来源：期刊VIP网 时间：
作者：陈丽1;禹静1;樊丹丹1;马馨玥2
单位：1.中国计量大学计量测试与仪器学院;2.金卡智能集团股份有限公司
摘要：传播时间差（时差）是时差法超声波燃气表中的一个重要参数，决定表的计量精度。针对超声波信号特征难以准确提取，而时差要求高精度测量的问题，提出一种卷积神经网络（CNN）、注意力机制（Attention）、门控循环单元（GRU）相结合的CAG(CNN-Attention-GRU,CAG)组合模型提取超声波信号特征预测时差。CNN提取超声波信号的空间特征，并加入Attention提取通道关键特征，GRU学习数据的时序信息。模型测试结果表明：CAG模型预测时差的准确率达到99.3%以上，相较于CNN模型和CNN-GRU模型具有更高的预测精度。搭建实验平台，检验模型误差，实验结果表明：使用CAG模型预测时差的平均误差绝对值小于1%，重复性小于0.2%，具有较高的测量准确性。
关键词：时差法超声波燃气表;超声波信号特征提取;卷积神经网络;注意力机制;门控循环单元
