一种海洋温盐深传感器数据补偿方法与流程

本发明涉及海洋监测，更具体地说，本发明涉及一种海洋温盐深传感器数据补偿方法。

背景技术：

1、在海洋科学研究、环境监测和海洋工程等领域，温度、盐度和深度是反映海洋环境变化的重要参数，准确获取这些参数对于海洋资源开发、气候研究和生态环境保护等具有重要意义，然而，由于海洋环境的复杂性和传感器自身的局限性，温盐深传感器在实际使用过程中会受到各种因素的影响，导致数据存在误差，以下是主要影响因素：温度传感器的非线性误差、盐度测量的温度依赖性、深度传感器的压力响应特性，现有技术中，针对这些问题已经有一些校正和补偿方法，但通常只针对单一参数进行处理，缺乏对多参数联合关系的综合考虑，导致数据精度和可靠性不足，因此，在此提出一种海洋温盐深传感器数据补偿方法。

技术实现思路

1、为实现上述目的，本发明提供如下技术方案：

2、一种海洋温盐深传感器数据补偿方法，包括以下步骤：

3、步骤1、通过海洋温盐深传感器采集目标海洋环境中的温度、盐度和深度数据，分别得到温度采集数据集、盐度采集数据集、深度采集数据集；

4、步骤2、对温度采集数据集、盐度采集数据集、深度采集数据集均进行处理操作，得到温度处理数据集、盐度处理数据集、深度处理数据集；

5、步骤3、根据温度处理数据集对温度数据进行校正，建立温度传感器的非线性补偿模型并对温度数据进行动态补偿；

6、步骤4、基于温度数据的动态补偿结果，根据盐度处理数据集，通过温盐关系模型对盐度数据进行补偿，建立盐度补偿模型并对盐度数据进行动态补偿；

7、步骤5、根据深度处理数据集，建立深度传感器的非线性补偿模型并对深度数据进行动态补偿；

8、步骤6、基于温度数据的动态补偿结果、盐度数据的动态补偿结果、深度数据的动态补偿结果进行联合补偿度分析，得到联合补偿度值；

9、步骤7、进行观测数据－真实数据融合验证，根据融合验证结果发出通过验证信号或不通过验证信号。

10、在一个优选地实施方式中，温度采集数据集中包含所有观测点采集到的实时温度数据，盐度采集数据集中包含所有观测点采集到的实时盐度数据，深度采集数据集中包含所有观测点采集到的深度温度数据。

11、在一个优选地实施方式中，步骤3中，根据温度处理数据集对温度数据进行校正，建立温度传感器的非线性补偿模型并对温度数据进行动态补偿指的是：

12、通过多点标定法对温度传感器进行校正，获得温度传感器的非线性补偿模型：获取处理后的温度数据，将处理后的温度数据标记为，标定公式为：，an为标定系数，为校正后的温度数据，然后应用多元回归算法对温度数据进行动态补偿，回归模型为：，bm为回归系数，ti为采集时间，为动态补偿后的温度数据。

13、在一个优选地实施方式中，步骤4中，基于温度数据的动态补偿结果，根据盐度处理数据集，通过温盐关系模型对盐度数据进行补偿，建立盐度补偿模型并对盐度数据进行动态补偿指的是：

14、通过温盐关系模型对盐度数据进行补偿，模型公式为：，为校准后的盐度数据，为处理后的盐度数据，k为温盐关系系数，然后进行数据拟合并建立盐度补偿模型，盐度补偿模型公式为：，yn为拟合系数，为补偿后的盐度数据。

15、在一个优选地实施方式中，步骤5中，根据深度处理数据集，建立深度传感器的非线性补偿模型并对深度数据进行动态补偿指的是：

16、采用分段线性回归法对深度数据进行校正，将深度处理数据集中的处理后的深度数据标记为，分段线性模型公式为：，si为分段回归系数，为分段区间，针对深度传感器的压力响应特性，建立深度传感器的非线性补偿模型，模型公式为：，rn为预设的比例系数，为补偿后的深度数据。

17、在一个优选地实施方式中，步骤6中，基于温度数据的动态补偿结果、盐度数据的动态补偿结果、深度数据的动态补偿结果进行联合补偿度分析，得到联合补偿度值：

18、获取同一个观测点同一时间的温度数据的动态补偿结果、盐度数据的动态补偿结果、深度数据的动态补偿结果，然后将该同一个观测点同一时间的温度数据的动态补偿结果标记为dt1i，盐度数据的动态补偿结果标记为dt2i，深度数据的动态补偿结果标记为dt3i，然后计算该观测点的联合值：

19、；lhi为该观测点的联合值，gci为该观测点的观测数据总获取次数，q1、q2、q3均为预设的影响系数，然后求取所有观测点的联合值的平均值并标记为pji，得到联合补偿度值为pji。

20、在一个优选地实施方式中，步骤7中，进行观测数据－真实数据融合验证指的是：

21、获取同一个观测点同一时间的温度数据的动态补偿结果dt1i，盐度数据的动态补偿结果dt2i，深度数据的动态补偿结果dt3i，然后计算融合偏离比例值：；p1、p2、p3均为预设的偏离系数且为正值，pli为融合偏离比例值，bt1i为温度数据真实值，bt2i为盐度数据真实值，bt3i为深度数据真实值，接着计算验证值：；gdi为观测点总数，yzi为验证值一；

22、计算真实综合值：，zzi为真实综合值，然后将所有真实综合值zzi求取平均值，得到真实联合值zsi，接着计算真实联合值zsi与联合补偿度值pji之差的绝对值，得到验证值二。

23、在一个优选地实施方式中，根据融合验证结果发出通过验证信号或不通过验证信号指的是：

24、将验证值一yzi与通过阈值一进行对比，若验证值一yzi小于等于通过阈值一，则发出正常信号一，若验证值一yzi大于通过阈值一，则发出异常信号一，将验证值二与通过阈值二进行对比，若验证值二小于等于通过阈值二，则发出正常信号二，若验证值二大于通过阈值二，则发出异常信号二，当得到的信号组合为正常信号一和正常信号二时，发出通过验证信号，反之则发出不通过验证信号。

25、本发明的技术效果和优点：

26、本发明通过多点标定法对温度数据进行校正，并结合多元回归算法进行动态补偿，显著减少温度传感器的非线性误差，确保温度数据的高精度，盐度数据补偿通过考虑温度对盐度的影响，利用温盐关系模型进行校准和动态补偿，消除温度变化对盐度测量的干扰，提高盐度数据的可靠性，针对深度传感器的压力响应特性，通过非线性补偿模型和分段线性回归法对深度数据进行校正和补偿，减少传感器漂移误差，提升深度数据的准确度，动态补偿算法能够实时调整和修正温度、盐度和深度数据，适应海洋环境的快速变化，确保传感器数据的实时性和动态响应能力。

27、本发明综合考虑温度、盐度和深度之间的关系，采用多参数联合分析，对传感器数据进行整体优化，提高数据的动态精度，综合数据融合，利用数据融合技术，将观测数据－真实数据相结合，通过融合验证实现观测数据与真实数据的对比和校验，确保数据的完整性和一致性，基于联合补偿度分析，综合考虑各个观测点的补偿结果，提供更加全面和可靠的海洋环境监测数据，通过详细的校正和补偿步骤，减少传感器系统在长期使用过程中的误差积累，增强系统的稳定性和耐用性，并且提供了有效的质量控制手段利于及时发现并修正潜在的系统误差，保证系统输出数据的可靠性。