基于传感器阵列瞬态响应信号分析的气体识别关键技术研究

气体识别关键技术是对气体进行检测的一种技术手段,通过模拟生物嗅觉功能,能够保证气体检测具有较高的效率性和准确性。气体识别技术在公共安全检测、食品质量控制、环境保护等方面发挥了日益重要的作用,这就促进了该技术手段的不断进化和提升。基于传感器阵列瞬态信号分析的气体识别技术,注重对多个气体传感器之间相互独立的特性进行应用,通过瞬态响应曲线对气体有效特征进行提取,以实现对气体特点的识别。基于传感器阵列瞬态响应信号分析的气体识别,侧重于信号的获取、特征提取、模式识别等内容,从而采取定性分析与定量分析相结合的方法,对气体进行较为准确的识别。     

基于传感器阵列的目标识别算法综述

本文对目前国内外部分文献上发表的有关传感器阵列的目标识别算法加以综述,系统介绍了传感器阵列目标识别技术的理论,并全面阐述和归纳了传感器阵列目标识别的几种主要算法,指出了目标识别研究中存在的主要问题,对未来的研究方向进行了展望。     

基于优化的GA-BP网络算法的混合气体识别

基于还原氧化石墨烯(RGO)复合材料设计并制备气体传感器构成气体传感器阵列,对NO_2和NH_3组成的混合气体进行性能测试,构建算法对混合气体进行识别。通过主成分分析法发现混合气体的响应与气体浓度具有非线性关系,选择BP网络作为识别工具;根据多次模拟结果的预测均方误差(MSE)箱线图,对BP网络的参数进行优化,使其性能大幅提升;采用均匀分布U(-3,3)生成随机数并经过遗传算法(GA)优化后,作为GA-BP网络算法的初始权重和阈值,采用BP网络算法对混合气体进行识别。结果表明,优化的GA-BP网络算法在300次模拟中对混合气体的定性识别准确率均为100%,定量预测在最坏情况下的相对误差不超过30%,可靠性胜过BP网络算法,具有较好的参考价值。     

基于气体传感器阵列的电子鼻对混合气体定量识别的研究

阐述了电子鼻的结构,并根据传感器阵列响应信号特性,推导出气体传感器阵列的响应矩阵及其对混合气体的响应;论述了前馈神经网络在电子鼻中的应用原理。最后,利用自制的实验装置对所建立的电子鼻进行性能测试。实验结果证明气体传感器阵列和神经网络模式识别技术所组成的电子鼻完全可以完成对混合气体浓度的识别。     

基于气体传感器阵列的轿厢内有害气体监测系统的设计

随着居民汽车持有量的增加,居民生活空间的空气质量变得恶化。消费者对车内空气质量关注度显著提高。因此轿厢内有害气体的监测与控制和净化系统的研发十分必要。文章提出了全新的车厢内有害气体监测方案,针对影响车内的几种种主要有害气体(PM2.5,CO2,CO,SO2,NOx等)进行监测与控制,最终达到净化目的。对于有害气体监测用传感器,文章建议采用阵列气体传感器,该传感器具有精度高、成本低等特点。"轿厢内有害气体监测系统"将借用发动机控制系统的软硬件平台,只增加若干气体传感器,有效控制系统成本的增加。     

基于阵列传感器的管道弯头冲蚀检测研究

在气体钻井中,井口设备和地面管线普遍存在不可避免的氧腐蚀以及高速气流携带钻屑对设备和管线的冲蚀问题。特别是在井口管线的弯头处,承受的来自钻屑的碰撞次数更多以及受到的撞击力更大,使得弯头承受来自流体以及钻屑的压力更大,导致弯头处受冲蚀减薄的速率比其他直线管道更快。而且实际钻井中还可能遇到地层出水或地层产气含H2S和 CO2等酸性气体的情况,这些都会加大气体钻井的井控风险。文章介绍一种用阵列传感器对管道弯头的在役无损检测研究方法,该方法是在国内对弯头研究基础上的进一步研究,具体结合气体钻井的实际工况,提出了一种可行性方法。     

气体传感器阵列中微加热器的发展现状

本文总结了气体传感器中微加热器的材料、结构及热特性，列举了常见的几种微加热器，对Ｐｔ加热器和多晶Ｓｉ加热器进行比较，并在此基础上简要介绍了传感器阵列中微加热器的制作及器阵列的气敏特性。     

声表面波传感器阵列识别毒剂研究

以聚环氧氯丙烷(PECH)、硅酮(SE-30)和两种氢键酸性聚硅氧烷(BSP3、PTFP)为敏感膜制备了对毒剂敏感的声表面波(SAW)传感器阵列.基于这种SAW传感器阵列对沙林、芥子气和甲基膦酸二甲酯进行了检测,并结合概率神经网络(PNN)对检测结果进行识别,识别率达90%,对上述3种气体的检出限分别达到0.30 mg/m3、0.30 mg/m3和0.07 mg/m3.     

基于虚拟气体传感器阵列的肺癌检测电子鼻

提出了一种无创电子鼻诊断肺癌的新方法。该方法结合虚拟声表面波(SAW)传感器阵列的概念和图像识别方法,对肺癌病人、正常人和老慢支病人的呼出气体进行了检测,确定11种挥发性有机成分(VOCs)为肺癌特征气体。此外,在细胞水平上进行研究,证明了肺癌细胞培养液中存在的特征性VOCs是肺癌细胞新陈代谢的产物,可以作为判定特定肺癌细胞的依据,为确定肺癌病人呼吸中的特征性气体提供病理根据。     

基于虚拟气体传感器阵列的肺癌检测电子鼻

提出了一种无创电子鼻诊断肺癌的新方法.该方法结合虚拟声表面波(SAW)传感器阵列的概念和图像识别方法,对肺癌病人、正常人和老慢支病人的呼出气体进行了检测,确定11种挥发性有机成分(VOCs)为肺癌特征气体.此外,在细胞水平上进行研究,证明了肺癌细胞培养液中存在的特征性VOCs是肺癌细胞新陈代谢的产物,可以作为判定特定肺癌细胞的依据,为确定肺癌病人呼吸中的特征性气体提供病理根据.     

基于虚拟气体传感器阵列的肺癌检测电子鼻

提出了一种无创电子鼻诊断肺癌的新方法。该方法结合虚拟声表面波（SAW）传感器阵列的概念和图像识别方法，对肺癌病人、正常人和老慢支病人的呼出气体进行了检测，确定11种挥发性有机成分（VOCs）为肺癌特征气体。此外，在细胞水平上进行研究，证明了肺癌细胞培养液中存在的特征性VOCs是肺癌细胞新陈代谢的产物，可以作为判定特定肺癌细胞的依据，为确定肺癌病人呼吸中的特征性气体提供病理根据。     

基于红外阵列传感器的人体行为识别系统研究

随着人口老龄化的到来,为了避免发生意外事故,对老人日常活动行为进行识别和监测的安全监护系统的需求不断增长.传统的基于摄像头拍摄或者穿戴式传感器的活动状态监测系统存在着隐私保护和使用不方便等不足.为此,本文设计一种基于红外阵列传感器的人体行为识别系统.该系统通过检测环境中的温度分布和变化情况识别人体行为,不需要在老人身上佩戴任何设备,尺寸小易于安装,在黑暗环境中可正常工作,且由于采集到的是低分辨率信息,不会造成隐私泄露,对比传统方案具有明显优势.从采集到的温度分布信息中提取特征并采用K最近邻(K-Nearest Neighbor,KNN)算法实现了\     

基于电磁矢量传感器的MIMO天线阵列系统研究

将电磁矢量传感器(EVS,electromagnetic vetor sensor)信号处理法与传统MIMO信号处理有机地结合,建立了基于EVS的多天线三维信道模型。采用多重信号分类(MUSIC,multiple signal classification)算法对MIMO的达波信号方向(DOA,direction of arrival)进行空间谱估计,导出基于EVS的三维空间信道解析式,阐明了EVS信号处理与MIMO多径信道相关性的关系。与传统标量传感器阵列(SSA,scalar sensor array)MIMO天线阵列比较,EVS阵列能获取达波信号的多维极化信息,同时具有空间域和极化信号处理能力。因此可缓解空间多径信道相关性,使空间极化分量的相关性趋于零值,而且使MIMO系统性能受空间结构的影响较小。理论分析和仿真结果表明在提高MIMO天线系统性能上,基于EVS阵列的系统比SSA系统具有更高的优越性。     

基于PC的多传感器阵列仿真软件设计

为了仿真模拟不同的现场环境,并为某型声呐系统提供信号源,基于PC机,VC＋＋系统环境下,介绍了一种多传感器阵列多任务系统的硬件结构和仿真软件设计与开发过程。该软件能以某型阵列的架构实时采集来自不同方位的信号,格式化并按照既定帧格式输出仿真信号。仿真实验表明,该仿真系统捕捉到的目标信息与目标实际信息具有较好的符合性。     

基于GMR传感器阵列的生物检测研究

利用磁性传感器,特别是GMR传感器,对生物特异性反应进行检测,从而解决传统荧光检测存在的标记易失、可重复性差,对设备和技术人员要求高等缺点.采用超顺磁磁珠作为磁性标记物,将其与被测生物分子充分结合后固定在芯片表面,再通过磁阻传感器的磁阻变化检测磁性标记的存在.采用高灵敏度的GMR传感器和磁性含量高的磁性颗粒,减小标记与传感器之间的距离和尺度差异,能提高阵列生物检测性能.将GMR传感器阵列应用在生物检测上是极具发展前途的研究方向,通过对已有方案的改良或选用新型的材料,最终会实现磁性生物传感器灵敏、快速、便捷的实际应用.     

多传感器数据融合中基于目标识别的DS算法研究

由于多传感器数据中对目标的描述通常存在或多或少的模糊、相驳、遗缺等现象,在多传感器数据融合处理中如何对目标进行有效可靠的识别,是一个备受关注的难题。本文对多传感器数据融合处理中基于ＤＳ算法的目标识别问题进行了较深入的探讨,利用ＤＳ算法对不确定性信息的推理判断机制,为解决上述难题提供了一种有效的方法。     

光学层析成像空间阵列传感器研究

在讨论光学层成像系统基本结构和原理的基础上,分析了光学层析成像技术国内外发展现状、趋势及要解决的关键技术,并给出了几种典型的基于光学层析成像技术的和互相关分析技术结合的阵列传感器空间布置、讨论了空间传感器结构、分辨率及灵敏场分布之间的关系。