摘要
本发明公开了一种穿戴式设备数据稳定校准方法,属于数据校准技术领域,包括以下步骤:步骤1,通过传感器获取原始数据;步骤2,对原始数据进行自适应卡尔曼滤波过滤,得到过滤后的传感器数据;步骤3,对过滤后的传感器数据采用双层移动窗口滤波算法进行提取传感器中的有效数据集;步骤4,删除有效数据集中的最大值和最小值,并计算有效数据集保留的有效数据的平均数,平均数作为中间值,中间值为最终的传感器数据。本发明全程不需要人工干预和参与,避免因为人工失误所带来的错误;同时,不需要预设数据,部分专利使用提前预设的数据参与校准,这种方式需要对每个传感器进行单独配置,需要耗费更多资源。
技术关键词
协方差矩阵
穿戴式设备
校准方法
观测噪声
传感器
深度神经网络
数据校准技术
状态更新
优化网络参数
卡尔曼滤波算法
特征值
时间段
预测误差
方程
分类器
系统为您推荐了相关专利信息
定位探测器
交叉定位方法
仿真模型
误差模型
方位角
长条形支架
语音识别装置
挂载平台
头戴式支架
神经网络分类器
远程智能监控系统
电话通信
远程监控单元
处理单元
加权融合算法
融合方法
数据关联规则
多模态
感知融合系统
无人消防车