基于深度卡尔曼滤波的传感器动态零点校正方法及系统

本发明提供了一种基于深度卡尔曼滤波的传感器动态零点校正方法，涉及传感器零点跟踪技术领域。方法包括：获取传感器的电压信号零点输出时间序列数据；将所得数据作为基于卡尔曼滤波的深度学习网络模型的输入，由所述模型对其进行处理，输出数据已经去除了噪声和零点漂移干扰，实现动态零点校正，得到传感器的真实测量值。该基于卡尔曼滤波的深度学习网络模型包括RNN循环神经网络模块、Pyro概率编程模块、变分推断模块；本发明通过利用环境振动来模拟外界的干扰进行实验，结果表明本发明中的深度卡尔曼滤波器模型为测力传感器的动态零点校正提供了新的思路。