采用数据融合技术提高湿度传感器测量精度的研究

湿度的测量和控制对人类日常生活、工业生产、气象预报、物资仓储等都起着极其重要的作用。湿度的测量与控制主要通过湿度传感器进行的。为提高湿度测量与控制精确性与准确性,人们对湿度传感器的测量精度要求越来越高。 影响湿度传感器测量精度的主要因素有温度、大气压强。此外,电子式湿度传感器由于尘土、油污及有害气体的影响,会产生老化,使测量精度下降。湿度传感器的温度指标易于测量,其他影响因素测量存在一定困难,或者即使能够测量,其测量精度难以满足湿度测量系统对测量因素进行补偿的需要,因此能够用于湿度传感器测量系统的补偿因素只有温度。为了满足工农业发展对湿度传感器测量精度要求的要求,必须在不增加除温度以外的其它补偿因素的情况下,采取有效的数据融合方法,尽可能地提高湿度传感器的测量精度。 本文针对在有限的工作场合内,湿度传感器湿度测量系统所处的大气压强、粉尘量基本保持不变的条件下,首先运行曲线拟合法对大气压强和粉尘量等因素进行补偿。然后对校正后的湿度传感器输出电压值、温度传感器的电压输出值,湿度值建立湿度传感器测量系统的支持向量机(SVM)逆模型,对湿度传感器系统进行温度补偿。从而可以实现对影响湿度传感器湿度测量系统测量精度的温度、大气压强等诸因素进行补偿。 本文还把湿度传感器、湿度传感器与STM32微处理器结合起来,设计了一套湿度、温度测试系统,该系统通过把测得湿度传感器输出电压值代入曲线拟合方程,实现对湿度传感器测量系统除温度以外的因素进行补偿；并将补偿后的湿度传感器输出电压值、温度传感器电压输出值代入基于支持向量机(SVM)的温度补偿逆模型,进而对湿度传感器测量系统进行温度补偿。系统设有按键电路,可以根据按键的不同来确定系统的测量模式;LCD显示电路可动态显示所测湿度值和温度值。 通过实验表明,该测量系统不仅实时准确的测量环境的湿度值,并且运行稳定,具有很高的实用价值。