科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统电子鼻系统中通常需要较多数量的传感器构成传感阵列，导致体积、功耗、成本急剧上升的问题，提出了传感阵列虚拟化的方法。首先通过周期性地调整传感器工作温度获得高频响应信号，利用包络线特征提取算法将高频信号分解为可用于模式识别的多个低频响应信号；其次通过设计适用于ARM Cortex-M3内核单片机上运行的人工神经网络模型，在气体传感模块上部署了模式识别系统，增强了系统的高内聚/低耦合特性；最终经验证，构建的智能气体传感系统可以实现对8种可挥发有机蒸气类别与浓度的预测，分类的平均准确率为91%，浓度回归的平均R2分数为0.83。与传统常温加热模式的实体传感器阵列相比，通过脉冲加热调制构建的智能气体传感系统将功耗降低38%，分类准确率提高了12%，显著提升了电子鼻系统的识别性能和经济实用性。
- 单位
