[發明專利]一種基于物聯網電子鼻的深度神經網絡氣體識別方法及系統

在審

• 申請號: 202310489516.6
• 申請日: 2023-05-04
• 公開（公告）號: CN116359447A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 萬浩;房瑞山;向奕;黃卓如;袁群琛;王平
• 申請（專利權）人: 浙江大學
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

1.一種基于物聯網電子鼻的深度神經網絡氣體識別方法，其特征在于，該方法包括以下步驟：

步驟一：基于集成有網絡通訊模組的傳感器陣列終端設備，將采集得到的氣體樣本響應數據經網絡協議傳輸到遠程的云端數據中心；

步驟二：結合格拉姆角場GAF的深度殘差卷積神經網絡算法，對云端數據中心的傳感器響應數據進行數據升維操作，以作為深度殘差卷積神經網絡的輸入數據；完成待測氣體的類別和濃度等級識別。

2.根據權利要求1所述的一種基于物聯網電子鼻的深度神經網絡氣體識別方法，其特征在于，通過終端設備上的網絡通訊模組完成與云端數據中心的信息交互；具體包括：

(1)終端設備能夠將帶有氣體濃度的數據包上傳到云端數據中心，并且能夠解析數據中心下發的指令；

(2)解析和生成數據幀；終端設備解析傳感器陣列返回數據幀里面的數據信息，并且生成帶有時間戳信息的上傳數據幀；

(3)接收上位機的參數標定；氣體數據通過USB串口接收上位機軟件的配置參數，包括云端數據中心的IP地址和端口號、終端設備地址和組號以及發送模式和間隔時間；

(4)全球導航衛星系統(Global?Navigation?Satellite?System,GNSS)定位；通過實時返回傳感器終端設備的地理位置信息，實現對特定區域內的目標氣體濃度監測；

(5)同時采集危險源氣體環境的溫度、濕度、氣壓，并發送到傳感器終端設備上的微控制單元MCU。

(6)保存工作參數；終端設備將工作參數進行保存，便于后續傳感器陣列繼續采集氣體樣本響應數據。

3.根據權利要求2所述的一種基于物聯網電子鼻的深度神經網絡氣體識別方法，其特征在于，對云端數據中心的傳感器響應數據進行數據升維操作包括以下步驟：

(1)傳感器陣列采集到的氣體樣本數據經信號放大和AD采樣前處理方式被發送到MCU；

(2)微控制單元MCU對氣體樣本原始數據進行預處理和格拉姆角場變換作為深度殘差卷積神經網絡的輸入數據，具體包括：

(2.1)因為每個傳感器響應曲線的基線都不同，這里將上位機接收到的傳感器響應原始數據表示為一個二維矩陣X，其中第i行第j列的數據為第i個傳感器的第j個采樣點的響應值，需要根據如下公式將第i行的數據減去傳感器基線，從而得到矩陣X′，該矩陣表示將傳感器響應原始數據矩陣的每行數據的最小值均歸一化為0得到的矩陣；

′_ij＝x_ij-x_i(baseline),′_ij∈X′

其中i表示傳感器的個數，j表示每個傳感器的第j個響應信號；

(2.2)求出X′的最大值，并將X′中的每個元素均除以該最大值，從而得到矩陣該矩陣表示將傳感器響應原始數據矩陣的每行數據最小值均歸一化為0的基礎上，將其數值范圍縮小到[0,1]而得到的矩陣；

(2.3)利用矩陣中的元素求出φ_ij，之后求出每個傳感器響應數據的格拉姆求和角場(Gramian?Summation?Angular?Field，GASF)矩陣：

其中i表示第i行的數據(即傳感器的個數)，n表示每個傳感器的響應信號個數

(2.4)對于每個氣體樣本，均進行格拉姆變換，每個樣本的維度變為i×j×j；將每個氣味樣本進行格拉姆角場變換處理以后作為深度殘差卷積神經網絡的輸入特征圖矩陣。