系统的测试方法、装置、设备和计算机存储介质 |
CN113360363B (zh) * | 2020-03-04 | 2024-04-02 | 腾讯科技(深圳)有限公司 | 微服务系统的测试方法、装置、设备和计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9063856B2 (en) | Method and system for detecting symptoms and determining an optimal remedy pattern for a faulty device | |
CN109102797B (zh) | 语音识别测试方法、装置、计算机设备及存储介质 | |
CN111459695A (zh) | 根因定位方法、装置、计算机设备和存储介质 | |
CN111414999B (zh) | 一种设备运行状态的监测方法及装置 | |
CN110553678A (zh) | 多传感器系统检测方法、装置、计算机设备和存储介质 | |
CN112817807B (zh) | 芯片检测方法、装置和存储介质 | |
CN110161181A (zh) | 混合气体的组分浓度识别方法及系统 | |
CN109596847B (zh) | 试管检测方法、装置、计算机设备和存储介质 | |
Dietrich et al. | Detecting external measurement disturbances based on statistical analysis for smart sensors | |
CN113898334A (zh) | 一种抽油机井多功能综合测试仪参数智能分析方法及系统 | |
CN108509315A (zh) | 处理器性能评测比较方法、装置、计算机设备和存储介质 | |
CN116994641A (zh) | 一种半导体老化测试方法及其系统 | |
CN112285450A (zh) | 线损点检方法、装置、计算设备及存储介质 | |
CN115267035A (zh) | 一种色谱仪故障诊断分析方法及系统 | |
CN116186507A (zh) | 一种特征子集的选取方法、装置及存储介质 | |
CN115219883A (zh) | 一种电气自动化设备自动检测系统及检测方法 | |
CN115308517B (zh) | 一种元器件的老化检测方法、系统、存储介质和设备 | |
RU2699685C1 (ru) | Способ анализа и контроля состояния технической установки, содержащей множество динамических систем | |
CN113094258A (zh) | 精准测试方法、装置、计算机设备及介质 | |
CN114219035A (zh) | 一种多传感器的数据融合方法及装置 | |
CN108616315B (zh) | 功放输出功率检测方法、装置、计算机设备及存储介质 | |
RU2545250C2 (ru) | Устройство для диагностики и контроля технического состояния механизмов транспортных и стационарных систем | |
RU2767598C1 (ru) | Устройство для определения статистических характеристик времени запаздывания зажигания элементов матричного индикатора | |
CN112395203A (zh) | 程序测试方法、装置及存储介质 | |
CN115543715B (zh) | 一种半导体存储类产品的性能测试方法及系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201020 Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191210 |