基于ICA算法的智能电子鼻在混合气体特征提取中的应用

　　0　引言

　　电子鼻是一种化学分析仪器,是能够感知和识别气味的电子嗅觉系统。它将仿生学、传感技术、信号处理、模式识别和计算机科学等多种学科融于一体,模仿生物感官鼻子的功能。随着社会的发展,电子鼻技术在食品、化妆品、香料香气质量评定与生产过程控制、环境污染检测、战争毒气检测、能源、化工,医疗等方面的重要性与日俱增。

　　近年来,气体传感器阵列的电子鼻技术是人工嗅觉研究领域的一大热点。由于不同气体传感器对气体成分和浓度的敏感性不同,所以由多个传感器组成的阵列输出将会随着探测气体的成分和浓度的变化而出现不同的结果。这就是所谓的气体“指纹”。再者,由于外界恶劣环境影响都会对传感器阵列造成比较大的干扰,国内外现有智能电子鼻所依托的算法在一定程度上不能对变换外界情况做出有效的响应,在应用中的识别准确率都在80%~90%之间,识别准确率无法再有更好的提高。如何通过合理的数字信号处理技术来处理电子鼻信号,达到识别气味的目的将成为提高电子鼻识别准确率的关键技术。独立分量分析(ICA)方法是近十几年来逐渐发展起来的一种高效盲信号分离方法[1]。它可以将独立的源信号从混合信号中分离出来。并有效地消除外界干扰源所带来的噪声,依托ICA的智能电子鼻在实际应用中能很好地提高辨识的准确度,能够过滤掉外界干扰所带来的噪声。在应用中有很好的可靠性。

　　1　电子鼻结构实现与算法原理

　　1·1　智能电子鼻硬件结构

　　本智能电子鼻主要由气敏传感器阵列及其相关硬件电路和ICA (数据处理)软件构成。传感器阵列相当于嗅觉感受细胞,产生感应信号, ICA算法相当于人的大脑,具有分析,分离原始数据功能,它主要对混合气体进行成分分离,进行快速辨识[2],从而得到可靠结论。如图1所示。

　　1·2　智能电子鼻ICA算法原理

　　首先对ICA算法定义并进行归纳,可以得出:

　　这里,A是一个未知的N×M混合矩阵。此时,X的各分量之间不再是相互独立的。ICA的目标是找到一个对X做线性变换的M×N矩阵W,使得X经过变换后得到的新矢量

　　ICA的数学模型[3]在这里采用以下假设作为分析的依据:

        (1)传感器的数量大于等于源信号的数量,即N≥M;

　　(2)源信号之间在每一时刻都是相互独立的;

　　(3)最多只有一个源信号是高斯分布的;

　　(4)无传感器噪声或者仅有微量加性噪声。