[发明专利]基于SAW传感器的嵌入式电子鼻测试系统和测试方法有效

专利信息
申请号: 201210006173.5 申请日: 2012-01-06
公开(公告)号: CN102590335A 公开(公告)日: 2012-07-18
发明(设计)人: 刘子骥;蔡贝贝;黄泽武;曾星鑫;郑兴 申请(专利权)人: 电子科技大学
主分类号: G01N29/02 分类号: G01N29/02;G06N3/08
代理公司: 成都华典专利事务所(普通合伙) 51223 代理人: 杨保刚;徐丰
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 saw 传感器 嵌入式 电子 测试 系统 方法
【说明书】:

技术领域

发明涉及气体定性与定量分析的测试系统,尤其涉及一种基于SAW(声表面波)传感器的嵌入式无线电子鼻测试系统。

背景技术

电子鼻是一种利用气体传感器阵列的响应图案来识别气味的电子系统,由传感器阵列和适当的模式识别系统组成,能识别简单的或者复杂的气体。电子鼻中的单个传感器在响应上是非特异性的,能对多种气体产生广谱响应。由于传感器本身不可避免的缺点。单一参数测量的传感器在测量混合气体时会产生很大干扰,测量误差难以控制。提高抗干扰能力有效的途径是采用组合式或者阵列式多传感器和神经网络等智能算法达到理想效果。目前,市面上的电子鼻产品多为国外生产,这些仪器一般体积较大,且价格昂贵,难以满足目前国内市场对便携式设备的需求。

SAW传感器具有选择敏感性高,重复性及可靠性等优势,可以作为电子鼻的传感器阵列,具体地,SAW传感器具有以下优点:

1. 高灵敏度,高线性度:SAW传感器的能量密度很大,对表面的扰动很敏感,且SAW传感器的基频可以加工至数GHz,因此检测灵敏度较高。

2. 重复性和可靠性好:SAW传感器的关键部件为SAW谐振器或延迟线,在制作时候采用平面赋值的半导体工艺,重复性好。且容易集成化、一体化,机构牢靠,因而可靠性更好。

3. 信号容易采集和处理,可实现无线传感:采用准数字信号输出,易数字化。在遥感和遥测方面有着明显的优势。

4. 体积小,重量轻,功耗低:这是所有SAW传感器的共同特点。

嵌入式平台及设备越来越普及,并且具有低功耗、体积小、集成度高、成本低、应用广泛等特点。如果神经网络等算法能应用到嵌入式设备,并且具有良好的运行性能,那么就可以解决复杂的工程问题,并且具备小型化和便携式特点。神经网络算法运算量较大、算法复杂,为了达到便携式和小型化的特点,需要对算法进行简化和处理。

虽然已经有很多提出神经网络算法的嵌入式应用,但是,大多数应用都是在PC上面进行仿真,然后将获得的结果移植到嵌入式平台,而不是将训练过程移植到嵌入式平台中。

发明内容

针对上述现有技术,本发明要解决的技术问题是提供一种成本低、方便携带的基于SAW传感器的嵌入式无线电子鼻测试系统和测试方法。

为了解决上述技术问题,本发明采用如下技术方案:一种基于SAW传感器的嵌入式电子鼻测试系统的测试方法,包括如下步骤:

(1)微控制器获取相关训练数据和测试数据;

(2)若所获取的数据格式不符合规范,则进行处理,否则跳过此步;

(3)若收到设置参数信号,则跳至第(6)步,否则自动设置相关参数;

(4)根据神经网络的规则调整相关参数,直到训练完成;

(5)若训练结果达到要求,则跳至第(8)步,否则继续;

(6)根据参数信号设置相关参数,直到训练完成;

(7)若训练结果达到要求,则跳至第(8),否则跳回第(6)步;

(8)把训练结果用于模式识别或者软件测量,根据测试数据,得到实际输出。

进一步地,所述步骤(2)中的数据格式包括:训练样本维数n、理想输出维数m、训练样本个数、理想输出个数、测试样本个数N、训练样本的数据和理想输出的数据;

对数据格式不符合规范的处理方法包括:

(2-1)按照如下规律“训练样本数据1,训练样本数据2……训练样本数据N;理想输出1,理想输出2……理想输出数据P;测试数据1,测试数据2……测试数据M”,其中M代表需要测试的个数;N代表用于输入的样本个数;P与分析的气体数目相同;

(2-2)训练样本或测试样本的数据归一化处理,范围是0.0-1.0;

(2-3)输出的数据归一化处理,范围是0.0-1.0。

进一步地,步骤(3),(4),(6)中的相关参数包括神经网络的节点数K,学习效率 ,训练中止误差,最大循环次数 ,规定时间t。

进一步地,所述步骤(3)和(6)中的参数信号如果需要修改,则按照以下格式“Y: 神经网络节点数:学习效率:训练中止误差:最大循环次数:规定时间”,否则不发送信号,(比如接受参数修改,则格式为Y:1:0.01:5000:15,其中,冒号是为了区分参数,可以在程序的时候加if语句来区分参数)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210006173.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top