基于EMD与分批估计的动态称量快速融合方法

活体动物动态称量在生物医学实验中具有举足轻重的作用。为实现活体动物快速、准确的称量,提出基于EMD与分批估计相结合的动态称量信息融合方法:首先利用经验模态分解(EMD)方法解析活体动物动态称量的采样信号,提取表征采样信号的趋势或均值的残余量,计算各阶本征模函数(IMF)与采样信号的相关系数,根据相关系数分辨虚假IMF,并将虚假IMF和原残余量之和作为新残余量;然后对新残余量进行分批估计,消除各种噪声、扰动对称量结果的影响,获得准确的动态称量值。通过建立动态称量系统的仿真模型,对基于EMD与分批估计相结合的动态称量信息融合方法进行了仿真实验,仿真结果表明该算法准确度高。为了验证基于EMD与分批估计相结合的动态称量方法的有效性,进行标准砝码的静态称量和小鼠的动态称量试验,实测结果表明该方法稳定、可靠,称量误差≤±0.5%。