基于强化学习的谐振式传感器读数自适应优化方法及系统

本发明涉及基于强化学习的谐振式传感器读数自适应优化方法及系统，包括步骤：将当前采样频谱局部极大值集合、历史采样的频谱局部极大值点集合及其线性补偿趋势整合，构建为状态空间向量，并作为强化学习策略网络的输入；基于策略网络输出融合动作，融合动作包括历史局部已选极大值点选择动作与对应的补偿动作，融合动作用于同时实现频谱峰值判定和频率修正；本发明通过引入基于强化学习的建模方法，能够充分利用传感器的历史信息与动态特征，实现对读数的实时优化，克服了传统基于固定滤波或单点校正方法对干扰不敏感的问题；采用的融合动作机制同时兼顾峰值选择与频率补偿，显著提高了谐振式传感器在复杂环境下的抗噪声和抗振动能力。