基于PCA和LVQ混合神經(jīng)網(wǎng)絡(luò)算法的電子鼻系統(tǒng)*

文政穎， 米 捷

（河南工程學(xué)院 計(jì)算機(jī)科學(xué)與工程系，河南 鄭州 450007）

長(zhǎng)期以來(lái)食物品質(zhì)評(píng)價(jià)主要通過(guò)專(zhuān)家感官評(píng)測(cè)和化學(xué)評(píng)測(cè)兩種方法。感官評(píng)測(cè)的主觀性強(qiáng)，存在較大個(gè)體差異，標(biāo)準(zhǔn)不統(tǒng)一，重復(fù)性差，并且人的感官對(duì)食品氣味具有適應(yīng)性，容易出現(xiàn)疲勞影響評(píng)價(jià)結(jié)果；化學(xué)評(píng)測(cè)方法，如氣相色譜質(zhì)譜分析儀(GC-MS)、試紙法等，測(cè)量過(guò)程中需要制備和處理樣品，對(duì)檢測(cè)人員的專(zhuān)業(yè)水準(zhǔn)有較高的要求，而且化學(xué)檢測(cè)方法又有檢測(cè)周期較長(zhǎng)、儀器成本高等局限性，因此難以推廣[1-2]。電子鼻系統(tǒng)的出現(xiàn)從根本上克服了以上缺點(diǎn)，與傳統(tǒng)的氣體成分分析方法相比，它具有體積小、功耗低、可靠性高、價(jià)格低廉、可以實(shí)現(xiàn)在線測(cè)量、可以實(shí)現(xiàn)便攜式設(shè)計(jì)等優(yōu)點(diǎn)，已被廣泛應(yīng)用于環(huán)境監(jiān)控、化學(xué)工業(yè)控制、醫(yī)療衛(wèi)生、食品質(zhì)量檢測(cè)等領(lǐng)域[3-5]。

采用分立式傳感器陣列，研制了電子鼻系統(tǒng)。實(shí)驗(yàn)中，通過(guò)對(duì)5種不同種類(lèi)的食用醬進(jìn)行氣體成分檢測(cè)，獲得 “氣體指紋信息”，建立 “氣味指紋數(shù)據(jù)庫(kù)”，在此基礎(chǔ)上對(duì)未知醬品進(jìn)行檢測(cè)，實(shí)現(xiàn)了對(duì)不同種類(lèi)食用醬的準(zhǔn)確區(qū)分。

1 硬件設(shè)計(jì)

電子鼻系統(tǒng)在硬件設(shè)計(jì)方案上由采樣系統(tǒng)和控制系統(tǒng)兩部分組成，如圖1所示。采樣系統(tǒng)包括傳感器陣

圖1 電子鼻硬件系統(tǒng)結(jié)構(gòu)框圖

采樣系統(tǒng) 控制系統(tǒng) 上位機(jī)系統(tǒng)列、傳感器陣列驅(qū)動(dòng)電路以及氣體采集裝置。傳感器陣列置于氣體采集裝置內(nèi)部,可對(duì)被測(cè)敏感氣體進(jìn)行探測(cè)。傳感器陣列驅(qū)動(dòng)電路通過(guò)電纜與傳感器陣列相連，向傳感器陣列提供驅(qū)動(dòng)電流，并使它們工作在預(yù)置狀態(tài)。氣體采集裝置用來(lái)為氣體檢測(cè)提供一個(gè)穩(wěn)定的實(shí)驗(yàn)環(huán)境。環(huán)境條件的改變可以通過(guò)電源控制模塊對(duì)氣體采集裝置的控制得以實(shí)現(xiàn)。

控制系統(tǒng)由傳感器陣列信號(hào)調(diào)理電路、模數(shù)轉(zhuǎn)換模塊ADC以及中央處理器組成。傳感器陣列信號(hào)調(diào)理電路根據(jù)各氣體傳感器的氣敏特性存在差異性，設(shè)計(jì)出針對(duì)不同參數(shù)特性量級(jí)的信號(hào)調(diào)理電路。模數(shù)轉(zhuǎn)換器ADC將傳感器陣列信號(hào)調(diào)理電路輸出的模擬量轉(zhuǎn)換為中央處理器所需的數(shù)字量。同時(shí)，為了對(duì)數(shù)據(jù)進(jìn)行快速處理，控制系統(tǒng)采用32位微處理器STM32F103ZE作為核心控制器，可以對(duì)各信號(hào)調(diào)理電路通道進(jìn)行切換和模數(shù)轉(zhuǎn)換器ADC的控制。測(cè)試過(guò)程中，控制系統(tǒng)通過(guò)RS232通信方式將數(shù)據(jù)實(shí)時(shí)上傳至上位機(jī)進(jìn)行數(shù)據(jù)整理，并通過(guò)主成分分析PCA和學(xué)習(xí)矢量量化LVQ混合神經(jīng)網(wǎng)絡(luò)模式識(shí)別算法對(duì)數(shù)據(jù)進(jìn)行分析，最終將氣體檢測(cè)結(jié)果呈現(xiàn)出來(lái)。

1.1 傳感器陣列

傳感器陣列作為獲取樣品特征信息的源頭，是硬件系統(tǒng)的核心部分。根據(jù)食物品質(zhì)評(píng)價(jià)的需求，選用了6種性能優(yōu)良的費(fèi)加羅金屬氧化物半導(dǎo)體傳感器TGS2610、TGS2600、TGS2620、TGS2602、TGS2201 和 TGS2611構(gòu)成傳感器陣列，性能指標(biāo)如表1所示。

表1 6種金屬氧化物半導(dǎo)體型傳感器性能指標(biāo)

1.2 氣體采集裝置

傳感器陣列及傳感器驅(qū)動(dòng)電路均置于5 L的玻璃氣室中，如圖2所示。由于被測(cè)氣體與傳感器接觸后，其表面電導(dǎo)率會(huì)發(fā)生變化，通過(guò)信號(hào)調(diào)理電路將半導(dǎo)體傳感器輸出信號(hào)調(diào)整在0～5 V之間，經(jīng)過(guò)處理的信號(hào)通過(guò)采集系統(tǒng)傳輸給中央處理器[6]。

由于半導(dǎo)體傳感器的性能受其工作環(huán)境溫度的影響，實(shí)驗(yàn)中，采用溫度傳感器監(jiān)測(cè)環(huán)境溫度，利用水浴加熱的方式保證測(cè)試環(huán)境溫度恒定，減小溫度因素對(duì)傳感器特性的影響，同時(shí)促進(jìn)樣品氣體的充分揮發(fā)。

1.3 傳感器陣列調(diào)理電路

由于各氣體傳感器的氣敏特性(內(nèi)阻)存在差異性，傳感器陣列信號(hào)調(diào)理電路針對(duì)不同量級(jí) (1kΩ、15kΩ、27kΩ)的傳感器內(nèi)阻，設(shè)計(jì)出相應(yīng)的配套驅(qū)動(dòng)電路，并且可以根據(jù)實(shí)際情況由微處理器對(duì)各通路進(jìn)行切換，如圖3所示。

圖2 氣體采集裝置示意圖

圖3 傳感器陣列信號(hào)調(diào)理電路

為了減少交叉電源波動(dòng)對(duì)傳感器的影響，在傳感器供電方面采用驅(qū)動(dòng)電壓和偏置電壓分離設(shè)計(jì)。H5V為傳感器驅(qū)動(dòng)電壓，M5V為傳感器信號(hào)調(diào)理電路偏置電壓。S1_r1、S1_r2、S1_r3為量程切換控制端，INA_CH0 為傳感器共同輸出端[7-8]。

1.4 數(shù)據(jù)采集系統(tǒng)

數(shù)據(jù)采集系統(tǒng)將傳感器陣列信號(hào)調(diào)理電路輸出的數(shù)據(jù)濾除干擾及整理后，通過(guò)模數(shù)轉(zhuǎn)換器ADC將模擬信號(hào)轉(zhuǎn)換為中央處理器所需的數(shù)字信號(hào)，最后通過(guò)通信端口將采集到的數(shù)據(jù)上傳至上位機(jī)。以意法半導(dǎo)體公司的32位微處理器STM32F103ZE為核心，實(shí)現(xiàn)對(duì)電子鼻各個(gè)外設(shè)的控制和數(shù)據(jù)采集。同時(shí)，以Analog Device公司的24位Σ-Δ型模數(shù)轉(zhuǎn)換器AD7794作為電子鼻信號(hào)采集單元，利用微控制器集成的USART通信端口，以RS232通信方式將數(shù)據(jù)上傳至上位機(jī)[9]，電子鼻數(shù)據(jù)采集系統(tǒng)原理如圖4所示。

圖4 電子鼻數(shù)據(jù)采集系統(tǒng)原理圖

圖5 PCA方法流程圖

2 系統(tǒng)軟件設(shè)計(jì)

上位機(jī)軟件從控制系統(tǒng)獲取傳感器陣列的響應(yīng)數(shù)據(jù)，并對(duì)其進(jìn)行整理，通過(guò)混合PCA和LVQ模式識(shí)別算法對(duì)數(shù)據(jù)進(jìn)行分析。

首先，利用主成分分析方法PCA對(duì)從6個(gè)半導(dǎo)體氣體傳感器獲取的數(shù)據(jù)進(jìn)行分析，通過(guò)式(1)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后通過(guò)式(2)進(jìn)行線性變換得到一個(gè)新變量組，從而找出數(shù)據(jù)中最“主要”的元素和結(jié)構(gòu)，去除數(shù)據(jù)中的噪音和冗余，將原有的復(fù)雜數(shù)據(jù)矩陣降維，揭示隱藏在復(fù)雜數(shù)據(jù)背后的簡(jiǎn)單邏輯關(guān)系。

其中，x為氣體數(shù)據(jù)樣品矩陣，mean(x)為對(duì)氣體數(shù)據(jù)樣品矩陣x進(jìn)行均值化處理，std(x)為數(shù)據(jù)樣品矩陣x的方差。

其中，princomp(z)為樣品PCA分析函數(shù)。

利用PCA分析方法降維后得到的主成分函數(shù)COEFF繪制坐標(biāo)系得到二維PCA散點(diǎn)圖形使降維后的數(shù)據(jù)可視化，然后通過(guò)LVQ神經(jīng)網(wǎng)絡(luò)，對(duì)PCA分析所得到的新變量組進(jìn)行模式識(shí)別，最終將檢測(cè)結(jié)果呈現(xiàn)出來(lái),具體實(shí)現(xiàn)過(guò)程如下：

(1)通過(guò)對(duì)標(biāo)準(zhǔn)樣本進(jìn)行檢測(cè)，6個(gè)傳感器每次產(chǎn)生一組(6個(gè))電阻值，每組樣品采集 100組數(shù)據(jù)，得到 100×6的數(shù)據(jù)矩陣，作為樣本的原始數(shù)據(jù)，將多個(gè)樣本的原始數(shù)據(jù)匯集形成樣本數(shù)據(jù)庫(kù)。對(duì)未知樣品進(jìn)行檢測(cè)時(shí)，將數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)與未知樣本的數(shù)據(jù)融合，進(jìn)行PCA分析，最終得到PCA的成分圖譜。PCA分析方法流程圖如圖5所示。

(2)對(duì)PCA分析所得到的新變量組進(jìn)行LVQ所需要訓(xùn)練參數(shù)的設(shè)定。輸入層根據(jù)訓(xùn)練樣本為6個(gè)傳感器的電子數(shù)據(jù)，從而確定輸入層節(jié)點(diǎn)數(shù)為6個(gè)。輸出層為所識(shí)別的類(lèi)別數(shù)，根據(jù)對(duì)5種醬品的品質(zhì)進(jìn)行鑒別，固確定輸出層個(gè)數(shù)為5個(gè)，隱含層通過(guò)實(shí)驗(yàn)確定為12，學(xué)習(xí)速率和初始權(quán)值向量選取系統(tǒng)默認(rèn)值。

(3)最后軟件系統(tǒng)通過(guò)PCA和LVQ混合神經(jīng)網(wǎng)絡(luò)模式識(shí)別算法所得到氣味的“指紋信息”與數(shù)據(jù)庫(kù)中的特征數(shù)據(jù)進(jìn)行比對(duì)，最終將氣體檢測(cè)結(jié)果呈現(xiàn)出來(lái)。

3 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)中,利用自主研制的電子鼻系統(tǒng)對(duì)5種不同的食用醬進(jìn)行檢測(cè)，并對(duì)未知醬品進(jìn)行識(shí)別。5種醬品分別為大醬、豆瓣醬、多味辣醬、黃干醬和沙茶醬。所有醬品在相同的條件下進(jìn)行實(shí)驗(yàn)處理。實(shí)驗(yàn)中每種樣品取5 g放入蒸發(fā)皿中，放入氣室內(nèi)。 當(dāng)樣品在氣室中靜置5min后采集傳感器數(shù)據(jù)。采集樣品數(shù)據(jù)前獲取100組電阻值作為R0樣本，采集樣品后600個(gè)點(diǎn)作為Rx，分別繪制電子鼻系統(tǒng)對(duì)6種樣品的標(biāo)準(zhǔn)化響應(yīng)曲線，如圖6所示。

通過(guò)電子鼻系統(tǒng)對(duì)6種樣品的標(biāo)準(zhǔn)化響應(yīng)曲線對(duì)比，發(fā)現(xiàn)各曲線相似度極高，很難發(fā)現(xiàn)不同醬品標(biāo)準(zhǔn)化響應(yīng)曲線的差別。因此，需要借助PCA方法做進(jìn)一步處理，繪制的PCA分析圖譜如圖7所示。

圖6 電子鼻系統(tǒng)對(duì)6種樣品的標(biāo)準(zhǔn)化響應(yīng)曲線

圖7 電子鼻系統(tǒng)PCA分析圖譜

通過(guò)以上PCA分析圖譜可以準(zhǔn)確判斷未知醬品為長(zhǎng)春大醬，但黃干醬與多味辣醬的圖譜位置很接近，如果對(duì)黃干醬或豆瓣醬進(jìn)行品質(zhì)鑒別，得到的圖譜可能會(huì)互相干擾，影響對(duì)分析結(jié)果的判斷。同時(shí)利用半導(dǎo)體傳感器陣列對(duì)5種醬品的靈敏度響應(yīng)信息對(duì)LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。電子鼻系統(tǒng)對(duì)5種醬品響應(yīng)電阻的LVQ神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖8所示。

圖8 LVQ神經(jīng)網(wǎng)絡(luò)對(duì)未知樣品靈敏度響應(yīng)數(shù)據(jù)分析結(jié)果

由圖8可知，電子鼻對(duì)5種樣品的混淆度為0，可以準(zhǔn)確地對(duì)5種醬品進(jìn)行檢測(cè)評(píng)價(jià)。

基于PCA和LVQ混合神經(jīng)網(wǎng)絡(luò)算法的電子鼻系統(tǒng)硬件方面由采樣系統(tǒng)和控制系統(tǒng)組成，在軟件方面根據(jù)主成分分析（PCA）和學(xué)習(xí)矢量量化（LVQ）混合神經(jīng)網(wǎng)絡(luò)模式識(shí)別算法，研制出能夠?qū)ξ宸N不同種類(lèi)的食用醬進(jìn)行準(zhǔn)確評(píng)價(jià)的電子鼻系統(tǒng)。系統(tǒng)依據(jù)氣體傳感器在氣體特性上存在差異，對(duì)其信號(hào)調(diào)整電路進(jìn)行了優(yōu)化，并建立了氣味的“指紋信息”數(shù)據(jù)庫(kù)，最終將氣體檢測(cè)結(jié)果呈現(xiàn)出來(lái)。

[1]張青春，葉小婷.基于電子鼻技術(shù)的混合氣體檢測(cè)方法研究[J].電子技術(shù)應(yīng)用,2011,37(12):80-82.

[2]石志標(biāo)，黃勝全，范雪冰，李揚(yáng).基于生物嗅覺(jué)的電子鼻研究[J].中國(guó)機(jī)械工程，2007,18(23):2810-2813.

[3]MAHMOUDI E.Electronic nose technology and its applications[J].Sensors&Transducers,2009,107(8):17-25.

[4]YU H,WANG J,YAO C,et al.Quality grade identication of green tea using E-nose by CA and ANN[J].LWTFood Science and Technology,2008(41):1268-1273.

[5]ZHANG S,XIE C,BAI Z,et al.Spoiling and formaldehyde-containing detections in octopus with an E-nose[J].Food Chemistry,2009(113):1346-1350.

[6]袁桂玲，袁軍強(qiáng).基于ICA算法的智能電子鼻在混合氣體特征提取中的應(yīng)用[J].計(jì)算機(jī)測(cè)量與控制,2011,19(4):984-986.

[7]CARMEL L,LEVY S,LANCET D,et al.A feature extraction method for chemical sensors in electronic noses[J].Sensors and Actuators B,2003(93):67-76.

[8]欒淑禾，閏衛(wèi)平，全寶富，陳麗華.用于電子鼻研究的多傳感器實(shí)時(shí)動(dòng)態(tài)測(cè)試系統(tǒng)設(shè)計(jì)[J].測(cè)控技術(shù),2005,24(2):1-4.

[9]劉樹(shù)海，鄭傳濤，徐琳，等.基于恒電流源的電阻式氣敏傳感器檢測(cè)系統(tǒng)[J].吉林大學(xué)學(xué)報(bào):信息科學(xué)版,2012,30(4):376-380.