电子鼻信号的特征提取研究

I题 目：电子鼻信号的特征提取研究II目 录摘要 .1Abstract. .1第一章 绪论 .21.1 引言 .21.2 电子鼻技术及其特征提取方法的研究现状 .21.2.1 电子鼻技术概述 .21.2.2 电子鼻技术的发展和研究现状 .31.2.3 特征提取技术的研究现状 .51.3 课题的主要研究内容和研究意义 .61.3.1 课题的主要研究内容 .61.3.2 课题的研究意义 .6第二章 电子鼻系统 .82.1 人工嗅觉 .82.2 传感器阵列 .82.2.1 气敏传感器主要特性 .82.2.2 气敏传感器基本分类 .102.2.3 气敏传感器阵列 .112.3 电子鼻系统信号预处理方法 .112.4 模式识别算法 .12第三章 电子鼻系统中特征提取方法的研究 .153.1 引言 .153.2 RBF 人工神经网络 .153.2.1 RBF 人工神经网络基本原理 .153.2.2 RBF 人工神经网络算法描述 .173.3 特征提取研究 .17第四章 结论与展望 .21III致谢 .231电子鼻信号的特征提取研究摘要：众所周知，电子鼻是近十年来 兴起的一种新兴技术，是一种模仿生物嗅觉系统的智能装置，通过该装置能够可靠快速的对气味进行辨别，目前被广泛应用于农业、医 疗、环境检测等行业。特征提取的方法很多，主要有三种，每一种方法都有各自不同的特点，提取的特征也不相同，提取效果也不尽相同，由此可见 ，研究先 进的特征提取方法对 于电子鼻信息的提取具有相当高的理论研究意义和实际应用价值。本文探 讨了电子鼻特征提取的 问题，完成了 电子鼻信号的不同特征提取方法的分析，并且的话，用径向基神 经网络来验证电 子鼻信号的不同特征提取方法得到的特征对后续模式识别的效果，包括 电子鼻信号的不同特征提取方法、不同特征对识别率的影响。关键词：电子鼻；特征提取；模式识别；人工神经网络Study on feature extraction of electronic nose signalAbstract:As everyone knows, the electronic nose is an emerging technology in recent ten years, is a kind of intelligent device imitating the biological olfactory system,through the device, its quick and reliable to identify odor, is now widely used in agriculture, medical treatment, environment detection and other industries. maybe the amount of original features is very large, or that the sample is in a high dimensional space, the method of mapping or transformation can be used to describe the low dimensional sample space, this process is called feature extraction. Therefore, study on the feature extraction method is advanced with considerable theoretical significance and practical application value for the extraction of information by electronic nose. This paper discusses the problem of feature extraction of electronic nose, completed the analysis of different methods of feature extraction of electronic nose signal,and then the stability characteristics, RBF neural network is used to verify the method of feature extraction of electronic nose signal and repeat ability of the influence of different feature extraction methods, stability, characteristics and different features include the electronic nose signal on recognition rate.Key words: Electronic nose; Feature extraction; Pattern recognition; Artificial neural network2第 1 章 绪论1.1 引言目前，在很多领域仍然应用人或动物的嗅觉对气味进行分辨、识别或评价，如：利用人的嗅觉评价食品，利用狗的嗅觉检测毒品和爆炸物等。但是，人和动物的嗅觉系统有一定的主观性，判定结果随年龄、性别、识别能力及表达能力等存在较大偏差，即使一个人在一个环境呆久了，嗅觉系统也容易疲劳 1。而且，人工评测已跟不上高程度自动化的工业领域，用人工方法评测已制约生产效率的进一步提升。因此，一个仿照生物的嗅觉系统，分析、识别和检测复杂气味的系统应运而生。它采用传感器阵列技术，能克服单个器皿传感器存在的交叉敏感性问题，既能检测特定的气体，又能评价混合气体的成分或浓度，可以给出客观的数据或结论。电子鼻技术涉及材料、精密制造、多传感器融合、计算机、应用数学等多领域的科学和技术，具有重要的理论研究价值和广泛地应用前景。 气体传感器阵列、信号预处理、模式识别是电子鼻系统中三个重要组成部分，其中特征提取作为模式识别的一个重要分类，在完成气体的定性、定量分析方面具有重要的作用。由此可见，研究先进的特征提取方法对于电子鼻技术的发展具有重要的意义 1。1.2 电子鼻技术及其特征提取方法的研究现状对气敏传感器研究的初期阶段，主要研究内容集中在提高单个气敏传感器的灵敏度和选择性方面，应用领域比较单一，例如只检测简单混合物中某一种化学成分。随着时代的进步，人们对于气体检测的要求也在提高，以前那种只检测简单混合物中某一种化学成分的技术已不能满足人们的需求，急需一种新技术，能够准确的检测出混合气体中的每一种化学成分，并对他们进行定性和定量分析 2。1.2.1 电子鼻技术概述典型的电子鼻系统的结构如图 1.1 所示 1，它一般由传感器阵列、信号预处理系统、模式识别系统组成，由单片机或计算机实现控制、计算和 I/O 接口。图 1.1 电子鼻系统结构气味气味 气敏传感器阵列信号预处理模式识别结果3Fig. 1.1 Electronic nose system structure根据图 1.1，我们可以将电子鼻系统从结构上分为传感器阵列、信号预处理单元、模式识别单元三部分，由于是模仿生物嗅觉系统，所以电子鼻系统在功能上具有生物嗅觉系统下面两个方面的特点 2：(1)能够感受单一气体或混合气味；(2)通过一系列的处理，能够准确识别感受到的气味。其中气敏传感器阵列相当于嗅觉系统中的初级神经元，由一些高灵敏度且具有广谱响应特性的气敏元件组成。这里所说的“广谱响应特性”是指一个气敏传感器一般都能对较宽范围的或者其它种类气体分子有响应，而不只是对一种气体有响应。这样，多个传感器组成一个阵列的话，除了每个传感器有各自的响应强度之外，还形成一个多维空问的响应模式。这个“多维空间”包含了很多有用的信息，通过对数据的处理，分析，然后经过模式识别单元识别出气体的成分。传感器阵列可以采用多个分立元件的形式，或者采用集成的形式。信号预处理单元相当于生物鼻的嗅泡，其作用是对传感器或阵列的响应模式进行预加工，对传感器阵列输出的信号进行滤波、交换和特征提取。模式识别单元相当于嗅觉神经信号传递系统，主要作用是对特征进行分析，判断特征的识别率，重复性等问题。1.2.2 电子鼻技术的发展和研究现状电子鼻起源于上世纪 60 年代，1962 年，第一届国际嗅觉学术交流会在瑞典的斯德哥尔摩召开 1。“电子鼻”的概念是英国 Warwick 大学 Persand 和 Dodd 教授于 1982年模仿哺乳动物嗅觉系统的结构和机理，对几种有机挥发气体进行类别分析时提出来的。但当时并没有明确统一的定义。直到 1989 年在北大西洋公约组织(North Atlantic Treaty Organization，简称 NATO)的一次关于化学传感器信息处理会议上才对电子鼻作了如下定义：“电子鼻是由多个性能彼此重叠的气体传感器和适当的模式分类方法组成的具有识别单一和复杂气味能力的仪器”。自此以后，历经二十年多年的发展，电子鼻的研究取得了突飞猛进的进展。目前对于电子鼻的研究主要集中在传感器及电子鼻硬件的设计、模式识别及其理论、电子鼻在食品、农业、医药、生物领域的应用、电子鼻与生物系统的关系等方而。其中传感器及电子鼻硬件的设计和电子鼻在食品及农业领域的应用是电子鼻研究中的热点 2。现阶段从事电子鼻开发的研究机构比较多 1，但是大部分都集中在欧美一些发达国4家，其中商品化电子鼻的供应商已经达到十几家。根据国外研究机构的相关报道，其电子鼻系统已日趋成熟，并广泛应用于化工控制、公安海关、家用报警、航空航天、食品保鲜和环境保护等领域 2。现己有一些商品化的电子鼻系统问世，如下表 1.1。表 1.1 已开发出的电子系统Table 1.1 Developed electronic systems 产地 研发机构 传感器类型 模式识别技术德国 HKR Sensor System GmbH 压电石英晶体传感器 蚁群算法，CA， DFA，主成分分析德国 Lennartz Electronic GmbH 半导体型金属氧化物传感器，压电石 英晶体传感器 蚁群算法，CA，PCR德国 RST Rostock raumfahrt and Umweltschztz GmbH 半导体型金属氧化物传感器，压电石 英晶体传感器，表面声波型传感器 蚁群算法，主成分分析英国 Bloodhound Sensors Ltd. CP 蚁群算法，CA，主成分分 析英国 EEV Ltd. Chemical Sensor SystemsCP，半导体型金属氧化物传感器，压电石英晶体传感器，表面声波型传感器蚁群算法，DFA，主成分分析，专利算法美国 Electronic Sensor Technology Inc. 气体色谱柱，表面声波型传感器 SPR美国 Sawtech Inc. 表面声波型传感器 专利瑞典 Nordic Sensor Technologies AB 半导体型金属氧化物传感器，压电石 英晶体传感器，表面声波型传感器 蚁群算法，主成分分析商品化的电子鼻系统首先由技术高度发达的国家如欧美、日韩等研发出来，并将其应用于商业化的检测中。这些国家对于电子鼻系统的硬件部分与软件部分的研究具有极高的创新性。此外，欧美等国家将最新的研究成果应用于电子鼻系统中并对其进行改进。这样变加快了对电子鼻传感器等硬件与模式识别等软件部分的研发速度。电子鼻代替人的嗅觉的功能更加科学的、可靠的去实现气味的辨别。近年来，它的应用范围也逐渐扩大，除了在传统的食品行业，环境监测，烟草业有广泛的应用之外，同时在医疗诊断，农业生产，防爆工作等方面中发挥了重要的作用 5。与发达国家相比国内对于电子鼻系统的理论研究起步较晚。目前国内对于电子鼻系统的研究主要还是各高校对国外技术的基础学习阶段，并没有商品业的产品问市。对于电子鼻系统硬件方面的研究国内个高校主要集中于气体传感器材料和传感器阵列结构。受制于目前国内的传感器的制备水平与新材料的开发相对缓慢，在硬件领域的研究相对比较缓慢。国内对于电子鼻系统软件部分的研究则比较迅速。国内对于电子5鼻瞬态响应信号预处理部分的研究主要在于滤波与特征提取两个方面。对于模式识别算法的研究主要集中在对国外算法的学习、改进与实验求证阶段。在软件部分，国内的学者们也提出了很多新算法，但是与国外发达国家相比我们在电子鼻商品化部分仍有很大的欠缺 2。国内对于电子鼻的研究主要可以分为以下几点：（1）气体传感器。气体传感器是能判别被测气体样本中气体的种类并分析出其中每种气体在被测样本中浓度的一种电子设备。它可以将被测样本中气体的相关信息如气体成分及其含量等信息转换为电信号。通过对这些电信号进行分析与处理就可以得到被测样本中气体的成分及其含量等信息。气体传感器的种类有很多，在电子鼻系统中比较常用的是半导体金属氧化物气体传感器。（2）算法研究。对于电子鼻的算法研究主要可以分为两类。其中之一为统计判别算法，另一个为神经网络模式识别算法。前者主要有线性判别函数、贝叶斯、K 一近邻法、非线性判别（二次判别函数和分段线性判别）等，后者主要有径向基函数、多层感知器神经元网络、误差反传算法、自组织神经元网络等。（3）硬件结构设计。电子鼻的气室设计与调理电路设计可以说是电子鼻系统硬件结构设计的主要部分。气室的设计对于气体样本检测的最终效果至关重要。常见的如顶空置气法等气室设计对于不同的气体类型有着不同的设计要求。目前尚未有一个统一的定论。电子鼻系统调理电路的设计主要是保证了传感器阵列与数据采集卡之间的信号处理，以及设计与其他设备之间的接口电路。1.3 课题的主要研究内容和研究意义1.3.1 课题的主要研究内容本文主要研究了电子鼻系统不同特征提取方法得到的特征对于气体识别率的影响，分别提取电子鼻系统中最大值，最大值时间，最大斜率和最小斜率作为特征，验证不同特征对识别效果的影响，先是用 PCA 画图，验证不同特征对气体的区分情况，然后通过径向基神经网络仿真验证不同特征对识别率的影响。1.3.2 课题的研究意义人类的日常生活和生产活动都会与周围的大气密切相关，比如要检测环境中是否含有危害人类健康的有害气体，化工厂要检测是否有可燃性的气体发生了泄漏等。电子鼻作为一种可以快速检测气体成分等信息的智能装置，目前已经被广泛的应用于环境监测、农业生产、安全防爆等多个领域，并且在这些领域里发挥了重要的作用。由6于电子鼻具有操作简单，对气体成分的分析客观可靠，能够快速进行在线检测，应用前景广阔等诸多优点，电子鼻的研究成为了目前国内外研究机构的研究热点。我国的电子鼻发展相对于国外较为缓慢，目前仍多数停留在实验室研究阶段，为了尽快发展商业化的电子鼻，有必要对其进行深入的研究。在电子鼻系统中，特征提取和模式分类等一系列对电子鼻信息进行处理的技术