C++ 校准算法&；使多个温度传感器的读数正常化

我正在建造一个定制的暖通空调控制器。除其他外，它将在多个位置安装温度传感器。问题是，在任何给定时刻，传感器对当前空气温度的看法都略有不同

例如，现在，我得到以下读数（所有传感器位于同一位置）：

• 75.4F（SHT11）
• 77.0F（HTU21d）
• 77.7F（BME280）
• 76.1F（DS18B20）
• 76.1F（DS18B20）
• 76.5F（DS18B20）
• 75.7F（DS18B20）

一旦我用这些传感器在不同的位置（比如，在冰箱内、冰箱内、空调房间的桌子上和阴凉处）收集了几组同步读数，看看他们在测量（或多或少）相同的环境空气温度时的个人意见有何不同，我需要想出一个算法，将他们的个体读数标准化为合理一致的一致温度

在这种情况下，“真实”温度是“在所有传感器中，任何一致的温度似乎都具有最佳的线性一致性”

现在，大问题。。。我该怎么做？

---

我将用C++实现这个（在ARDUIO上，但是在这里，它纯粹是一个C++和算法问题，不是硬件问题）。 最简单的2：

简单平均值（将所有临时值加起来，除以传感器数量）[如果存在强异常值，则会重新计算]

中位数（排序，然后取中间的值）

有关更多信息，请查看

---

对于您所说的“最佳线性一致”=>这只是简单的平均值。但我还是推荐中位数——根据我的经验，这通常是更好的选择，因为它对异常值更具韧性。

请原谅我自吹自擂。我在论文中研究了这个问题和相关的问题。见第6章，特别是第6.5节

我考虑的模型中，传感器状态（以一种或多种方式工作或发生故障）是一个变量，此外还有待测量的未知实际变量和已知测量值。通过对传感器状态的推理，您可以得到一些有趣的现象，如第节所述。6.5，例如：传感器同意，一个传感器明显出现故障，传感器相互投票反对，所有传感器都不同意

---

本论文不包含Sec中传感器模型的公式。6.5但是如果有兴趣的话，我想我可以为您生成它们。或者，当然，你也可以推导出它们。

这个标准与简单的平均值有什么不同？测量值不是意见，所以测量值显示了该点的温度梯度。此外，分析时必须考虑传感器误差，因为DS18B20为+/-0.5C。其他相关问题是该值将用于显示什么？控制如果显示，那么平均值就足够了，对于控制来说，基于每个测量项目的物理体积的“加权”平均值可能更好。每个人似乎都在说要取平均值，但据我所知，似乎您希望保留所有数据点，但“规范化”它们以使它们彼此一致。看看高斯平滑。。。这可能就是你要找的。@Luis-大多数温度传感器引用的错误规格几乎毫无意义，除非你的用例是“从装配线上随机挑选一个，读取读数，并按面值接受”（例如，如果您打算将其粘贴到大规模生产的产品中，如带有LCD显示屏的气象站，并且在没有进一步验证和校准的情况下使用它）.事实上，它们的准确度要高得多，只要你能将其中的2到3个样本与已知的参考进行比较，以确定误差的偏移量和斜率。这肯定是我的想法，尽管我仍在努力理解它，因为它有点超出我的理解力；-）我很高兴听到你感兴趣。所有的贝叶斯网络只是一个形式化的东西，或者说是假设理性信念是由概率表示的。这实际上比通常的公式更简单，因为它在平等的基础上考虑了所有不确定性来源（关于假设、参数、未观察到的变量、观察到的变量和任何其他方面的不确定性）。我最喜欢的介绍是R.T.考克斯的《概率、频率和合理预期》，美国物理学杂志，14:1（1946）。