專利名稱：基于saw傳感器的嵌入式電子鼻測試系統(tǒng)和測試方法
技術領域：
本發(fā)明涉及氣體定性與定量分析的測試系統(tǒng)，尤其涉及一種基于SAW (聲表面波) 傳感器的嵌入式無線電子鼻測試系統(tǒng)。
背景技術：
電子鼻是一種利用氣體傳感器陣列的響應圖案來識別氣味的電子系統(tǒng)，由傳感器陣列和適當?shù)哪Ｊ阶R別系統(tǒng)組成，能識別簡單的或者復雜的氣體。電子鼻中的單個傳感器在響應上是非特異性的，能對多種氣體產生廣譜響應。由于傳感器本身不可避免的缺點。單一參數(shù)測量的傳感器在測量混合氣體時會產生很大干擾，測量誤差難以控制。提高抗干擾能力有效的途徑是采用組合式或者陣列式多傳感器和神經網(wǎng)絡等智能算法達到理想效果。 目前，市面上的電子鼻產品多為國外生產，這些儀器一般體積較大，且價格昂貴，難以滿足目前國內市場對便攜式設備的需求。SAff傳感器具有選擇敏感性高，重復性及可靠性等優(yōu)勢，可以作為電子鼻的傳感器陣列，具體地，SAW傳感器具有以下優(yōu)點
I.高靈敏度，高線性度=SAW傳感器的能量密度很大，對表面的擾動很敏感，且SAW傳感器的基頻可以加工至數(shù)GHz，因此檢測靈敏度較高。2.重復性和可靠性好SAW傳感器的關鍵部件為SAW諧振器或延遲線，在制作時候采用平面賦值的半導體工藝，重復性好。且容易集成化、一體化，機構牢靠，因而可靠性更好。3.信號容易采集和處理，可實現(xiàn)無線傳感采用準數(shù)字信號輸出，易數(shù)字化。在遙感和遙測方面有著明顯的優(yōu)勢。4.體積小，重量輕，功耗低這是所有SAW傳感器的共同特點。嵌入式平臺及設備越來越普及，并且具有低功耗、體積小、集成度高、成本低、應用廣泛等特點。如果神經網(wǎng)絡等算法能應用到嵌入式設備，并且具有良好的運行性能，那么就可以解決復雜的工程問題，并且具備小型化和便攜式特點。神經網(wǎng)絡算法運算量較大、算法復雜，為了達到便攜式和小型化的特點，需要對算法進行簡化和處理。雖然已經有很多提出神經網(wǎng)絡算法的嵌入式應用，但是，大多數(shù)應用都是在PC上面進行仿真，然后將獲得的結果移植到嵌入式平臺，而不是將訓練過程移植到嵌入式平臺中。

發(fā)明內容
針對上述現(xiàn)有技術，本發(fā)明要解決的技術問題是提供一種成本低、方便攜帶的基于SAW傳感器的嵌入式無線電子鼻測試系統(tǒng)和測試方法。為了解決上述技術問題，本發(fā)明采用如下技術方案一種基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，包括如下步驟
(I)微控制器獲取相關訓練數(shù)據(jù)和測試數(shù)據(jù)；(2)若所獲取的數(shù)據(jù)格式不符合規(guī)范，則進行處理，否則跳過此步；
(3)若收到設置參數(shù)信號，則跳至第(6)步，否則自動設置相關參數(shù)；
(4)根據(jù)神經網(wǎng)絡的規(guī)則調整相關參數(shù)，直到訓練完成；
(5)若訓練結果達到要求，則跳至第(8)步，否則繼續(xù)；
(6)根據(jù)參數(shù)信號設置相關參數(shù)，直到訓練完成；
(7)若訓練結果達到要求，則跳至第(8)，否則跳回第(6)步；
(8)把訓練結果用于模式識別或者軟件測量，根據(jù)測試數(shù)據(jù)，得到實際輸出。進一步地，所述步驟(2)中的數(shù)據(jù)格式包括訓練樣本維數(shù)η、理想輸出維數(shù)m、訓練樣本個數(shù)、理想輸出個數(shù)、測試樣本個數(shù)N、訓練樣本的數(shù)據(jù)和理想輸出的數(shù)據(jù)；
對數(shù)據(jù)格式不符合規(guī)范的處理方法包括
(2-1)按照如下規(guī)律“訓練樣本數(shù)據(jù)1，訓練樣本數(shù)據(jù)2……訓練樣本數(shù)據(jù)N ;理想輸出 1，理想輸出2……理想輸出數(shù)據(jù)P ;測試數(shù)據(jù)1，測試數(shù)據(jù)2……測試數(shù)據(jù)M”，其中M代表需要測試的個數(shù)；N代表用于輸入的樣本個數(shù)；P與分析的氣體數(shù)目相同；
(2-2)訓練樣本或測試樣本的數(shù)據(jù)歸一化處理，范圍是O. 0-1. O ；
(2-3)輸出的數(shù)據(jù)歸一化處理，范圍是O. 0-1. O。進一步地，步驟(3)，(4)，(6)中的相關參數(shù)包括神經網(wǎng)絡的節(jié)點數(shù)K，學習效率， 訓練中止誤差，最大循環(huán)次數(shù)，規(guī)定時間t。進一步地，所述步驟(3)和(6)中的參數(shù)信號如果需要修改，則按照以下格式“Y: 神經網(wǎng)絡節(jié)點數(shù)學習效率訓練中止誤差最大循環(huán)次數(shù)規(guī)定時間”，否則不發(fā)送信號， (比如接受參數(shù)修改，則格式為Y: I: O. 01:5000:15，其中，冒號是為了區(qū)分參數(shù)，可以在程序的時候加if語句來區(qū)分參數(shù))。進一步地，步驟(4)中的神經網(wǎng)絡的規(guī)則包括3層BP神經網(wǎng)絡(Back Propagation Neural Network )、權值初始化規(guī)則、學習效率的規(guī)則、隱層節(jié)點數(shù)選取規(guī)則、訓練停止規(guī)則。更進一步地，所述的權值初始化規(guī)則的權值初始化為隨機的初始化，初始化的權值取值區(qū)間為(-1，I)。更進一步地，所述學習效率的規(guī)則選取較大的學習率為初始值，學習效率計算公
_
式為= a:——- f，其中，為學習效率的初始值，表示最大循環(huán)
mixaI
次數(shù)時候的學習效率，Icisi表示最大循環(huán)次數(shù)，若訓練迭代一次后，誤差增大，那么采取策略艮.=CtJ O.7進行調整，直到滿足條件中止，若訓練迭代一次后，誤差減小，采取策略. = (χ· · IJ進行調整，直到滿足條件中止。更進一步地，所述隱層節(jié)點數(shù)選取規(guī)則采用公式=，其中，K表示隱
層節(jié)點數(shù)，η表示訓練樣本維數(shù)，m表示理想輸出維數(shù)，a為大于I的常數(shù)，其最大為50，如果消耗的時間小于預期的時間，直接選取a對應的K值作為隱層節(jié)點數(shù)，否則改變a的值， 使得a = a * O. 7，并將對應的K的值作為隱層節(jié)點數(shù)。
更進一步地，所述訓練停止規(guī)則，包括規(guī)則I 當前誤差小于訓練中止誤差，并且保持穩(wěn)定變化”;規(guī)則2 當前循環(huán)次數(shù)小于最大循環(huán)次數(shù)(比如5000)，并且連續(xù)測試的誤差變化小于1%”，規(guī)則3 在規(guī)定的時間內(比如15s)完成測試，并且當前循環(huán)次數(shù)和當前誤差分別滿足規(guī)則I和規(guī)則2”。進一步地，步驟(8)中用于計算的訓練結果，包括
①對權值矩陣的保存，使整個過程都是在同一個權值矩陣的條件下；
②對隱層節(jié)點數(shù)，學習效率，最大循環(huán)次數(shù)，訓練中止誤差，程序運行時間進行存儲，并將測試后結果發(fā)送至遠程端。進一步講，步驟(8)中(2)提到的用于分析處理，主要是指通過輸出接口，特別的指通過射頻模塊，將測試后的數(shù)據(jù)發(fā)送到遠程控制端，從而使遠程控制端獲得對應的結果， 便于分析。一種基于SAW傳感器的嵌入式無線電子鼻測試系統(tǒng)，包括SAW傳感器和測試系統(tǒng)平臺，所述測試系統(tǒng)平臺包括處理器，存儲器，通信接口，輸入輸出接口，人機交互接口， 其中，微控制器分別與存儲器、人機交互接口、通信接口、輸入輸出接口相連接，輸入接口與 SAff傳感器相連接，輸出接口與無線模塊相連接。進一步地，所述SAW傳感器包括三個響應不同成分氣體的SAW傳感器和兩個響應溫濕度氣體的傳感器。與現(xiàn)有技術相比，本發(fā)明具有以下有益效果簡化和優(yōu)化了神經網(wǎng)絡算法，將神經網(wǎng)絡算法的訓練過程移植到嵌入式平臺中，提供一種基于SAW傳感器的嵌入式無線電子鼻測試系統(tǒng)，為電子鼻檢測氣體等過程的模式識別或者軟件測量提供了一種低成本，便攜式， 高實時性的方法。


圖I為本發(fā)明實施例的測試系統(tǒng)組成結構框圖2為本發(fā)明的測試程序流程圖3為本發(fā)明的測試原理圖4為SAW氣體傳感器的輸入輸出叉指換能器對的平面排列結構圖5為傳感器陣列與測試系統(tǒng)連接結構示意圖。
具體實施例方式下面將結合附圖及具體實施方式
對本發(fā)明作進一步的描述。如圖I所示，為本系統(tǒng)的組成框圖，其中，微控制器分別與存儲器、人機交互接口、 通信接口、輸入輸出接口相連接。人機交互接口主要指顯示屏，主要功能為顯示結果。存儲器包括SDRAM、 NANDFLASH、SD卡。并且，存儲器與微控制器直接相連。通信接口包括以太網(wǎng)口、RS232接口，USB接口，WIFI接口，所述的通信接口與微控制器相連接。由傳感器獲得的數(shù)據(jù)，經過電路轉換，作為系統(tǒng)的輸入。原始數(shù)據(jù)和經過處理的數(shù)據(jù)可以保存SD卡中，便于對數(shù)據(jù)進行攜帶，輸出接口為射頻通信模塊，方便對獲得的數(shù)據(jù)進行遠距離傳送。微控制器是整個系統(tǒng)的核心，從信號的輸入或者通信接口接收數(shù)據(jù)，經過數(shù)據(jù)處理和分析，結果在觸摸屏上顯示，并且通過射頻模塊發(fā)送相應的數(shù)據(jù)。同時，微控制器也需要提供相應的接口支持與PC等外部設備的通信，并將獲得數(shù)據(jù)保存。微控制器采用SAMSUNG提供的S3C6410 (ARMl176JZF-S),其主頻為667MHz，支持 Mobile DDR和多種NAND FLASH，同時其優(yōu)化了外部存儲器的接口，支持眾多外圍接口功能， 使得接口滿足工業(yè)控制的需求。需要對電子鼻獲得數(shù)據(jù)進行測試，那么首先對于電子鼻的傳感器進行分析， 保證本設計輸入的正確性。比如，對于氣體檢測，除了考慮傳感器對應不同成分的響應，還需要考慮環(huán)境的影響。假設SAW氣體傳感器共有3個，排列如圖4所示。傳感器陣列一共有五個，其中兩個是考慮到溫濕度會影響氣體傳感器的性能，作為輔助項，并且與測試平臺相連接，如圖5所示，那么，對于神經網(wǎng)絡的單個樣本輸入而言，為五維的數(shù)據(jù)，理想輸出的樣本維數(shù)則為三維數(shù)據(jù)。以50組樣本為訓練樣本，30組為測試樣本，并且保存為“訓練樣本I (傳感器I數(shù)據(jù)，傳感器2數(shù)據(jù)，傳感器3數(shù)據(jù)，傳感器4數(shù)據(jù)，傳感器5數(shù)據(jù))；……訓練樣本50 (傳感器I數(shù)據(jù)，傳感器2數(shù)據(jù)，傳感器3數(shù)據(jù)，傳感器4數(shù)據(jù)，傳感器5數(shù)據(jù));理想輸出I (理想傳感輸出1，理想傳感輸出2，理想傳感輸出3)；……理想輸出50 (理想傳感輸出1，理想傳感輸出2，理想傳感輸出3);測試樣本I (傳感器I數(shù)據(jù)，傳感器2數(shù)據(jù)，傳感器
3數(shù)據(jù),傳感器4數(shù)據(jù)，傳感器5數(shù)據(jù))......測試樣本30 (傳感器I數(shù)據(jù)，傳感器2數(shù)據(jù)，傳
感器3數(shù)據(jù)，傳感器4數(shù)據(jù)，傳感器5數(shù)據(jù))”那么經過數(shù)據(jù)規(guī)范化獲得的信息則為訓練樣本維數(shù)η =5，理想輸出維數(shù)m=3，訓練樣本個數(shù)50，理想輸出個數(shù)50，測試樣本個數(shù)N=30。假定為沒有收到設置參數(shù)信號，即選擇自動設置模式，那么會設置學習效率α
=10，最大循環(huán)次數(shù)Iass =5000，隱層節(jié)點數(shù)Κ=50，中止誤差為一個隨機數(shù)，終止時間為
15s。如果收到設置參數(shù)信號，那么系統(tǒng)會根據(jù)信號要求，設置學習率，最大循環(huán)次數(shù)和隱層節(jié)點數(shù)，以及停止時間。開始的時候，用50組數(shù)據(jù)訓練樣本訓練神經網(wǎng)絡，每次訓練都會得到當前誤差、 運行時間和當前循環(huán)次數(shù)的數(shù)值。系統(tǒng)通過當前誤差，調整規(guī)則改變學習率；通過運行時間，來判隱層節(jié)點數(shù)，并且同時對這三個數(shù)據(jù)進行判斷，查詢是否到達訓練中止條件。如果沒有到達中止條件，那么繼續(xù)訓練直到滿足條件時，保存神經網(wǎng)絡的相關權值和參數(shù)，用于測試數(shù)據(jù)。當訓練結束以后，測試數(shù)據(jù)時，對于氣體定性測量，屏幕顯示的數(shù)據(jù)是一個矩陣， 矩陣的數(shù)值只有O和I構成，O表示這種氣體不是主成分，而I表示為主成分，并且通過輸出接口，將這個矩陣發(fā)送到遠程接收端；對于氣體定量分析，對數(shù)據(jù)進行歸一化處理以后，需要保存歸一化矩陣，將輸出的數(shù)據(jù)和此矩陣做數(shù)學處理，完成定量測試，并且把獲得的數(shù)據(jù)通過輸出接口，發(fā)送到接收端，便于用戶識別。經過一段時間的運算，由于模型漂移等原因，需要對數(shù)據(jù)進行重新的校正。重新校正時，重復上述過程即可。上述實例說明用來解釋本發(fā)明，而不是對發(fā)明的限制，在本發(fā)明精神和權利要求的保護范圍內，對本發(fā)明做出的任何修改和改變，都落入本發(fā)明的保護范圍。
權利要求
1.一種基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法,其特征在于,包括如下步驟(1)微控制器獲取相關訓練數(shù)據(jù)和測試數(shù)據(jù)；(2)若所獲取的數(shù)據(jù)格式不符合規(guī)范，則進行處理，否則跳過此步；(3)若收到設置參數(shù)信號，則跳至第(6)步，否則自動設置相關參數(shù)；(4)根據(jù)神經網(wǎng)絡的規(guī)則調整相關參數(shù)，直到訓練完成；(5)若訓練結果達到要求，則跳至第(8)步，否則繼續(xù)；(6)根據(jù)參數(shù)信號設置相關參數(shù)，直到訓練完成；(7)若訓練結果達到要求，則跳至第(8)，否則跳回第(6)步；(8)把訓練結果用于模式識別或者軟件測量，根據(jù)測試數(shù)據(jù)，得到實際輸出。
2.根據(jù)權利要求I所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，所述步驟(2)中的數(shù)據(jù)格式包括訓練樣本維數(shù)η、理想輸出維數(shù)m、訓練樣本個數(shù)、 理想輸出個數(shù)、測試樣本個數(shù)N、訓練樣本的數(shù)據(jù)和理想輸出的數(shù)據(jù)；對數(shù)據(jù)格式不符合規(guī)范的處理方法包括(2-1)按照如下規(guī)律“訓練樣本數(shù)據(jù)1，訓練樣本數(shù)據(jù)2……訓練樣本數(shù)據(jù)N ;理想輸出 1，理想輸出2……理想輸出數(shù)據(jù)P ;測試數(shù)據(jù)1，測試數(shù)據(jù)2……測試數(shù)據(jù)M”，其中M代表需要測試的個數(shù)；N代表用于輸入的樣本個數(shù)；P與分析的氣體數(shù)目相同；(2-2)訓練樣本或測試樣本的數(shù)據(jù)歸一化處理，范圍是O. 0-1. O ；(2-3)輸出的數(shù)據(jù)歸一化處理，范圍是O. 0-1. O。
3.根據(jù)權利要求I所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，步驟(3)，(4)，(6)中的相關參數(shù)包括神經網(wǎng)絡的節(jié)點數(shù)K，學習效率，訓練中止誤差，最大循環(huán)次數(shù)，規(guī)定時間t。
4.根據(jù)權利要求I所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，所述步驟(3)和(6)中的參數(shù)信號如果需要修改，則按照以下格式“Y:神經網(wǎng)絡節(jié)點數(shù)學習效率訓練中止誤差最大循環(huán)次數(shù)規(guī)定時間”，否則不發(fā)送信號。
5.根據(jù)權利要求I所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，步驟(4)中的神經網(wǎng)絡的規(guī)則包括3層BP神經網(wǎng)絡、權值初始化規(guī)則、學習效率的規(guī)則、隱層節(jié)點數(shù)選取規(guī)則、訓練停止規(guī)則。
6.根據(jù)權利要求5所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，所述的權值初始化規(guī)則的權值初始化為隨機的初始化，初始化的權值取值區(qū)間為 (_1，I)。
7.根據(jù)權利要求5所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法， 其特征在于，所述學習效率的規(guī)則選取較大的學習率為初始值，學習效率計算公式為
8.根據(jù)權利要求5所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，所述隱層節(jié)點數(shù)選取規(guī)則采用公式K= 'j^n +α，其中，K表示隱層節(jié)點數(shù)，η表示訓練樣本維數(shù)，m表示理想輸出維數(shù)，a為大于I的常數(shù)，其最大為50，如果消耗的時間小于預期的時間，直接選取a對應的K值作為隱層節(jié)點數(shù)，否則改變a的值，使得a = a * O. 7， 并將對應的K的值作為隱層節(jié)點數(shù)。
9.根據(jù)權利要求5所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，所述訓練停止規(guī)則，包括規(guī)則I 當前誤差小于訓練中止誤差，并且保持穩(wěn)定變化”;規(guī)則2 當前循環(huán)次數(shù)小于最大循環(huán)次數(shù)，并且連續(xù)測試的誤差變化小于1%”，規(guī)則3 “在規(guī)定的時間內完成測試，并且當前循環(huán)次數(shù)和當前誤差分別滿足規(guī)則I和規(guī)則2”。
10.根據(jù)權利要求I所述的基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)的測試方法，其特征在于，步驟(8)中用于計算的訓練結果，包括①對權值矩陣的保存，使整個過程都是在同一個權值矩陣的條件下；②對隱層節(jié)點數(shù)，學習效率，最大循環(huán)次數(shù)，訓練中止誤差，程序運行時間進行存儲，并將測試后結果發(fā)送至遠程端。
11.一種基于SAW傳感器的嵌入式無線電子鼻測試系統(tǒng),其特征在于包括SAW傳感器和測試系統(tǒng)平臺，所述測試系統(tǒng)平臺包括處理器，存儲器，通信接口，輸入輸出接口，人機交互接口，其中，微控制器分別與存儲器、人機交互接口、通信接口、輸入輸出接口相連接，輸入接口與SAW傳感器相連接，輸出接口與無線模塊相連接。
12.根據(jù)權利要求11所述的基于SAW傳感器的嵌入式無線電子鼻測試系統(tǒng)，其特征在于所述SAW傳感器包括三個響應不同成分氣體的SAW傳感器和兩個響應溫濕度氣體的傳感器。
全文摘要
本發(fā)明公開了基于SAW傳感器的嵌入式電子鼻測試系統(tǒng)和測試方法，包括如下步驟(1)微控制器獲取相關訓練數(shù)據(jù)和測試數(shù)據(jù)；(2)若所獲取的數(shù)據(jù)格式不符合規(guī)范，則進行處理，否則跳過此步；(3)若收到設置參數(shù)信號，則跳至第(6)步，否則自動設置相關參數(shù)；(4)根據(jù)神經網(wǎng)絡的規(guī)則調整相關參數(shù)，直到訓練完成；(5)若訓練結果達到要求，則跳至第(8)步，否則繼續(xù)；(6)根據(jù)參數(shù)信號設置相關參數(shù)，直到訓練完成；(7)若訓練結果達到要求，則跳至第(8)，否則跳回第(6)步；(8)把訓練結果用于模式識別或者軟件測量，根據(jù)測試數(shù)據(jù)，得到實際輸出。本發(fā)明簡化和優(yōu)化了神經網(wǎng)絡算法，能將其訓練過程移植到嵌入式平臺中。
文檔編號G01N29/02GK102590335SQ20121000617
公開日2012年7月18日 申請日期2012年1月6日 優(yōu)先權日2012年1月6日
發(fā)明者劉子驥, 曾星鑫, 蔡貝貝, 鄭興, 黃澤武 申請人:電子科技大學