红外CO2传感器温湿度补偿方法研究

作者：乔小丹; 郑文刚; 张馨; 王明飞; 梁栋^*

来源：传感器与微系统, 2023, 42(08): 46-49.

DOI：10.13873/J.1000-9787(2023)08-0046-04

• CO2传感器
• XGBoost模型
• 贝叶斯优化
• 温湿度补偿

为提高非色散红外(NDIR)CO2传感器测量精度，基于原理分析了温度、湿度对测量精度的影响；进行了实验对比与验证，提出了基于贝叶斯优化的XGBoost(Bayesian-XGBoost)补偿模型。实验结果表明：在测试样本中，模型补偿后的均方根误差(RMSE)为20.98×10-6,平均绝对误差(MAE)为13.29×10-6,绝对误差小于±60×10-6;与反向传播神经网络(BPNN)、传统XGBoost模型相比，所提的模型精度更高。将算法模型嵌入传感器中并进行测试，补偿后传感器输出值绝对误差小于±110×10-6,测量精度得到了较好提升。

• 单位
  电子信息工程学院; 北京市农林科学院; 安徽大学; 北京农林科学院