CN101470121A

CN101470121A - 一种嵌入式仿生嗅觉气味识别方法及装置

Info

Publication number: CN101470121A
Application number: CNA2007100329964A
Authority: CN
Inventors: 骆德汉; 汪军; 邹宇华
Original assignee: FOSHAN SHUNDE REALDESIGN ELECTRONICS INDUSTRY Co Ltd; Guangdong University of Technology
Current assignee: FOSHAN SHUNDE REALDESIGN ELECTRONICS INDUSTRY Co Ltd; Guangdong University of Technology
Priority date: 2007-12-29
Filing date: 2007-12-29
Publication date: 2009-07-01

Abstract

本发明是一种模仿人类/动物的嗅觉功能，能够识别、分析多成分混合的挥发性气体的嵌入式仿生嗅觉气味识别方法及装置。包括有如下步骤：1)用阵列传感器测试尽可能多的已知气味，获得对各种气味的响应模式，从而建立已知气味的信息数据库；2)对传感器阵列检测的待测气味信息进行前处理，以达到漂移补偿、信息压缩和噪声滤波；3)对前处理的气味信息进行后处理，提取待测气味信息的特征，降低测量空间维数并提取与模式识别有关的信息；4)对待识别气味的气味信息进行特征分类；5)将已获得的待识别气味的特征分类与数据库中已知气味特征信息比较，给出识别结果。本发明可实现对不同气体的识别，解决了目前单个气体传感器无法解决的选择性问题；此外，本发明的分析装置具有宽广的气味图谱敏感识别范围。

Description

一种嵌入式仿生嗅觉气味识别方法及装置

技术领域：

本发明是一种模仿人类/动物的嗅觉功能，能够识别、分析多成分混合的挥发性气体的嵌入式仿生嗅觉气味识别方法及装置，属于嵌入式仿生嗅觉气味识别方法及装置的创新技术。

背景技术：

随着仿生学理论研究的深入和计算机技术的发展，人们从上世纪八十年代开始进行仿生嗅觉、味觉系统的研究。特别是近年来，随着材料科学的发展和电子信息技术的发展，国际电子鼻的开发研制获得快速发展并进入实用阶段。

目前，国内大多食品企业对食品品质和香气质量的最终鉴定主要还是依靠人体感官的味觉和嗅觉进行评判。由于人体感官不可避免地要受到生理、经验、情绪、环境等主观和客观因素的影响，因此，感官评定方法比理化分析方法更难掌握。即使是一些很有经验的专家，有时在评价一种特殊食品的香气或味道时，也会产生很不一致的意见。因此，感官评定方法难以做到准确、客观。国内也有部分企业借助仪器对食品气味进行检测和分析，但大多仍停留在气相色谱分析和单个气敏传感器分析的水平上。由于气相色谱分析所用设备复杂，操作难度大，准确度低，很难实现在线或现场检测分析；另外，由于食品的气味和味道不是由某种单一成分所形成，而是多种成分的综合反映，而单个气敏传感器只能用来对单一成份气体进行传感，不能对含有多种成份的食品进行整体成分有效检测，因此，满足不了对食品品质和质量安全进行快速检测和评判的要求。

发明内容：

本发明的目的在于考虑上述问题而提供一种能模仿人的鼻子功能，识别、分析多成份混合的挥发性气味的嵌入式仿生嗅觉气味识别方法。

本发明的另一目的在于提供一种结构简单，操作简便的嵌入式仿生嗅觉气味识别装置。

本发明的技术方案是：

本发明嵌入式仿生嗅觉气味识别方法，其包括有如下步骤：

1)用阵列传感器测试尽可能多的已知气味，获得对各种气味的响应模式，从而建立已知气味的信息数据库；

2)对传感器阵列检测的待测气味信息进行前处理，以达到漂移补偿、信息压缩和噪声滤波；

3)对前处理的气味信息进行后处理，提取待测气味信息的特征，降低测量空间维数并提取与模式识别有关的信息；

4)对待识别气味的气味信息进行特征分类；

5)将已获得的待识别气味的特征分类与数据库中已知气味特征信息比较，给出识别结果。

上述步骤1)的传感器为阵列式导电聚合物传感器。

上述步骤4)采用K近邻分类法、Bayesian分类法、人工神经网络分类法进行特征分类。

上述步骤2)对传感器阵列检测的待测气味信息进行前处理的过程为：

1)用聚合物传感器阵列在检测到气味后，其电导率发生变化，即电阻值发生相对变化并带有高频噪音，用信号调理电路将该信号转换为电流或电压变化；

2)用微处理器对其采样，采样后的数据使用Savitsky-Golay方法对其进行数字过滤，以消除高频噪声；Savitsks.Golay滤波器可以通过多项式近似平滑响应曲线，通过设置过滤窗大小能够使响应曲线达到最佳的平滑，而不出现较大的扭曲；

3)滤波后的数据再用基线校正法降解，基线电阻的平均值R₀由样品释放前和排空后采样数点计算，样品释放过程中最大电阻的平均值R_max由最大电阻的绝对值和样品释放过程中采样点来计算，因此，传感器的响应值定义为

\frac{(R_{\max} - R_{0})}{R_{0}} = \frac{ΔR}{R_{0}} .

上述步骤3)对前处理的气味信息进行后处理的过程为：

1)计算机系统在获得阵列传感器的响应值后，将某种样品或某种气味的响应数据形成一种称为嗅觉纹的图形；

2)使用加权法把阵列传感器的响应值按公式

\frac{ΔR}{R_{0}} = \frac{{(ΔR / R_{0})}_{i}}{\underset{i}{Σ} {(ΔR / R_{0})}_{i}}

归一化，归一化的数据然后进行自动分级。

上述步骤5)中的信号识别过程为：

1)先将已知气味的一组信号作为训练集，通过学习获得该气味的特征模型；

2)用归一化数据去识别一个未知气味信号，其过程分特征提取、信号分类和信号识别三个步骤。

本发明嵌入式仿生嗅觉气味识别方法所用的装置，包括有气味进样装置、导电聚合物嗅觉传感器阵列、信号调理电路、模数转换电路和进行信息处理的嵌入式微型计算机系统，其中信号调理电路包括信号放大电路、信号滤波电路，气味进样装置的输出端与导电聚合物嗅觉传感器阵列的输入端连接，导电聚合物嗅觉传感器阵列的输出端与信号调理电路中的信号放大电路的输入端连接，信号放大电路的输出端与信号滤波电路的输入端连接，模数转换电路的输入端与信号滤波电路的输出端连接，模数转换电路的输出端与进行信息处理的嵌入式微型计算机系统的输入端连接。

本发明由于采用导电聚合物传感器阵列采集气味信号，将多个不同气体传感器集成在一块硅片上，利用不同气体传感器对某气体的灵敏度的交叉效应，实现对不同气体的识别，解决了目前单个气体传感器无法解决的选择性问题；本发明的分析装置具有宽广的气味图谱敏感识别范围，工作时得到的不是被测样品中某种或某几种成分的定性或定量结果，而是给出样品挥发成分的整体信息。它可模仿人的鼻子功能，对检测气味对象进行学习、记忆和识别，它不仅可以应用于监测、控制不同的单一成分或多成分混合气味，而且可以将检测的气味信号与学习时建立的“嗅觉纹”加以比较，识别多成份混合气味。同时该装置具有体积小、操作方便、通用性强等特点，能在工业、食品、医疗、环保、国防等领域获得广泛的应用。

附图说明：

图1为本发明嵌入式仿生嗅觉气味识别方法的技术路线图；

图2为本发明嵌入式仿生嗅觉气味识别方法的系统结构框图；

图3为本发明嵌入式仿生嗅觉气味识别装置的硬件结构框图。

具体实施方式：

实施例：

本发明的技术方案是：

本发明嵌入式仿生嗅觉气味识别方法，其包括有如下步骤：

4)对待识别气味的气味信息进行特征分类；

上述步骤1)的传感器为阵列式导电聚合物传感器。

\frac{(R_{\max} - R_{0})}{R_{0}} = \frac{ΔR}{R_{0}} .

上述步骤3)对前处理的气味信息进行后处理的过程为：

2)使用加权法把阵列传感器的响应值按公式

\frac{ΔR}{R_{0}} = \frac{{(ΔR / R_{0})}_{i}}{\underset{i}{Σ} {(ΔR / R_{0})}_{i}}

归一化，归一化的数据然后进行自动分级。

上述步骤5)中的信号识别过程为：

本发明嵌入式仿生嗅觉气味识别方法所用的装置，包括有气味进样装置1、导电聚合物嗅觉传感器阵列2、信号调理电路3、模数转换电路4和进行信息处理的嵌入式微型计算机系统5，其中信号调理电路3包括信号放大电路31、信号滤波电路32，气味进样装置1的输出端与导电聚合物嗅觉传感器阵列2的输入端连接，导电聚合物嗅觉传感器阵列2的输出端与信号调理电路3中的信号放大电路31的输入端连接，信号放大电路31的输出端与信号滤波电路32的输入端连接，模数转换电路4的输入端与信号滤波电路32的输出端连接，模数转换电路4的输出端与进行信息处理的嵌入式微型计算机系统5的输入端连接。

本发明对固体和液体样品基本无须前处理，在手动进样时，只需将秤重后的固体样品或恒定体积的液体样品放进样品瓶(总体积不超过半瓶)。然后放入进样器烘箱中对样品瓶振动及加温，产生具有重复性的顶空样品，然后手动进样到传感器阵列即可；在自动进样条件下：将秤重后的固体样品或恒定体积的液体样品放进具有32个采样瓶的自动进样器，自动进样器将对其样品瓶自行振动及加温，产生具有重复性的顶空样品，然后自动进样到传感器矩阵室内。

本发明中所使用的导电聚合物传感器是非专一性传感器，它对于许多引起人鼻响应的分子有较高的灵敏度。这种传感器一般包括一种聚合物、一种平衡离子和一种溶剂，它们能随气味的变化而产生响应，当分析物与此材料反应并引起聚合物中的“杂质”变化时，其导电性就发生了变化。气体与导电聚合物反应引起传导性发生变化，这个响应取决于气体成分与聚合物之间的复杂关系，因为每一种传感器均以单独的方式对各种成分产生响应。

本发明中所使用的导电聚合物传感器同时也是一种聚合物复合型传感器，该复合传感器是一个由32个传感器组成的阵列。每个传感器有一对电接触点与一个复合膜相连，传感器的膜是由一种非导电聚合物和导电炭粒组成的复合材料，当膜吸收被测物挥发性气体并溶涨时，膜上的导电通道被切断，复合膜的电阻发生变化。接触点之间的电阻变化被用作传感器的输出。由于在阵列中的每一个传感器都有一个独特的聚合物，因此，每一种气体混合物都有一个可重现的电阻组合或“嗅觉纹”。选择具有一定性能的聚合物便能用传感器阵列来区别许多不同类型的气体。

本发明对不同样品的气味品质数据进行处理并形成气味指纹图。每个气味传感器的输出都以电阻或电导表示，以便研究气味的强度，然后将电阻或电导归一化，建立相应的数据库。数据库中的信息则应用化学统计学(Chemometrics)方法对其进行模式分析，包括嗅觉指纹图(Fingerprint)、主要成份分析(PCA)图、判别分析(DFA)图、优劣判定(SIMCA)图、质量监控(SQC)图和最小二乘法定量分析(PLS)图以及相关的数据表格。系统经过对样品的学习后既具备了记忆、分析能力，便可对气味性质和特征进行分析和识别。系统软件还具备测试数据上传和下载等管理功能。

本发明在建立数据库的基础上，对气味信号直接进行图象(二维、三维以至多维)识别和数据计算，可得到相应的“气味指纹图”，并将待测样本“指纹”和标准样本“指纹”进行比较，然后给出分析结果。输出形式可以是图形、表格或文字。它既可以简单地给出最终的决策(如合格或不合格)，也可以给出气味“指纹”的文本信息(如文字、表格)或可视化信息(如直方图等)。输出内容包括电子指纹相似性指数、样品浓度、区分指数等等，所有的图表可根据用户需要存储或打印。

Claims

1、一种嵌入式仿生嗅觉气味识别方法，其特征在于包括有如下步骤：

2)对传感器阵列检测的待测气味信息进行前处理，以达到漂移补偿、信号压缩和噪声滤波；

4)对待识别气味的气味信息进行特征分类；

2、根据权利要求1所述的嵌入式仿生嗅觉气味识别方法，其特征在于上述步骤1)的传感器为阵列式导电聚合物传感器。

3、根据权利要求1所述的嵌入式仿生嗅觉气味识别方法，其特征在于上述步骤4)采用K近邻分类法、Bayesian分类法、人工神经网络分类法进行特征分类。

4、根据权利要求1所述的嵌入式仿生嗅觉气味识别方法，其特征在于上述步骤2)对传感器阵列检测的待测气味信息进行前处理的过程为：

2)用微处理器对其采样，采样后的数据进行数字过滤，以消除高频噪声；

\frac{(R_{\max} - R_{0})}{R_{0}} = \frac{ΔR}{R_{0}} .

5、根据权利要求1所述的嵌入式仿生嗅觉气味识别方法，其特征在于上述步骤3)对前处理的气味信息进行后处理的过程为：

2)使用加权法把阵列传感器的响应值按公式

\frac{ΔR}{R_{0}} = \frac{{(ΔR / R_{0})}_{i}}{\underset{i}{Σ} {(ΔR / R_{0})}_{i}}

归一化，归一化的数据然后进行自动分级。

6、根据权利要求1所述的嵌入式仿生嗅觉气味识别方法及装置，其特征在于上述步骤5)中的信号识别过程为：

7、一种根据权利要求1所述嵌入式仿生嗅觉气味识别方法所用的装置，其特征在于包括有气味进样装置(1)、导电聚合物嗅觉传感器阵列(2)、信号调理电路(3)、模数转换电路(4)和进行信息处理的嵌入式微型计算机系统(5)，其中信号调理电路(3)包括信号放大电路(31)、信号滤波电路(32)，其中气味进样装置(1)的输出端与导电聚合物嗅觉传感器阵列(2)的输入端连接，导电聚合物嗅觉传感器阵列(2)的输出端与信号调理电路(3)中的信号放大电路(31)的输入端连接，信号放大电路(31)的输出端与信号滤波电路(32)的输入端连接，模数转换电路(4)的输入端与信号滤波电路(32)的输出端连接，模数转换电路(4)的输出端与进行信息处理的嵌入式微型计算机系统(5)的输入端连接。