CN103728348A - 一种室内空气质量电子鼻 - Google Patents

Abstract

本发明公开了一种室内空气质量电子鼻，所述电子鼻主要包括鼻架及壳体、吸气风机、HEPA滤纸、鼻腔、传感器阵列及其处理电路集成模块、数字信号处理器DSP、人机交互接口和有害气体吸收净化装置等部分。电子鼻特征是：吸气风机将被测室内空气经HEPA滤纸吸入鼻腔内，与气体传感器阵列充分反应；在鼻腔内完成对空气中有害气体测量与识别；然后有害气体吸收净化装置负责对高浓度有害气体吸收和净化处理。本发明具有体积小、抗干扰、快速准确、防止二次污染等特点，适合应用于室内空气品质中有害气体的检测。

Description

一种室内空气质量电子鼻

技术领域

本发明涉及一种环境监测领域室内空气质量电子鼻，尤其是一种对室内有害气体检测、识别判断和报警处理的电子鼻。属于气体监测和模式识别领域，适用于普通家庭、工作室、机房、车内等相对封闭环境的空气质量检测及净化控制。

背景技术

随着工业企业不断发展，空气中不同程度地夹带了各种各样的污染物，通常在自然通风的空旷室外，空气中的污染物对人们的身体健康影响相对较小。但随着人们居住条件的提高，室内装修普遍化，而装修材料如石材、化学壁纸、地毯、油漆、涂料等，环保性不够等造成大量有害挥发性气体散发，如甲醛、苯、氨、氡等，当房间使用空调处于密闭状态，导致有害挥发性气体浓度过高，危害身体健康。另外，在厨房内由于天然气等能源的不完全燃烧后容易造成CO浓度过高，存在中毒隐患。室内空气品质状况直接影响人们的身体健康和生命安全，有效的对室内有害气体进行检测及处理成为当前亟待解决的问题。

在西方发达国家，室内空气品质的监测和控制研究自90年代以来已经得到了较为广泛重视。对于室内空气品质的测量与评估，传统上采用分析化学方法和光谱分析等方法。分析化学方法一般需要在测量现场采集样气，带回实验室进行化学分析得到结果，而光谱分析需要专门的光谱仪，设备昂贵，操作复杂，不便携带，而且采样分析速度慢，无法实现实时快速的空气品质测量。

目前为了自动识别气体种类、自动寻找气源等，借助于半导体技术，采用多元件、多功能气体传感器，结合计算机技术，制成智能气体检测仪器——电子鼻。电子鼻在农产品品质评测、医疗疾病诊断、化妆品质量鉴定、工矿危险预警等方面均具有应用，如中国发明专利（CN101382531A）公开了一种利用电子鼻检测虾新鲜度的方法，采用5个不同类型的传感器组成的电子鼻对虾样品进行检测，检测结果客观、准确、快捷；中国发明专利（CN103018282A）公开了一种用于肺癌早期检测的电子鼻系统，可广泛应用于肺癌的早期检测、愈后监测和高危人群筛选中；中国发明专利（CN103116961A）公开了一种基于电子鼻技术的密闭空间火灾探测报警系统及方法，以便在极早期发现火灾，并减少误报、漏报率。

现有有害气体电子鼻检测目标单一，需要联机工作，系统庞大，价格昂贵，测试成本较高，在空气质量检测方面应用还很不成熟，有待进一步完善，如中国发明专利（CN102192927A）公开了一种基于电子鼻技术的空气质量监测系统及其监测方法，提出采用虚拟电阻法解决金属氧化物传感器的离散性问题，但未考虑到电子鼻整体结构小型化；中国发明专利（CN102590335A）公开了基于声表面波（SAW）传感器的嵌入式电子鼻测试系统和测试方法，其优点是测试训练过程可直接在嵌入式平台中进行，增强了系统的可便携性，但是所用的SAW传感器阵列对外界扰动及其敏感，易受环境中温湿度、风速、压力等因素的干扰，设计未对其做相关补偿，降低了系统精度，且SAW传感器的加工工艺复杂，成本较高；中国发明专利（CN101226166A）公开了一种用于现场检测的低功耗手持式电子鼻系统，能够脱离计算机独立工作，基本满足现场检测的要求，但其内部气流控制复杂，未考虑灰尘等外界杂质对于检测精度的影响，忽略了有害气体二次污染等问题。

发明内容

基于以上不足，本发明公开一种体积小、抗干扰和实时性好、可防止二次污染的室内空气质量电子鼻。

本发明所述电子鼻包括鼻架及壳体、数字信号处理器DSP、人机交互接口；鼻架及壳体两端设有进气口、出气口，鼻架及壳体内形成电子鼻腔，电子鼻腔中沿气流方向依次设有吸气风机、HEPA滤纸、传感器阵列及其处理电路集成模块和有害气体吸收净化装置；数字信号处理器DSP，用于进行信号处理及功能控制，与传感器阵列及其处理电路、显示器、键盘、声光报警器相连，完成传感器信号的采集、AD转换，对当前空气中有害气体特征模式识别与分类、定性识别和定量在线检测，并通过液晶显示当前信息，如果浓度超界，则报警提示；人机交互接口，包括按键、LCD显示器和LED光报警灯、蜂鸣器报警器，负责命令输入和信息输出，用于用户与数字信号处理器DSP之间信息形式的转换及信息传输的控制；以DSP为控制核心，按键作为信息输入接口接收用户命令，LCD显示器作为信息输出接口显示当前室内有害气体及空气质量状况，LED光报警灯、蜂鸣器报警器作为输出接口完成超标声光报警功能。

本发明所述的室内空气质量电子鼻，工作特征是：通过对已知成分及浓度的有害气体样本进行训练，对比分析传感器阵列的检测结果与实际已知气体信息的关系，建立相对应的统计模型，利用模式识别进行在线检测，实时准确得到有害气体成分和浓度信息。

本发明所述的室内空气质量电子鼻，各部分位置关系特征是：以数字信号处理器DSP为核心，与气体传感器阵列及其处理电路集成模块、人机交互接口相连，鼻架及壳体支撑固定HEPA滤纸、吸气风机、传感器阵列及处理电路集成模块及有害气体吸收净化装置；鼻架进气口处安装吸气风机，气流经HEPA滤纸滤除灰尘杂质后，在鼻腔内与传感器阵列反应，检测完成后经过有害气体吸收净化装置从出气口流进大气。

本发明所述的鼻架及壳体，其特征是：包括鼻架、进气口、出气口，鼻架及壳体形成一鼻腔，并支撑固定HEPA滤纸、吸气风机、传感器阵列及处理电路集成模块及有害气体吸收净化装置。

本发明所述的鼻腔，其特征是：鼻腔其材料选用不会与气体发生反应的矩形塑料盒体，腔体体积可保证气体的交换时间充足，设有气室盖，可完成不同场合传感器阵列的更换，气室壁有电源引线孔和数据线接出口，在鼻腔内完成对空气中有害气体采集与测量。

本发明所述的吸气风机，其特征是：在测试前可以加快被测气体的流通速度，实现鼻腔内部气体的均匀分布；在测试后，利用风扇将气体排出，清洁鼻腔便于进行下一轮检测。

本发明所述的传感器阵列及其处理电路集成模块，其特征是：包括一氧化碳（CO）、二氧化碳（CO₂）、挥发性有机物（VOC）等有害气体交叉敏感的半导体气体传感器6个；环境因素补偿的温湿度传感器1个；保证半导体气体传感器正常工作的加热电路；信号调理、放大和滤波处理电路等。负责采集鼻腔内空气中有害气体特征信号，并将其转化为电信号，进行信号调理、放大和滤波处理。

本发明所述的处理电路，其特征是：包括滤除测量过程中干扰和噪声信号的滤波电路、用于放大传感器微弱信号的放大电路、ADC输入缓冲等，形成信号处理集成系统。

本发明所述的数字信号处理器DSP是电子鼻核心，DSP处理特征是：主要进行信号处理及功能控制，完成传感器信号的采集、AD转换，对当前空气中有害气体特征模式识别与分类、定性识别和定量检测，并通过液晶显示当前信息，如果浓度超界(大于设定某阈值或国家标准)，则报警提示。

本发明所述的数字信号处理器DSP，其特征是：包括CPU内核、浮点运算单元FPU、信号采集电路、数模转换ADC单元、外扩液晶显示模块、实时时钟模块、串行通信接口、片内功能模块。

本发明所述的人机交互接口，其特征是：包括按键、LCD显示器和LED光报警灯、蜂鸣器报警器，负责命令输入和信息输出。

本发明所述的有害气体吸收净化装置，其特征是：由等离子发生器和碳氧化合物吸收剂组成，负责对鼻腔完成测试后的高浓度有害气体吸收和净化处理，防止二次污染。

本发明所述的模式识别，其特征是：包括数据采集、数据预处理、特征提取与特征选择、模式分类4个过程。主要目的是要在表示空间和解释空间之间找到一种可以是模式分类信息、回归预测或描述方案等映射关系。

本发明所述的采集数据预处理，其特征是：包括对信号测量和样本体系进行处理，减弱甚至消除各种非目标因素，如高频随机噪声、杂散信号、基线漂移等对检测信号信息的影响，其主要目的是提取有用信息，为建立稳定、可靠的数学模型奠定基础。

本发明所述的特征提取与特征选择，其过程特征是：将已知的模式样本进行数值化后送入计算机，对输入的样本进行分析，去掉对分类无效或易造成混淆的那些特征，保留对分类判别有效的数值特征；将已识别的分类结果与已知类别的输入模式作对比，不断改进判决规则，制定出使错误率最小的特征提取与选择策略。

本发明所述的在线检测，其过程特征是：应用经过训练好的算法对未知参数信息的混合气体进行盲源分离，输出识别结果，并给出气体种类及浓度信息。

本发明所述的室内空气质量电子鼻优点在于：将不同的气敏元件及其加热、调理电路制作在一块电路板上，组成传感器阵列单片集成系统，减小了系统的体积；通过DSP的应用，为模式识别技术实现提供硬件平台，从而为空气质量气体检测系统的便携化、高速化提供了一种很好的解决方案；利用气体传感器阵列交叉敏感的广谱特性，扩大了有害气体种类的检测范围；对不同环境下的温湿度因素做出软件补偿措施，使系统具有抗环境干扰的能力，提高了系统的准确性。基于DSP的便携式空气质量电子鼻，体积小、抗干扰性好、无二次污染，能够快速、准确、有效地实现室内空气中各主要有害气体成分的定性识别和定量检测，有助于提高生活质量、改善健康状况、保障家居安全。

附图说明

图1为电子鼻的整体结构示意图。

图2为电子鼻动态测试鼻腔结构图。

图3为电子鼻的系统硬件总体框图。

图4为半导体气体传感器加热采样结构电路图。

图5为电子鼻学习样本训练程序流程图。

图6为空气质量电子鼻在线检测流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

如图1所示，一种室内空气质量电子鼻，包括盒体1，所述盒体1中包括LCD显示器2、四个按键3、数字信号处理器DSP4及其串口5、鼻架及壳体60、蜂鸣器7、LED指示灯8、电源9等。所述鼻架及壳体60中包括进气口61、吸气风机62、HEPA滤纸、气体传感器阵列及其处理电路集成模块63、有害气体吸收净化装置64和出气口65等。

所述的LCD显示器2，其特征是：实时显示当前有害气体的成分、各成分的浓度值，或者浓度等级。浓度等级分为高级、中级和低级三等，高级是指超过了国家标准规定室内空气中某种有害气体的允许最高浓度值；低级是指低于国家标准规定室内空气质量达到优良的某种有害气体的允许浓度值；中级是指室内空气中某种有害气体浓度介于高级和低级之间。

所述的四个按键3，其特征是：分别为开关键、检测键、记录键、停止键。其中，按下开关键时，电源9开启，给各功能模块上电，包括LCD显示器2上电初始化等；按下检测键时，启动吸气风机62，将室内空气引进鼻架及壳体60的动态测试鼻腔，开始检测目标参数，LCD显示器2动态显示测试分析数据和超标报警信息，并定时保存；按下记录键时，读取显示测试的历史数据和超标报警信息；按下停止键时，蜂鸣器7停止报警、LED指示灯8熄灭，保存测试分析数据和超标报警信息。

所述的数字信号处理器DSP4，其特征是：与电源9、按键3、LCD显示器2、LED指示灯8、蜂鸣器7、气体传感器阵列及其处理电路集成模块63相连，通过串行接口5实现与PC的通讯。

所述的鼻架及壳体60，其特征是：包括进气口61、吸气风机62、HEPA滤纸、气体传感器阵列及其处理电路集成模块63、有害气体吸收净化装置64和出气口65等，形成一动态测试鼻腔。鼻腔内按照顺序支撑固定吸气风机62、HEPA滤纸、传感器阵列及处理电路集成模块63和有害气体吸收净化装置64等。

所述的HEPA滤纸，其特征是：对于0.1～0.3微米的灰尘颗粒物吸收效率能够达到99.7%，对于0.3微米以上的灰尘颗粒物去除效率可达到99.97%以上，对空气中大量存在的烟雾、灰尘以及细菌等污染物能有效过滤，可延长气体传感器的使用寿命，减小颗粒物对于气体传感器的交叉敏感。

所述的气体传感器阵列及其处理电路集成模块63，其特征是：包括6个气体传感器、1个温湿度传感器、加热电路、信号调理电路等，传感器阵列通过四个撑脚固定在腔体中央，使传感器与测量气体充分接触。

所述的有害气体吸收净化装置64，其特征是：由等离子发生器641和碳氧化合物吸收剂642组成，负责对鼻腔完成测试后的高浓度有害气体吸收和净化处理，防止二次污染。

如图2所示，所述的电子鼻动态测试鼻腔，腔体气流经进气口61，利用吸气风机62将气体从室内引入鼻腔67，因气体传感器对灰尘、微小颗粒物等存在交叉敏感，被测气流先经过HEPA滤纸过滤预处理，然后与传感器阵列充分反应后流经有害气体吸收净化装置64，其中等离子发生器641可净化甲醛、苯等挥发性有机化合物VOC，碳氧化物吸收剂642用于吸收CO、CO₂等碳氧化合物。净化后的气流经过出气口65排出大气。

如图3所示，所述的电子鼻采用基于DSP的硬件系统，主要由电源模块、气体传感器阵列、信号放大电路和滤波电路等信号调理电路、ADC输入缓冲电路、信号采集处理电路、串口通讯以及液晶显示和声光报警等功能模块组成。

所述的电源模块，其特征是：外部输入电源9V/1A，分别采用了LM2576-5V、LM2576-3.3V为系统提供+5V和+3.3V的高效稳压电压。

所述的气体传感器阵列，其特征是：包括对一氧化碳（CO）、二氧化碳（CO₂）、挥发性有机物（VOC）等有害气体交叉敏感的半导体气体传感器6个，其敏感膜表现为一个电阻，当传感器吸附被测气体时，其阻值随浓度变化而发生变化；环境因素补偿的温湿度传感器1个，输出线性电压信号。传感器呈环形等间距分布，置于动态测试腔体的中央，由鼻架及壳体支撑固定。

所述的信号调理电路，其特征是：利用一阶RC低通滤波和压控电压源二阶有源低通滤波器抑制被测低频信号中混叠的高频噪声成分，防止ADC采样时高频信号混叠到有用信号的低频段中。

预处理的信号经过ADC输入缓冲模块进入采集处理电路，完成ADC数据采样、DSP数据处理、通过串口与PC进行数据传输等。

所述的信号采集处理电路，其特征是：AD模数转换电路采用的是DSP内部的ADC模块，分辨率是12位，有效模拟量电压输入范围为0～3V。ADC的工作过程是：首先配置好ADC时钟，软件启动ADC开始采样；模数转换过程结束后，转换结果暂存在ADC内部的结果寄存器中；然后从结果寄存器读取转换结果进行相应的数据处理。

本发明所述的电子鼻DSP模式识别处理，其特征是：通过串口与PC进行数据传输，获得内置算法和事先训练的知识库；在PC上位机，采用Matlab软件和双BP神经网络模式识别算法，建立充分反映气源原始信息和检测气体浓度信息的关系函数，写进DSP处理器，来检测未知气源的参数信息。

本发明所述的液晶显示功能模块，其特征是：采用间接访问方式，即采用DSP的数字I/O模拟时序间接控制慢速液晶显示功能模块，通过软件编程控制DSP的I/O口来实现与慢速液晶显示功能模块备的时序匹配；采用与DSP进行电平转换后的+5V电源供电，满足了TTL电平的匹配，提高信号的驱动能力。

所述的声光报警模块，其特征是：采用蜂鸣器和LED电路，当检测空气中有至少一种气体浓度超标，蜂鸣器报警、LED亮红灯。按下停止键蜂鸣器停止报警、LED指示灯熄灭，若无按键操作，30S后报警自动消除，并保存超标报警信息。

如图4所示，所述的气体传感器阵列，其特征是：除一氧化碳（CO）传感器是一款脉冲加热方式的传感器外，其他都是加热电压恒定的半导体气体传感器，采用电阻分压方式进行加热采样。加热电阻R_H的两端连接有加热电压V_H，敏感电阻R_S的一端连接在直流电压V_C的正电源端，另一端串联负载R_L后，连接在直流电压V_C的负电源端，该负载电阻R_L两端的输出V_RL连接所述的信号调理电路。

如图5所示，所述的电子鼻样本训练过程，气体传感器阵列测得已知浓度的CO范围0～10ppm，间隔1ppm，共10个浓度值，每个浓度值测量3次；CO₂范围0～100ppm，间隔10ppm，共10个浓度值，每个浓度值测量3次；VOC范围0～1ppm，间隔0.1ppm，共10个浓度值，每个浓度值测量3次。三种气体共90组数据作为样本集，任选60组样本用于训练，剩下30组用于测试，选择各个样本的峰值作为初选特征。

所述的数据预处理，包括对信号测量和样本体系进行处理，减弱甚至消除各种非目标因素。传感器测试电路得到的输出信号为电压信号，对输出信号进行归一化处理，将数据处理为区间[0，1]之间：

$\hat{x}=\frac{x-x_{\min }}{x_{\max }-x_{\min }}---\left(1\right)$

所述的特征选择和特征提取，是对原始数据进行变换，得到能反映分类本质的特征。提取6个气体传感器响应数据曲线上的最大值、最大上升梯度、最大二阶导数、最大下降梯度作为特征值。主成分分析法是以均方误差最小原则意义下的最优数据降维方法。传感器阵列的气体传感器个数为6，训练样本个数为60，由此形成6×60阶样本数据矩阵X，具体处理过程是：

首先，计算预处理后传感器阵列输出的6维矩阵X的协方差矩阵σ，得到σ的特征值λ_i，并按降序排列；然后计算各个特征值的特征向量u_i；再计算各个特征值的贡献率

$v_i=\frac{{\mathrm{\λ}}_i}{\underset{i=1}{\overset{6}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}---\left(2\right)$

最后，根据各个特征贡献率的大小依次选择所需要的主成分。在此选取第一和第二主成分贡献率为92.7%。在控制数据信息均方误差的条件下，将多维数据进行线性组合从而得到融合后的信息。

所述的模式识别是在训练样本的基础上确定判别函数，在错误率最小的条件下，使识别的结果与客观事实相符合。具体过程是：

第一级BP网络，用于气体种类识别，使用函数newff()创建一个3层BP网络隐含层和输出神经元传递函数，分别为tansig()和logsig()，训练函数和学习算法分别为tranlm()和learngdm()。BP神经网络输入层为阵列中6个传感器信号，其中主敏感气体为一氧化碳（CO）的有1个、主敏感气体为二氧化碳（CO₂）的有1个，空气质量传感器共4个，输出层为气体的种类数3，分别为CO、CO₂和VOC三种气体。因此确定其网络拓扑结构为6-12-3，第一级模式分类目标向量分别为[1，0，0]、[0，1，0]、[0，0，1]。

第二级BP网络，用于气体浓度识别，使用函数newff()创建一个3层BP网络隐含层和输出神经元传递函数，分别为tansig()和logsig()，训练函数和学习算法分别为tranlm()和learngdm()。设输入矩阵P的结构为：

$P=\left[\begin{array}{cccc}{p}_{11}& p_{12}& L& p_{1s}\\ p_{21}& p_{22}& L& p_{2s}\\ M& M& M& M\\ p_{n1}& p_{n2}& L& p_{\mathrm{ns}}\end{array}\right]---\left(3\right)$

其中，n为第一级输出的气体种类数与传感器个数之和9，s为训练样本数60。

则输出矩阵T的结构为：

$T=\left[\begin{array}{cccc}{t}_{11}& t_{12}& L& t_{1s}\\ t_{21}& t_{22}& L& t_{2s}\\ M& M& M& M\\ t_{m1}& t_{m2}& L& t_{\mathrm{ms}}\end{array}\right]---\left(4\right)$

其中，m为气体种类3，s为训练样本数60。定性识别中，若测量结果能够明显的区分测试样本种类，则认为识别准确率为100%。定量识别中，主要考察预测浓度的准确度问题，从以下三个指标来衡定：

绝对值相对误差：

平均误差：

$\mathrm{AVEE}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{ARE}}_i---\left(6\right)$

绝对值最大误差：

$\mathrm{MAXE}=\underset{i}{\max }\left({\mathrm{ARE}}_i\right)---\left(7\right)$

其中，X为测试样本的真实浓度值，为检测得到的气体浓度值。

最后，根据训练样本输入矩阵P和输出矩阵T，通过神经网络算法得到输入层到隐含层的权值矩阵W₁和阈值矩阵B₁，及隐含层到输出层的权值矩阵W₂和阈值矩阵B₂。

本实施实验中6只传感器对一氧化碳（CO）的重要性系数分别为：[0.472，0.281，0.962，0.328，0.272，0.089]，对二氧化碳（CO₂）的重要性系数分别为：[0.188，0.256，0.058，0.115，0.214，0.975]，对挥发性有机化合物（VOC）的重要性系数分别为：[0.829，0.917，0.172，0.880，0.948，0.368]。在matlab中，将确定的权值和阈值的算法转化为C语言写进DSP实现其代码，则可根据传感器阵列的响应，定性识别气体的种类，定量识别气体的浓度。

如图6所示，所述的电子鼻样本，其检测主程序特征是：首先，对微处理器的一些寄存器、I/O口等状态初始化；对各个模块初始化；程序进入主循环，开启中断，进入低功耗模式，等待中断唤醒。

所述的电子鼻，其中断处理特征是：设置A/D转换模式，采集气体传感器及温湿度传感器信号，进入气体检测程序。

所述的电子鼻，其气体检测程序特征是：首先，将所述的训练程序所得的确定权值和阈值的BP神经网络算法转变为标准的C语言，能够在DSP内部实现其代码；其次，考虑到温湿度对气体传感器的影响，训练过程中把环境的温湿度信息与气体传感器阵列的测量信息作为训练样本。在测量每组气体样本时，同时记录当前环境温湿度值，共得到90组数据，经过归一化及特征提取后作为输入矩阵，学习训练后，环境中温湿度对气体传感器阵列的影响就反映在神经网络的各个连接权值上，因此具有了环境温湿度修正的能力。最后，将测量值与所设的阈值进行比较并用LCD显示，超标则触发声光报警装置，提醒用户采取相关措施进行空气净化控制或人员撤离。

Claims (10)

1. 一种室内空气质量电子鼻，其特征在于，所述电子鼻包括鼻架及壳体、数字信号处理器DSP、人机交互接口；鼻架及壳体两端设有进气口、出气口，鼻架及壳体内形成电子鼻腔，电子鼻腔中沿气流方向依次设有吸气风机、HEPA滤纸、传感器阵列及其处理电路集成模块和有害气体吸收净化装置；数字信号处理器DSP，用于进行信号处理及功能控制，与传感器阵列及其处理电路、显示器、键盘、声光报警器相连，完成传感器信号的采集、AD转换，对当前空气中有害气体特征模式识别与分类、定性识别和定量在线检测，并通过液晶显示当前信息，如果浓度超界，则报警提示；人机交互接口，包括按键、LCD显示器和LED光报警灯、蜂鸣器报警器，负责命令输入和信息输出，用于用户与数字信号处理器DSP之间信息形式的转换及信息传输的控制；以DSP为控制核心，按键作为信息输入接口接收用户命令，LCD显示器作为信息输出接口显示当前室内有害气体及空气质量状况，LED光报警灯、蜂鸣器报警器作为输出接口完成超标声光报警功能。

2. 根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的电子鼻腔材料为矩形塑料盒体，腔体内设有气室盖，可完成不同场合传感器阵列的更换，电子鼻腔壁有电源引线孔和数据线接出口，在腔体内完成对空气中有害气体采集与测量。

3. 根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的传感器阵列及其处理电路集成模块包括对一氧化碳、二氧化碳、挥发性有机物三种类型的有害气体交叉敏感的半导体气体传感器6个；环境因素补偿的温湿度传感器1个；保证半导体气体传感器正常工作的加热电路；信号调理、放大和滤波处理电路；负责采集鼻腔内空气中有害气体特征信号，并将其转化为电信号，进行信号调理、放大和滤波处理。

4. 根据权利要求1或3所述的室内空气质量电子鼻，其特征在于，所述的处理电路包括滤除测量过程中干扰和噪声信号的滤波电路、用于放大传感器微弱信号的放大电路、ADC输入缓冲等，形成信号处理集成系统。

5. 根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的数字信号处理器DSP包括CPU内核、浮点运算单元FPU、信号采集电路、数模转换ADC单元、外扩液晶显示模块、实时时钟模块、串行通信接口、片内功能模块。

6. 根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的有害气体吸收净化装置由等离子发生器和碳氧化合物吸收剂组成。

7.根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的模式识别包括数据采集、数据预处理、特征提取与特征选择、模式分类4个过程。

8.根据权利要求7所述的室内空气质量电子鼻，其特征在于，所述的采集数据预处理，包括对信号测量和样本体系进行处理，减弱甚至消除各种非目标因素；归一化处理使所有数据处于一个相同的范围内，变量和平均值的分布更加均衡。

9.根据权利要求7所述的室内空气质量电子鼻，其特征在于，所述的特征提取与特征选择过程是将已知的模式样本进行数值化后送入计算机，对输入的样本进行分析，去掉对分类无效或易造成混淆的那些特征，保留对分类判别有效的数值特征；将已识别的分类结果与已知类别的输入模式作对比，不断改进判决规则制定出使错误率最小的特征提取与选择策略。

10.根据权利要求1所述的室内空气质量电子鼻，其特征在于，所述的在线检测过程是应用经过训练好的理论算法对未知参数信息的混合气体进行盲源分离，输出识别结果，并给出气体种类及浓度信息。

Images