[發明專利]一種仿生嗅覺系統中傳感器的在線漂移補償方法

有效

• 申請號: 202010158546.5
• 申請日: 2020-03-09
• 公開（公告）號: CN111474297B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 陶洋;楊皓誠;梁志芳;黎春燕;孔宇航
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G01N33/00
• 分類號: G01N33/00;G06K9/62
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

本發明涉及一種仿生嗅覺系統中傳感器的在線漂移補償方法，屬于傳感器技術領域。該方法包括以下步驟：步驟1)依據輸入樣本批次號進行源域重構；步驟2)使用重構完成的源域與目標域樣本構建分類模型并保存預測結果。利用先后兩批次仿生嗅覺系統中傳感器的輸出響應樣本，即前一批次已通過分類模型預測完成的樣本與初始批次人工標注后的樣本進行源域重構，而后通過條件分布自適應和流形正則化搭建分類模型，實現仿生嗅覺系統中傳感器的在線漂移補償。本發明能夠隨傳感器的漂移不斷更新氣體識別模型，更加符合現實場景下仿生嗅覺系統的生產實際與使用場景，并能夠延長設備的使用壽命。

技術領域

本發明屬于傳感器技術領域，涉及一種仿生嗅覺系統中傳感器的在線漂移補償方法。

背景技術

仿生嗅覺系統由氣體傳感器陣列、信號預處理單元和模式識別算法組成，可用于氣體識別。當氣體通入系統后，傳感器陣列根據氣體特性產生相應的電信號響應，并通過模式識別算法將預處理后的信號轉換為氣體識別結果。

傳感器由于自身老化或氣體中毒等原因會發生漂移。漂移問題伴隨仿生嗅覺系統的使用長期存在且無法被避免。漂移會改變傳感器的輸出響應，進而導致初始構建的分類模型無法對后期采集到的樣本進行準確預測。

近年來許多針對傳感器漂移補償的算法被提出，主要分為信號預處理、成分校正和機器學習三類，這些算法雖然能夠在一定程度上實現傳感器的漂移補償，但大多屬于離線方法，需要定期回收設備以完成人工校正，不適合應用于實際應用場景。此外，傳感器漂移前后輸出響應樣本的特征分布存在差異，以往漂移補償的相關工作均集中于減小邊緣分布差異，未考慮條件分布差異帶來的影響。

因此，如何減小因傳感器漂移所造成的條件分布差異并實現分類模型的有效在線更新對仿生嗅覺系統氣體判別結果的正確性影響很大。本專利所公開的一種仿生嗅覺系統中傳感器的在線漂移補償方法能夠通過條件分布自適應和流形正則化構建分類模型，同時利用源域重構實現模型的在線更新，完成對仿生嗅覺系統中已發生漂移的傳感器所采集到樣本的補償，在現實使用場景下更具有合理性。

發明內容

有鑒于此，本發明的目的在于提供一種仿生嗅覺系統中傳感器的在線漂移補償方法，利用先后兩批次仿生嗅覺系統中傳感器的輸出響應樣本，即前一批次已通過分類模型預測完成的樣本與初始批次人工標注后的樣本進行源域重構，而后通過條件分布自適應和流形正則化搭建分類模型，實現從而實現仿生嗅覺系統中傳感器的在線漂移補償。

為達到上述目的，本發明提供如下技術方案：

一種仿生嗅覺系統中傳感器的在線漂移補償方法，該方法包括以下步驟：

步驟1)依據輸入樣本批次號進行源域重構；

步驟2)使用重構完成的源域與目標域樣本構建分類模型并保存預測結果。

可選的，所述步驟1)包括以下幾個步驟：

步驟11)輸入樣本的批次號a；

步驟12)根據批次號a進行源域重構，當a＝1時，源域D_s選擇為傳感器未發生漂移時所采集到的初始批次有標簽樣本集n₁為初始批次樣本數，否則，D_s由當前目標域的前一批次已完成分類預測的樣本集與D₁共同構造，即 D_s＝D₁∪D_a，其中n_a為a批次樣本數，當a＝1時，由于是首次模型構建，不存在上一批次的分類預測結果，故此時D_s＝D₁，重構后的源域樣本數為：

可選的，所述步驟2)包括以下幾個步驟：

步驟21)輸入無標簽的a+1批次目標域樣本n_t為目標域樣本數；