论文部分内容阅读
在实际测量中由于湿度温度等不确定性使得传感器数据出现无法避免的随机性误差。为了减小误差,一种快捷简便的处理方式是使用最小二乘法对数据进行线性回归修正。线性补偿的方式能解决很多传感器测量对于噪声等随机现象出现的误差,但通常测量数据的实际函数本身都是非线性的,用线性函数来模拟非线性的测量数据往往会出现精度不足的问题。为此,本文设计了一种增加自变量阶次及变量系数的方式来提高补偿精度,由于增加的变量系数可能导致多重相关性等问题,改用单因变量偏最小二乘法来建立补偿模型。