周俊华，雷孟飞，梁晓东

（湖南联智科技股份有限公司，湖南 长沙 410000）

0 引 言

在物联网传感技术领域，经常需要用到各种各样的传感器对物理世界进行感知，传感器的一般原理是将现实世界的物理量通过各种手段变为电学量，通过标定物理量和电学量之间的对应关系后，则可以通过测量电学量的值反推出被测物理量。

现实世界中的很多物理量在一定的条件限制下，具有限定的变化趋势，如随着时间的变化，松软地面的沉降呈现出递增趋势，混合液体中易挥发组分的含量会呈现递减趋势。对于这些具有明确呈递增或递减变化趋势的物理量，其真实值只有可能在变化趋势内单向变化，而因传感器的原理及其精度等因素的制约，会出现部分测量的原始数据不符合已知的变化趋势的问题，这种明显的错误在数据展示的时候是不能出现的。

常用的处理方法为通过多个同类型的传感器一起测量，然后采用数据融合的算法得到融合结果[1]，但是目前针对不同信息的融合算法仍然缺乏合适的评价体系[2]；另外基于成本考虑，单传感器的系统目前仍然在大量采用[3]；广大学者对单传感器的数据处理方法也进行了很多研究，一般的处理技术可分为基于统计、基于最近邻、基于聚类等方法[4]；另外也可基于传感器的系统误差原理，通过滤波的方式进行处理[5]，比如曾金芳提出了基于最大熵方法的数据处理[3]，宋强提出了极大似然法的数据处理等[6]。……