1.一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，包括以下步骤：在光栅尺测量过程中采用多个传感器测量获得多种干扰因素的作用强度值，进而与误差补偿数据库进行匹配，获得该组作用强度值对应的最优误差补偿量；

采用该最优误差补偿量对光栅尺系统进行补偿；

所述误差补偿数据库是通过以下方式建立的：

依次调节多种干扰因素的作用强度，测量获得在多种干扰因素的每组作用强度值下的多组误差数据；

基于经验模式分解算法计算在每组作用强度值下的最优误差补偿量，进而对应建立误差补偿数据库。

2.根据权利要求1所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述依次调节多种干扰因素的作用强度，测量获得在多种干扰因素的每组作用强度值下的多组误差数据的步骤，其具体为：通过多个误差调节器依次调节多种干扰因素的作用强度，并采用传感器测量获得调节过程中的每组作用强度值，同时在每组作用强度值下，采用光栅尺系统和激光干涉仪对待测对象进行多次测量后计算获得多组误差数据。

3.根据权利要求1所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述基于经验模式分解算法计算在每组作用强度值下的最优误差补偿量，进而对应建立误差补偿数据库的步骤，包括步骤：A1、将每组作用强度下的多组误差数据平均分成两个集合，分别为分析数据集和测试数据集；

A2、基于经验模式分解算法分别对分析数据集的每组误差数据进行分解计算后，获得每组误差数据所对应的趋势误差分量；

A3、分别根据每个趋势误差分量对测试数据集中的每组误差数据进行补偿，并进行补偿效果统计，计算获得每个趋势误差分量对应的多个补偿余量的平均值；

A4、将平均值最小的多个补偿余量对应的趋势误差分量作为该组作用强度下的最优误差补偿量。

4.根据权利要求3所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A2，包括：A21、针对分析数据集的每组误差数据，采用经验模式分解算法将其分解成多个IMF分量和一个残余分量；

A22、分别对每个IMF分量进行希尔伯特变换，并计算获得每个IMF分量的希尔伯特谱和希尔伯特边缘谱；

A23、根据预设筛选条件对所有IMF分量进行分析后，筛选出符合条件的IMF分量；

A24、将残余分量和所有符合条件的IMF分量累加后作为误差信号的趋势误差分量。

5.根据权利要求4所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A23，包括：A231、将每个IMF分量的希尔伯特边缘谱按照频率顺序均分为低频区域、中频区域和高频区域；

A232、分别将每个区域中的全部极大值进行累加后作为该区域的权重因子，进而分别计算每个区域的归一化权重因子；

A233、筛选出低频区域的归一化权重因子大于预设阈值的IMF分量作为符合条件的IMF分量。

6.根据权利要求5所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A232，其具体为：分别将每个区域中的全部极大值进行累加后作为该区域的权重因子，进而根据下式分别计算每个区域的归一化权重因子：上式中，Mj,1、Mj,2和Mj,3依次表示第j个IMF分量的低频区域、中频区域和高频区域的归一化权重因子，mj,1、mj,2和mj,3分别表示第j个IMF分量的低频区区域、中频区域和高频区域的权重因子，j为自然数。

7.根据权利要求5所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A233中所述预设阈值为0.5。

8.根据权利要求3所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A3，其具体为：分别根据每个趋势误差分量对测试数据集中的每组误差数据进行补偿，并进行补偿效果统计，根据下式计算获得每个趋势误差分量对应的多个补偿余量的平均值εi：εi表示第i组误差数据的趋势误差分量对应的多个补偿余量的平均值，e2j表示测试数据集中的第j组误差数据，s1i表示分析数据集中的第i组误差数据对应的趋势误差分量，i、j均为自然数，n表示测试数据集的误差数据的总组数。

9.根据权利要求4所述的一种多干扰因素耦合的光栅尺误差补偿方法，其特征在于，所述步骤A21，其具体为：针对分析数据集的每组误差数据，根据下式，采用经验模式分解算法将其分解成多个IMF分量和一个残余分量：上式中，X(t)表示误差数据，i为自然数，m表示分解的IMF分量的总个数，ci(t)表示经验模式分解后的第i个IMF分量，rm(t)表示残余分量。