基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)

1.緒論1.1課題研究背景新鮮度是肉類(lèi)或肉類(lèi)制品質(zhì)量的一個(gè)重要指標(biāo)，對(duì)產(chǎn)品最終質(zhì)量十分重要。現(xiàn)已開(kāi)展了一系列的指標(biāo)和方法來(lái)評(píng)價(jià)豬肉鮮度，如感官評(píng)價(jià)方法、微生物學(xué)方法、物理及化學(xué)方法等[1]，但以上檢測(cè)方法都不能滿(mǎn)足快速檢測(cè)的要求。新開(kāi)展的酶?jìng)鞲衅鞣ê徒t外光譜法等快速檢測(cè)方法還處于試驗(yàn)研究階段[2.3]，故研究快速、簡(jiǎn)便、準(zhǔn)確的豬肉新鮮度檢測(cè)方法，對(duì)豬肉及其制品的運(yùn)輸、儲(chǔ)藏及加工過(guò)程有著重要的科學(xué)意義和應(yīng)用價(jià)值。電子鼻是模仿人和動(dòng)物的鼻子，用于分析、識(shí)別、檢測(cè)復(fù)雜氣味和揮發(fā)性成分的新型儀器，與常用的分析儀器(如色譜儀、光譜儀等)相比，電子鼻具有客觀(guān)、準(zhǔn)確、快捷地評(píng)價(jià)氣味，并且重復(fù)性好的特點(diǎn)，對(duì)其技術(shù)的研究越來(lái)越得到人們的重視，其應(yīng)用也越來(lái)越廣泛。豬肉腐敗變質(zhì)時(shí)，產(chǎn)生不良風(fēng)味，致使品質(zhì)下降。已有研究說(shuō)明，電子鼻可檢測(cè)到豬肉品質(zhì)下降時(shí)散發(fā)的揮發(fā)性成分的變化，對(duì)其新鮮度進(jìn)行評(píng)價(jià)。目前電子鼻技術(shù)用于評(píng)價(jià)豬肉新鮮度時(shí)，只是說(shuō)明豬肉的新鮮度發(fā)生變化，無(wú)法說(shuō)明豬肉是否仍然新鮮、可食用。因此，本文以豬肉為研究對(duì)象，用電子鼻技術(shù)考察在不同實(shí)驗(yàn)條件下豬肉揮發(fā)性成分發(fā)生的變化，確定電子鼻輸出信號(hào)的閾值，評(píng)價(jià)豬肉新鮮度等級(jí)。1.2電子鼻研究的開(kāi)展?fàn)顩r1.2.1電子鼻的提出早在19世紀(jì)末，人類(lèi)對(duì)化學(xué)傳感器開(kāi)始進(jìn)行探索。20世紀(jì)中葉，各種化學(xué)傳感器根本原理和實(shí)際應(yīng)用研究均取得了一定的進(jìn)展。1964年，Wilkens和Hatman利用氣味在電極上的氧化——復(fù)原反響研制了世界上第一個(gè)“電子鼻〞；1965年，Buck等人利用氣味調(diào)制電導(dǎo)，Dravnieks等人利用氣味調(diào)制電位也分別研制出可“電子鼻〞；1967年，日本Figaro公司率先將金屬氧化物半導(dǎo)體〔SnO2〕氣體傳感器商品化。電子鼻這個(gè)術(shù)語(yǔ)出現(xiàn)在80年代晚期，1987年它被專(zhuān)門(mén)用于一個(gè)會(huì)議[4]，1989年北大西洋公約組織召開(kāi)了關(guān)于化學(xué)傳感器信息處理的高級(jí)專(zhuān)題討論會(huì)[5]，會(huì)議上對(duì)電子鼻做了如下定義:“電子鼻是由多個(gè)性能彼此重疊的氣敏傳感器和適當(dāng)?shù)哪Ｊ椒诸?lèi)方法組成的具有識(shí)別單一和復(fù)雜氣味能力的裝置〞。隨后，在1990年舉行了第一屆電子鼻國(guó)際學(xué)術(shù)會(huì)議，最大規(guī)模的一屆會(huì)議于1997年在美國(guó)的圣地亞哥召開(kāi)。此后，各國(guó)學(xué)者對(duì)電子鼻的性能、標(biāo)準(zhǔn)、設(shè)計(jì)方法和相關(guān)技術(shù)做了廣泛的研究，在各種化學(xué)傳感器根本理論研究和實(shí)際應(yīng)用方面均取得了很大的進(jìn)展，有關(guān)的應(yīng)用及儀器報(bào)道也相當(dāng)可觀(guān)[6]。第一臺(tái)商業(yè)化的“電子鼻〞誕生于1994年。目前，世界上電子鼻商業(yè)產(chǎn)品的供給商己達(dá)18家，從事電子鼻開(kāi)發(fā)研究的機(jī)構(gòu)歐洲共有17家，美國(guó)和加拿大有9家[7]。典型的電子鼻系統(tǒng)包含3個(gè)單元:氣敏傳感器陣列，信號(hào)預(yù)處理單元和模式識(shí)別單元，如圖1.1所示。模式識(shí)別信號(hào)模式識(shí)別信號(hào)處理氣敏傳感器氣體 氣體／氣味氣味 定性／定量圖1.1電子鼻系統(tǒng)組成(1)氣敏傳感器陣列，相當(dāng)于初級(jí)嗅覺(jué)神經(jīng)元，由具有廣譜響應(yīng)特性的氣敏元件組成。氣敏傳感器陣列可以采用數(shù)個(gè)單獨(dú)的氣敏傳感器組合而成，也可以采用集成工藝制作的專(zhuān)用氣敏傳感器陣列。電子鼻系統(tǒng)就是利用傳感器陣列的交叉敏感特性，通過(guò)模式識(shí)別技術(shù)來(lái)實(shí)現(xiàn)對(duì)混合氣體的檢測(cè)。(2)信號(hào)預(yù)處理單元，相當(dāng)于二級(jí)嗅覺(jué)神經(jīng)元，它對(duì)傳感器陣列的響應(yīng)模式進(jìn)行預(yù)加工，完成特征信號(hào)的提取。(3)模式識(shí)別單元，相當(dāng)于動(dòng)物和人類(lèi)的大腦，它運(yùn)用一定的算法完成對(duì)氣味氣體的定性或定量辨識(shí)。目前，在電子鼻系統(tǒng)中采用的模式識(shí)別算法主要有:主成分分析法、最小二乘法、聚類(lèi)方法、人工神經(jīng)網(wǎng)絡(luò)法、模糊邏輯法等。1.2.2電子鼻的應(yīng)用近年來(lái)，電子鼻技術(shù)開(kāi)展迅猛，國(guó)內(nèi)外專(zhuān)家學(xué)者已將其應(yīng)用于谷物、水果、蔬菜、禽類(lèi)、水產(chǎn)品、肉類(lèi)等方面。在水產(chǎn)品方面，Natale等在傳統(tǒng)分析的根底上，用兩種不同的電子鼻檢測(cè)鱈魚(yú)新鮮度，得到幾乎一致的結(jié)論，說(shuō)明電子鼻能用于鱈魚(yú)新鮮度的檢測(cè)。肉類(lèi)方面，張哲等在研究牛肉品質(zhì)時(shí)發(fā)現(xiàn)TGS2610，TGS2600，TGS2611，TGS2620和TGS2602傳感器能用于確定牛肉新鮮度。1.2.3電子鼻的開(kāi)展前景電子鼻是一項(xiàng)操作簡(jiǎn)單、快速、準(zhǔn)確的無(wú)損分析技術(shù)。電子鼻的應(yīng)用領(lǐng)域正在逐步擴(kuò)大,從消防、汽車(chē)、海關(guān)檢查、化工控制到食品的新鮮度檢測(cè)。隨著生物計(jì)算機(jī)的出現(xiàn),生物與仿生材料研究的進(jìn)步,微細(xì)加工技術(shù)的提高,納米技術(shù)的應(yīng)用,電子鼻的功能將逐步增強(qiáng),它將會(huì)具有更高級(jí)的智能,能夠進(jìn)行分析、判斷、自適應(yīng)、自學(xué)習(xí)、最終開(kāi)展到具有創(chuàng)造能力,可以完成圖像識(shí)別、特征值提取、多維檢測(cè)等復(fù)雜任務(wù),其應(yīng)用前景將更廣闊[8]。例如電子鼻可以用作智能煙塵檢測(cè)器,及時(shí)預(yù)報(bào)火災(zāi),發(fā)出警報(bào)。它還能區(qū)分出是意外的火情,還是來(lái)自煎鍋的煙霧。家里的冰箱安上微型電子鼻,當(dāng)食品腐敗變味時(shí),它會(huì)發(fā)出警報(bào)。微波爐里裝上一個(gè)電子鼻,當(dāng)食物煮熟時(shí),就會(huì)自動(dòng)關(guān)掉微波爐。浴室、臥室里裝上一個(gè)電子鼻,當(dāng)室內(nèi)氣味不佳時(shí),它就會(huì)翻開(kāi)換氣扇。隨著傳感器技術(shù)的進(jìn)展和人對(duì)嗅覺(jué)過(guò)程的深入了解,電子鼻的功能必將日益增強(qiáng),愈來(lái)愈多地取代生產(chǎn)和生活過(guò)程中人鼻的作用,取得愈來(lái)愈廣泛的應(yīng)用。電子鼻具有極大的應(yīng)用價(jià)值,有了它,我們的生活會(huì)變得更加方便、平安。1.3論文主要工作(1)根據(jù)本課題的研究對(duì)象及實(shí)際情況，選擇適宜的傳感器，提出基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)。(2)電子鼻的硬件設(shè)計(jì)系統(tǒng)，介紹本課題硬件組成局部。(3)電子鼻的軟件設(shè)計(jì)系統(tǒng)，主要介紹上位機(jī)軟件程序設(shè)計(jì)。(4)通過(guò)LVQ對(duì)電子鼻氣味數(shù)據(jù)進(jìn)行分析。2電子鼻硬件系統(tǒng)設(shè)計(jì)2.1系統(tǒng)總體結(jié)構(gòu)基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)的主體結(jié)構(gòu)由傳感器陣列，溫濕度傳感器模塊，顯示模塊，無(wú)線(xiàn)通訊模塊，鍵盤(pán)模塊等組成，其主要實(shí)現(xiàn)了氣味信號(hào)采集，信號(hào)調(diào)離，無(wú)線(xiàn)通訊，A/D轉(zhuǎn)換等功能，首先單擊PC機(jī)LabVIEW平臺(tái)信號(hào)采集按鈕，傳感器陣列開(kāi)始工作，根據(jù)不同傳感器在相應(yīng)的敏感氣體中電阻產(chǎn)生的變化，在LabVIEW平臺(tái)界面上產(chǎn)生相應(yīng)的曲線(xiàn)，從而得以實(shí)現(xiàn)基于電子鼻的豬肉新鮮度檢測(cè)功能，圖為基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)的硬件總框圖。圖2.1系統(tǒng)硬件結(jié)構(gòu)各模塊的主要功能如下：〔1〕氣敏傳感器陣列：主要由TGS8XX系列3個(gè)氣敏傳感器組合成陣列，分別是TGS825,TGS826和TGS832。傳感器選擇的依據(jù)是他們對(duì)氨氣，氯化氫，鹵素氣體具有敏感性?！?〕信號(hào)調(diào)理模塊：主要是將氣敏傳感器電阻的變換轉(zhuǎn)換成電壓的變化，并設(shè)計(jì)模擬開(kāi)關(guān)CD4051，在控制器控制下分時(shí)選通3路傳感器，依次將代表氣味響應(yīng)強(qiáng)度的電壓值送入AD轉(zhuǎn)換電路，這樣只需要占用1個(gè)AD口，也便于數(shù)據(jù)的打包處理。另外，此模塊還設(shè)計(jì)了高通濾波電路，濾除高頻干擾。〔3〕溫濕度傳感器模塊：在氣敏傳感器陣列外部添置了溫濕度傳感器AM2302，主要是因?yàn)闇貪穸葘?duì)氣敏傳感器陣列輸出信號(hào)有一定的影響，在后期建立數(shù)據(jù)處理時(shí)將環(huán)境的溫濕度作為輸入?yún)⒘繉?duì)識(shí)別模型進(jìn)行校正?！?〕Zigbee無(wú)線(xiàn)通信模塊：基于CC2430設(shè)計(jì)了2.4GHz的Zigbee無(wú)線(xiàn)收發(fā)模塊，可以接收上位機(jī)命令，發(fā)送采集的氣味數(shù)據(jù)。采用無(wú)線(xiàn)通信方式，克服了當(dāng)前有線(xiàn)方式存在的布線(xiàn)困難、通信距離短、擴(kuò)展不方便等缺陷。〔5〕STM32處理器模塊：控制核心使用32位的Cortex-M3RISC內(nèi)核的STM32系列微處理器，其功能強(qiáng)大，自帶12位AD轉(zhuǎn)換器，完全滿(mǎn)足氣味數(shù)據(jù)采集精度的要求?！?〕電源模塊：設(shè)計(jì)穩(wěn)定可靠的電源電路，提供系統(tǒng)所需要的5V和3.3V電源，保證RS-232轉(zhuǎn)USB電路成功。(7〕人機(jī)接口模塊：處理器外部擴(kuò)展了液晶顯示、數(shù)據(jù)存儲(chǔ)、鍵盤(pán)等人機(jī)交互模塊，可以實(shí)時(shí)顯示采集信息、脫離上位機(jī)存儲(chǔ)數(shù)據(jù)和執(zhí)行相應(yīng)按鍵操作。2.2系統(tǒng)硬件設(shè)計(jì)2.2.1電源模塊電源電路是整個(gè)系統(tǒng)中重要的一環(huán)，本課題設(shè)計(jì)的電子鼻系統(tǒng)中STM32工作電壓為3.3V，而USB接口供電電壓或采用的開(kāi)關(guān)電源都是5V，因此為了實(shí)現(xiàn)RS-232轉(zhuǎn)USB電路我們必須將電源適配器輸出的5V電壓進(jìn)行降壓處理，電路如圖2.2所示。圖2.2電源模塊電路原理圖2.2.2按鍵電路在這里設(shè)計(jì)了4*4的矩陣鍵盤(pán)。通過(guò)一組I/O口連接。因?yàn)椴捎昧随I盤(pán)輪詢(xún)的方式進(jìn)行定位。所以可以有效的減少對(duì)單片機(jī)I/O口的使用。4*4矩陣鍵盤(pán)的連接圖如上所示。其工作原理為：?jiǎn)纹瑱C(jī)通過(guò)運(yùn)行程序不斷掃描鍵盤(pán)，檢查是否有鍵按下，當(dāng)掃描到有鍵按下時(shí)。經(jīng)過(guò)程序處理找出按下的鍵值，并調(diào)用相應(yīng)鍵操作程序完成對(duì)應(yīng)的鍵操作。其電路原理圖如圖2.3所示。圖2.3按鍵電路2.2.3Zigbee無(wú)線(xiàn)通信模塊當(dāng)前，一種新的無(wú)線(xiàn)通信技術(shù)———“ZigBee〞技術(shù)引起了人們的關(guān)注。ZigBee這個(gè)名字來(lái)源于蜂群使用的賴(lài)以生存的通信方式，蜜蜂通過(guò)跳Zigzag形狀的舞蹈來(lái)分享新發(fā)現(xiàn)的食物源的位置、距離和方向等信息，ZigBee技術(shù)是一種近距離、低復(fù)雜度、低功耗、低速率、低本錢(qián)的雙向無(wú)線(xiàn)通信技術(shù)。工作在2.4GHz的ISM頻段上，傳輸速率為20kb/s—250kb/s傳輸距離為10m—75m。主要適用于工業(yè)控制、傳感和遠(yuǎn)程控制領(lǐng)域。它依據(jù)標(biāo)準(zhǔn)，在數(shù)千個(gè)微小的傳感器之間相互協(xié)調(diào)實(shí)現(xiàn)通信。這些傳感器只需要很少的能量，以“接力〞的方式通過(guò)無(wú)線(xiàn)電波將數(shù)據(jù)從一個(gè)傳感器傳到另一個(gè)傳感器，因此它們的通信效率非常高。它適合于承載數(shù)據(jù)量較小的業(yè)務(wù)，可以嵌入各種設(shè)備，同時(shí)支持地理定位功能。與ZigBee兼容的設(shè)備有著網(wǎng)狀的拓?fù)浣Y(jié)構(gòu)，這可大大延伸單個(gè)節(jié)點(diǎn)的傳輸范圍。ZigBee無(wú)線(xiàn)通信技術(shù)與其他的無(wú)線(xiàn)通信技術(shù)相比有著自己的特點(diǎn)：1)低功耗：由于ZigBee的傳輸速率低，發(fā)射功率僅為1mW，而且采用了休眠模式，功耗低，因此ZigBee設(shè)備非常省電。據(jù)估算，ZigBee設(shè)備僅靠?jī)晒?jié)5號(hào)電池就可以維持長(zhǎng)達(dá)6個(gè)月到2年左右的使用時(shí)間，這是其他無(wú)線(xiàn)設(shè)備望塵莫及的。2)本錢(qián)低：ZigBee模塊的初始本錢(qián)在6美元左右，估計(jì)很快就能降到1.5—2.5美元，并且ZigBee協(xié)議是免專(zhuān)利費(fèi)的。低本錢(qián)對(duì)于ZigBee也是一個(gè)關(guān)鍵的因素。3)時(shí)延短：通信時(shí)延和從休眠狀態(tài)激活的時(shí)延都非常短，典型的搜索設(shè)備時(shí)延為15ms。因此，ZigBee技術(shù)適用于對(duì)時(shí)延要求苛刻的無(wú)線(xiàn)控制〔如工業(yè)控制場(chǎng)合等〕應(yīng)用。4)網(wǎng)絡(luò)容量大：一個(gè)星型結(jié)構(gòu)的ZigBee網(wǎng)絡(luò)最多可以容納254個(gè)從設(shè)備和一個(gè)主設(shè)備，而且網(wǎng)絡(luò)組成靈活。5)可靠采取了碰撞防止策略，同時(shí)為需要固定寬帶的通信業(yè)務(wù)預(yù)留了專(zhuān)用時(shí)隙，避開(kāi)了發(fā)送信息的競(jìng)爭(zhēng)和沖突。MAC層采用了完全確認(rèn)的數(shù)據(jù)傳輸模式，每個(gè)發(fā)送的數(shù)據(jù)包都必須等待接受方確實(shí)認(rèn)信息。如果傳輸過(guò)程中出現(xiàn)問(wèn)題可以進(jìn)行重發(fā)。6)平安：ZigBee提供了基于循環(huán)冗余校驗(yàn)〔CRC〕的數(shù)據(jù)包完整性檢查功能，支持鑒權(quán)和認(rèn)證，采用了AES-128的加密算法，各個(gè)應(yīng)用可以靈活確定其平安屬性[9]。2.2.4STM32處理器模塊Cortex-M3內(nèi)核的核心是基于哈佛結(jié)構(gòu)和三級(jí)流水線(xiàn)的32位內(nèi)核。該內(nèi)核集成了分支預(yù)測(cè)、單周期乘法和硬件除法等眾多強(qiáng)大的功能，其出色的計(jì)算性、對(duì)時(shí)間快速響應(yīng)能力以及高度的可配置，使其支持應(yīng)用范圍更加廣泛現(xiàn)實(shí)。意法半導(dǎo)體公司的STM32F103以ARM公司32位的Cortex-M3內(nèi)核為核心，最高主頻位72MHz。STM32F103不僅價(jià)格廉價(jià)，而且外設(shè)資源豐富，尤其具有適合電力變換器控制的PWM模塊，使其在電力電子控制系統(tǒng)中具有廣闊的應(yīng)用前景。ST公司的STM32F103是一個(gè)完整的系列，各型號(hào)之間是腳對(duì)腳完全兼容的，該系分為三大類(lèi)：小容量型號(hào)，中容量型號(hào)，和大容量型號(hào)等。對(duì)于不同型號(hào)，它們的存儲(chǔ)器容量，片內(nèi)外設(shè)種類(lèi)及引腳數(shù)是不同的。對(duì)于大容量的STM32F103，它內(nèi)部具有3個(gè)獨(dú)立的12位模數(shù)轉(zhuǎn)換器，2個(gè)高級(jí)定時(shí)器，4個(gè)普通定時(shí)器以及豐富的通訊單元，包括多達(dá)5個(gè)異步串行接口，1個(gè)USB從器件、1個(gè)CAN器件，I2C和SPI等模塊。該型號(hào)內(nèi)設(shè)置64K字節(jié)和靜態(tài)SRAM和512K字節(jié)閃存存儲(chǔ)器。STM32F103還具備直接存儲(chǔ)存取〔DMA〕,用來(lái)提供在外設(shè)和存儲(chǔ)器之間或者存儲(chǔ)器和存儲(chǔ)器之間的高速數(shù)據(jù)傳送。無(wú)須CPU干預(yù)，這就節(jié)省了CPU的資源來(lái)執(zhí)行其他操作。本文中的模擬量采樣局部使用DMA來(lái)處理數(shù)據(jù)，這樣大大節(jié)省CPU的開(kāi)支。雖然STM32F103的ADC采樣周期較長(zhǎng)〔最快1微秒〕，但是精度很高，提高了系統(tǒng)的可靠性，再加上與DMA的配合使用，實(shí)時(shí)性也得到了很好的保障。另外STM32F103的I/O口配置非常靈活，其I/O口復(fù)用功能具有重映射功能，即可實(shí)現(xiàn)外設(shè)輸入口輸出口的多項(xiàng)選擇擇配置，使得端口配置更加靈活，根據(jù)實(shí)際現(xiàn)場(chǎng)的情況自由配置，這就給PCB布線(xiàn)設(shè)計(jì)帶來(lái)了不少方便。STM32F103主要系統(tǒng)由以下局部構(gòu)成。四個(gè)驅(qū)動(dòng)單元：Cortex-M3內(nèi)核DCode總線(xiàn)〔D-bus〕、系統(tǒng)總線(xiàn)〔S-bus〕、通用DMA1和通用DMA2四個(gè)被動(dòng)單元：內(nèi)部SRAM、內(nèi)部閃存存儲(chǔ)器、FSMC、AHB到APB的橋〔AHB2APBx〕。這些都是通過(guò)一個(gè)多級(jí)的AHB總線(xiàn)構(gòu)架相互連接的，如圖2.4所示FLITF為外部閃存接口；APB1最高限速36M；APB2無(wú)限速，可達(dá)72M[10]。FLITFFlashlCcodeAPB2AHBSystemBusFLITFFlashlCcodeAPB2AHBSystemBusDCodeCortex-DCodeCortex-M3SystemSystemBusmatrisDMABusmatrisDMASRAMDMA1SRAMDMA1FSMCFSMCSDIOSDIOBridge2DMA2Bridge2DMA2Bridge1Bridge1APB1APB1低速外設(shè)低速外設(shè)高速外設(shè)高速外設(shè)外設(shè)圖2.4STM32F103系統(tǒng)結(jié)構(gòu)2.2.5RS-232轉(zhuǎn)USB電路RS-232串行接口屬于個(gè)人計(jì)算機(jī)(PC)及電信應(yīng)用領(lǐng)域中最為成功的串行數(shù)據(jù)標(biāo)準(zhǔn)。它被定義為一種在低速率串行通信中增加通信距離的單端標(biāo)準(zhǔn),是目前PC機(jī)與通信工業(yè)中應(yīng)用最廣泛的一種串行接口?，F(xiàn)在的PC機(jī)一般至少有兩個(gè)串行口COM1和COM2。新一代的計(jì)算機(jī)均以9引腳的接頭接出所有的RS-232通信端口(有的計(jì)算機(jī)的COM2仍為25引腳)。DB-9連接器是COM1和COM2兩個(gè)串行接口的連接器。它只提供異步通信的9個(gè)信號(hào)。在通信速率低于20kb/s時(shí),與其直接連接的電纜最大物理距離為15m(即直接傳輸距離)。RS-232標(biāo)準(zhǔn)規(guī)定,假設(shè)不使用Modem,在碼元畸變小于4%的情況下,DTE和DCE之間最大傳輸距離為15m。一般應(yīng)用中當(dāng)通信距離小于12m時(shí),可以用電纜線(xiàn)直接連接標(biāo)準(zhǔn)RS-232端口。假設(shè)距離較遠(yuǎn),須附加調(diào)制解調(diào)器(Modem)。USB作為一種新的PC機(jī)互連協(xié)議，使外設(shè)到計(jì)算機(jī)的連接更加高效、便利。這種接口適合于多種設(shè)備，不僅具有快速、即插即用、支持熱插拔的特點(diǎn)，還能同時(shí)連接多達(dá)127個(gè)設(shè)備，解決了如資源沖突、中斷請(qǐng)求(IRQs)和直接數(shù)據(jù)通道(DMAs)等問(wèn)題。因此，越來(lái)越多的開(kāi)發(fā)者欲在自己的產(chǎn)品中使用這種標(biāo)準(zhǔn)接口。而RS-232是單個(gè)設(shè)備接入計(jì)算機(jī)時(shí)，常采用的一種接入方式，其硬件實(shí)現(xiàn)簡(jiǎn)單，因此在傳統(tǒng)的設(shè)備中有很多采用了這種通信方式[11]。圖2.5為RS-232接口局部電路圖圖2.5RS-232電路原理圖2.2.6信號(hào)調(diào)理模塊本課題采用的氣體采樣方式是靜態(tài)采樣法，所謂靜態(tài)采樣法就是在一個(gè)含有傳感器密閉的容器中放置一些樣品〔固體，液體，氣體均可〕，使之揮發(fā)成氣體。測(cè)試完以后需要將密閉容器進(jìn)行清洗〔要求每做完一次就清洗一次〕，然后進(jìn)行下一組實(shí)驗(yàn)。為了使實(shí)驗(yàn)數(shù)據(jù)更加準(zhǔn)確，有條件時(shí)，可以再密閉容器內(nèi)，安裝小型風(fēng)扇，使氣體分布更加均勻。信號(hào)調(diào)整模塊的核心是通過(guò)傳感器對(duì)氣體敏感度，所引起的電阻變化，將傳感器電阻的變化轉(zhuǎn)化為電壓信號(hào)，由于鑒于可能存在高頻干擾，我們一般采取并聯(lián)電容進(jìn)行低通濾波，因?yàn)楸菊n題采用3個(gè)傳感器組成的傳感器陣列，考慮到每一個(gè)傳感器占用一個(gè)AD口的話(huà)，會(huì)引起資源浪費(fèi)，借此我們采用8選1模擬開(kāi)關(guān)CD4051分時(shí)選通傳感器，如圖2.6所示為氣敏傳感器陣列信號(hào)拾取電路原理圖。圖2.6為氣敏傳感器陣列信號(hào)拾取電路原理圖。TGS8XX系列傳感器有4根引出線(xiàn)，需要施加2個(gè)供電電壓，分別是加熱器電壓VH工作電壓VC。VH施加在集成加熱器上用于維持敏感素子與對(duì)象氣體處于相適應(yīng)的特定溫度，對(duì)應(yīng)圖中1、4兩腳；VC那么是用于測(cè)定與傳感器串聯(lián)的負(fù)載電阻RL上的兩端電壓VRL，且VC必須為直流電源，對(duì)應(yīng)圖中3、4兩腳，由于4腳接地，因此，3腳接VC。通過(guò)選擇負(fù)載RL特定的電阻值，使判定值水平最正確化，并使敏感素子的功耗PS低于15mW的限度值。PS的值可以通過(guò)下面的公式計(jì)算：傳感器電阻RS可由輸出電壓VRL計(jì)算得出：在潔凈空氣中，傳感器的電阻較大，負(fù)載電阻上的輸出電壓較??；當(dāng)在待測(cè)氣體中時(shí)，傳感器的電阻相應(yīng)較小，負(fù)載電阻上的輸出電壓就較大。當(dāng)傳感器接觸到樣品揮發(fā)物后，電導(dǎo)率G發(fā)生改變，與初始電導(dǎo)率GO的比值G/G0隨之變化。響應(yīng)氣體濃度越大，G/G0的值越偏離1，如果濃度太低或沒(méi)有樣品揮發(fā)物，那么接近于1甚至等于1。2.2.7氣敏傳感器的特性和選擇氣敏傳感器與人們生活、生產(chǎn)活動(dòng)關(guān)系最為密切，因此氣敏傳感器的研究及開(kāi)發(fā)在各類(lèi)傳感器中最為活潑。目前，已開(kāi)發(fā)出了氧化物半導(dǎo)體、固體電解質(zhì)、有機(jī)半導(dǎo)體、石英振子、場(chǎng)效應(yīng)、熱催化、外表聲波、光學(xué)等各種類(lèi)型的氣敏傳感器[12]。氣體敏感元件是能感知環(huán)境中某種或多種氣體及其濃度的一種器件，它能將氣體種類(lèi)及其濃度有關(guān)的信息轉(zhuǎn)換成電信號(hào)(電壓或電流)，根據(jù)這些電信號(hào)的強(qiáng)弱就可以獲得與待測(cè)氣體在環(huán)境中存在的情況有關(guān)的信息，從而進(jìn)行檢測(cè)、監(jiān)控、報(bào)警等，還可以通過(guò)接口電路與計(jì)算機(jī)或者微處理器組成自動(dòng)檢測(cè)、控制和報(bào)警系統(tǒng)[13]。它主要包括半導(dǎo)體氣敏傳感器、接觸燃燒式氣敏傳感器和電化學(xué)氣敏傳感器等，其中用的最多的是半導(dǎo)體氣敏傳感器。半導(dǎo)體氣體敏感元件大多以金屬氧化物半導(dǎo)體為根底材料，當(dāng)被測(cè)氣體在該半導(dǎo)體外表吸附后，其電學(xué)特性(例如電導(dǎo)率)將會(huì)發(fā)生變化。利用這種現(xiàn)象制作的各種半導(dǎo)體氣敏元件早己商品化，其應(yīng)用領(lǐng)域正日益擴(kuò)大。常見(jiàn)的SnO2系列氣敏元件有燒結(jié)型、薄膜型和厚膜型三種，燒結(jié)型氣敏元件是目前工藝最成熟、應(yīng)用最廣泛的氣敏元件。按加熱方式不同，又分為直熱式和旁熱式兩種結(jié)構(gòu)[14]。下面是半導(dǎo)體傳感器的性能參數(shù)：(1)氣敏元件的電阻值將電阻型氣敏元件在常溫下潔凈空氣中的電阻值，稱(chēng)為氣敏元件(電阻型)的固有電阻值，表示為Ra。一般其固有電阻值在(103～105)Ω范圍。(2)氣敏元件的靈敏度氣敏傳感器在一定工作條件下，接觸到某種氣體，其電阻值Rs隨氣體濃度變化的特性稱(chēng)之為靈敏度特性，用K表示:K=Rs／R0式中，R0為氣敏傳感器在潔凈空氣中電阻值，Rs為氣敏傳感器在一定濃度的檢測(cè)氣體中的電阻值。(3)氣敏元件的響應(yīng)時(shí)間及恢復(fù)時(shí)間氣敏元件的響應(yīng)時(shí)間，表示在工作溫度下，氣敏元件對(duì)被測(cè)氣體的響應(yīng)速度。一般從氣敏元件與一定濃度的被測(cè)氣體接觸開(kāi)始計(jì)時(shí)，直到氣敏元件的阻值到達(dá)在此濃度下穩(wěn)定電阻值的63%時(shí)為止，所需時(shí)間稱(chēng)為氣敏元件在此濃度下的被測(cè)氣體中的響應(yīng)時(shí)間，通常用符號(hào)tr表示。氣敏元件的恢復(fù)時(shí)間，表示在工作溫度下，被測(cè)氣體由該元件解吸的速度。一般從氣敏元件脫離被測(cè)氣體開(kāi)始計(jì)時(shí)，直到其阻值恢復(fù)到在潔凈空氣中阻值的63%時(shí)為止，所需時(shí)間稱(chēng)為恢復(fù)時(shí)間。(4)初期穩(wěn)定時(shí)間在非工作狀態(tài)下長(zhǎng)期存放的氣敏元件，因外表吸附空氣中的水氣或者其它氣體，導(dǎo)致其外表狀態(tài)發(fā)生了變化，在加上負(fù)電荷后，隨著元件溫度的升高，發(fā)生解吸現(xiàn)象。因此，氣敏元件要恢復(fù)正常工作狀態(tài)，需要一定的時(shí)間。一般電阻型氣敏元件，在剛通電的瞬間，其阻值將下降，然后再上升，最后到達(dá)穩(wěn)定。從開(kāi)始通電直到氣敏元件阻值到達(dá)穩(wěn)定所需時(shí)間，稱(chēng)為初期穩(wěn)定時(shí)間。初期穩(wěn)定時(shí)間是敏感元件存放時(shí)間與環(huán)境狀態(tài)的函數(shù)。存放的時(shí)間越長(zhǎng)，其初期穩(wěn)定時(shí)間也就越長(zhǎng)。(5)氣敏元件的加熱電阻和加熱功率半導(dǎo)體氣敏元件一般要在較高的溫度(300℃一400℃)環(huán)境中工作。為氣敏元件提供必要工作溫度的加熱器的電阻稱(chēng)為加熱電阻，常用符號(hào)RH表示。直熱式氣敏元件的加熱電阻值一般較小(小于5Ω)，旁熱式氣敏元件的加熱電阻較大(大于200Ω)。氣敏元件正常工作所需的加熱功率用PH表示，一般在0.5一2.OW范圍。選擇適宜的氣體傳感器對(duì)于具體的應(yīng)用來(lái)說(shuō)是非常關(guān)鍵的，經(jīng)過(guò)查找資料，本課題最終決定使用TGS832傳感器，TGS825傳感器和TGS826傳感器。TGS25傳感器又叫硫化氫傳感器，主要監(jiān)測(cè)氣體：H2S,測(cè)量范圍5-100ppm，靈敏度0.45+/-0.15。。。費(fèi)加羅公司生產(chǎn)的TGS8XX系列傳感器具有功耗低，壽命長(zhǎng)，本錢(qián)低，結(jié)構(gòu)簡(jiǎn)單，穩(wěn)定性好等優(yōu)點(diǎn)，是本課題傳感器不錯(cuò)的選擇如圖2.7。為了校正溫濕度對(duì)電子鼻系統(tǒng)的影響，傳感器板上擴(kuò)展了AM2302型數(shù)字溫濕度傳感器，其是一款含有已校準(zhǔn)數(shù)字信號(hào)輸出的溫濕度復(fù)合傳感器，擁有以下優(yōu)勢(shì)：〔1〕它應(yīng)用專(zhuān)用的數(shù)字模塊采集技術(shù)和溫濕度傳感技術(shù)，具有極高的可靠性與卓越的長(zhǎng)期穩(wěn)定性；〔2〕傳感器包括一個(gè)電容式感濕元件和一個(gè)NTC測(cè)溫元件，并與一個(gè)高性能8位單片機(jī)相連接，因此具有品質(zhì)卓越、超快響應(yīng)、抗干擾能力強(qiáng)、性?xún)r(jià)比極高等優(yōu)點(diǎn)；〔3〕每個(gè)AM2302傳感器都在極為精確的濕度校驗(yàn)室中進(jìn)行校準(zhǔn)，校準(zhǔn)系數(shù)以程序的形式儲(chǔ)存在OTP內(nèi)存中，傳感器內(nèi)部在檢測(cè)信號(hào)的處理過(guò)程中要調(diào)用這些校準(zhǔn)系數(shù)；〔4〕單線(xiàn)制串行接口，系統(tǒng)集成簡(jiǎn)易快捷；〔5〕超小體積、極低功耗、信息傳輸可達(dá)20米以上。圖2.7傳感器實(shí)物圖3電子鼻軟件系統(tǒng)設(shè)計(jì)3.1虛擬儀器LabVIEWLabVIEW是一種用圖標(biāo)代替文本行創(chuàng)立應(yīng)用程序的圖形化編程語(yǔ)言。傳統(tǒng)文本編程語(yǔ)言根據(jù)語(yǔ)句和指令的先后順序決定程序執(zhí)行順序，而LabVIEW那么采用數(shù)據(jù)流編程方式，程序框圖中節(jié)點(diǎn)之間的數(shù)據(jù)流向決定了VI及函數(shù)的執(zhí)行順序。VI指虛擬儀器，是LabVIEW的程序模塊，LabVIEW提供很多外觀(guān)與傳統(tǒng)儀器〔如示波器、萬(wàn)用表〕類(lèi)似的控件，可用來(lái)方便地創(chuàng)立用戶(hù)界面。用戶(hù)界面在LabVIEW中被稱(chēng)為前面板。使用圖標(biāo)和連線(xiàn)，可以通過(guò)編程對(duì)前面板上的對(duì)象進(jìn)行控制。這就是圖形化源代碼，又稱(chēng)G代碼。LabVIEW的圖形化源代碼在某種程度上類(lèi)似于流程圖，因此又被稱(chēng)作程序框圖代碼。如需開(kāi)發(fā)特定程序，可購(gòu)置各類(lèi)附加軟件工具包。所有工具包都可與LabVIEW無(wú)縫集成。啟動(dòng)界面主要分為左右兩局部，分別是文件和資源。在這個(gè)界面上用戶(hù)可以選擇新建空白VI，新建空的工程，基于模板新建VI并且可以翻開(kāi)已有的程序。同時(shí)，用戶(hù)可以從這個(gè)界面獲得幫助支持。假設(shè)單擊新建VI，生成一個(gè)空的VI，隨后就出現(xiàn)了兩個(gè)窗口，一個(gè)是前面板窗口，另一個(gè)是流程代碼圖窗口。前面板〔panel〕主要是用于編制虛擬儀器的軟面板，主要是對(duì)虛擬儀器的操作面板進(jìn)行設(shè)計(jì),包括主要的顯示設(shè)備、儀器的操作控制器件、參數(shù)設(shè)定器件等；程序面板〔diagram〕主要是用于編寫(xiě)圖形化G語(yǔ)言程序源代碼。與C/C++等傳統(tǒng)的文本式編程不同，LabVIEW的G語(yǔ)言是把繁瑣、費(fèi)時(shí)的代碼編寫(xiě)輸入，簡(jiǎn)化為使用菜單圖標(biāo)提示的方法選擇功能，并用線(xiàn)條把各種功能連接起來(lái)的簡(jiǎn)單圖形編程方式。比方，要進(jìn)行FFT運(yùn)算，只需要從函數(shù)庫(kù)中，調(diào)出FFT子VI模塊，然后用連接線(xiàn)與輸入控制和輸出顯示的控件連接起來(lái)即可。降低了對(duì)編程者編程經(jīng)驗(yàn)和熟練程度的要求，易于學(xué)習(xí)和使用，大大提高了編程效率。被譽(yù)為“工程師和科學(xué)家的語(yǔ)言〞[15-16]。虛擬儀器的設(shè)計(jì)步驟如下：(1)在前面板設(shè)計(jì)窗口放置控件。首先，在前面板開(kāi)發(fā)窗口使用工具模板中的相應(yīng)工具，從控制模板中取用和放置好所需控件，進(jìn)行控件屬性設(shè)置，標(biāo)貼文字說(shuō)明標(biāo)簽。(2)在流程圖編輯窗口放置節(jié)點(diǎn)、圖框。在流程圖編輯窗口，使用工具模板中相應(yīng)工具，從功能模板中取用并放置好所需圖標(biāo)，它們是流程圖中的“節(jié)點(diǎn)〞、“圖框〞。(3)編輯數(shù)據(jù)流程圖。使用連線(xiàn)工具按數(shù)據(jù)流的方向?qū)⒍丝?、?jié)點(diǎn)、圖框依次連接，實(shí)現(xiàn)數(shù)據(jù)從源頭按規(guī)定的方式送到目的終點(diǎn)。(4)運(yùn)行檢驗(yàn)。當(dāng)完成前三個(gè)步驟后，前面板程序與流程圖圖形化程序的設(shè)計(jì)完畢，一個(gè)虛擬儀器已根本建立，是否到達(dá)預(yù)期功能，還需運(yùn)行檢驗(yàn)。有如下兩種檢驗(yàn)方式，一是仿真檢驗(yàn)，不使用硬件接口設(shè)備，對(duì)檢驗(yàn)運(yùn)行所需的信號(hào)數(shù)據(jù)采用由“數(shù)組〞或“信號(hào)生成函數(shù)〞產(chǎn)生的“仿真信號(hào)〞；另一個(gè)是實(shí)測(cè)檢驗(yàn)，它通過(guò)接口硬件設(shè)備，采集輸入標(biāo)準(zhǔn)信號(hào)，來(lái)檢驗(yàn)虛擬儀器的功能。仿真檢驗(yàn)在實(shí)測(cè)檢驗(yàn)之前進(jìn)行，是虛擬儀器所特有的優(yōu)勢(shì)，因?yàn)樗鼮榉磸?fù)檢驗(yàn)調(diào)試，不斷完善改良虛擬儀器提供方便，是傳統(tǒng)儀器無(wú)法采用的檢驗(yàn)手段。(5)程序調(diào)試技術(shù)。利用快捷工具欄中的“運(yùn)行〞、“高亮執(zhí)行〞、“斷點(diǎn)設(shè)置〞對(duì)程序進(jìn)行調(diào)試。3.2信號(hào)采集程序模塊的設(shè)計(jì)數(shù)據(jù)采集是LabVIEW的核心技術(shù)之一，也是LabVIEW應(yīng)用最廣的領(lǐng)域之一。NI公司提供了種類(lèi)豐富的硬件設(shè)備以滿(mǎn)足不同的測(cè)量與控制需求，通過(guò)豐富的驅(qū)動(dòng)程序，labview能輕松實(shí)現(xiàn)與任何NI提供的硬件設(shè)備通信。對(duì)于數(shù)據(jù)采集來(lái)說(shuō)，高速數(shù)據(jù)采樣的實(shí)時(shí)控制和數(shù)據(jù)存儲(chǔ)是兩個(gè)比擬復(fù)雜的問(wèn)題，需要在數(shù)據(jù)采集硬件和軟件兩個(gè)方面進(jìn)行專(zhuān)門(mén)的設(shè)計(jì)，本節(jié)主要從實(shí)時(shí)數(shù)據(jù)采集對(duì)軟件的編寫(xiě)進(jìn)行說(shuō)明。在信號(hào)采集模塊的前面板選擇一個(gè)波形趨勢(shì)圖和兩個(gè)確定按鈕分別命名為數(shù)據(jù)存儲(chǔ)、停止。詳細(xì)控件布置如圖3.1所示。圖3.1豬肉電子鼻氣味數(shù)據(jù)顯示與采集采集信號(hào)的程序代碼局部主要使用STM32處理器模塊實(shí)現(xiàn)數(shù)據(jù)采集功能，通過(guò)RS-232轉(zhuǎn)USB電路便于與計(jì)算機(jī)的連接，信號(hào)采集局部對(duì)于本設(shè)計(jì)是非常重要的，是實(shí)現(xiàn)軟硬件聯(lián)合調(diào)試的關(guān)鍵。設(shè)計(jì)時(shí)先是從硬件中讀取數(shù)據(jù)，并將采集到的數(shù)組轉(zhuǎn)化為元素，為了更加直觀(guān)清晰的顯示三條曲線(xiàn)圖，我在設(shè)計(jì)時(shí)給每個(gè)通道分別加上了13、17、19然后將元素在轉(zhuǎn)化為數(shù)組，并使用轉(zhuǎn)陣列函數(shù)，最終將三路信號(hào)顯示在前面板的波形圖中。另外，為了能更好的實(shí)現(xiàn)本設(shè)計(jì)的功能，我在此后面板中還添加了數(shù)據(jù)保存程序和退出程序，數(shù)據(jù)保存功能主要是將采集到的數(shù)據(jù)以一定的格式存儲(chǔ)在文件中，主要是用文件I/O函數(shù)來(lái)設(shè)計(jì)。運(yùn)行時(shí)，按下采集控件，開(kāi)始采集，此時(shí)同時(shí)按下存儲(chǔ)控件，這時(shí)會(huì)跳出一個(gè)一個(gè)文件對(duì)話(huà)框，由用戶(hù)指定要保存數(shù)據(jù)的路徑，當(dāng)采集一定的數(shù)據(jù)后，再依次按下存儲(chǔ)控件和采集控件完成一次數(shù)據(jù)的采集和存儲(chǔ)。詳細(xì)如圖3.2所示。圖3.2采集模塊的程序面板3.3溫濕度采集程序模塊設(shè)計(jì)為了突出環(huán)境的作用，本課題在設(shè)計(jì)的時(shí)候特意添加了溫濕度傳感器。添加溫濕度傳感器可以將當(dāng)前環(huán)境與測(cè)得數(shù)據(jù)有機(jī)的結(jié)合起來(lái)，使結(jié)果更加具有說(shuō)服力。如圖3.3。圖3.3溫濕度傳感器程序設(shè)計(jì)3.4數(shù)據(jù)回放及特征提取程序模塊的設(shè)計(jì)在數(shù)據(jù)回放的前面板中首先放置兩個(gè)波形圖，一個(gè)用來(lái)顯示原始數(shù)據(jù)的波形，一個(gè)用來(lái)顯示指定一段數(shù)據(jù)的波形圖，接著放置一個(gè)翻開(kāi)文件控件，用來(lái)翻開(kāi)前一個(gè)步驟所采集并存儲(chǔ)的數(shù)據(jù)，然后再放置五個(gè)輸出控件和兩個(gè)輸入控件，輸出控件分別用來(lái)顯示各個(gè)傳感器的特征值，輸入控件用來(lái)指定要提取數(shù)據(jù)的初始值和長(zhǎng)度，初始值一般從波形較穩(wěn)定開(kāi)始選取，選取30000個(gè)點(diǎn)。最后再放置四個(gè)確定按鈕，分別命名為原始數(shù)據(jù)回放、數(shù)據(jù)長(zhǎng)度選擇、特征提取和退出?？丶贾萌鐖D3.4所示。圖3.4數(shù)據(jù)回放的前面板數(shù)據(jù)回放程序模塊主要由三局部組成，分別為原始數(shù)據(jù)回放局部、數(shù)據(jù)長(zhǎng)度選擇局部以及特征提取局部，這三局部都放在事件結(jié)構(gòu)中，通過(guò)右擊選擇addeventcase來(lái)添加。原始數(shù)據(jù)回放：先是翻開(kāi)并讀取已保存的文件，降文件中字符串轉(zhuǎn)換為數(shù)值數(shù)組，接著用數(shù)組索引函數(shù)提取所要的數(shù)據(jù)，最后打包顯示到波形圖上，如圖3.5所示。圖3.5原始數(shù)據(jù)回放局部程序面板數(shù)據(jù)長(zhǎng)度選擇：程序設(shè)計(jì)時(shí)首先將原始數(shù)據(jù)回放圖定義為局部變量，接著用數(shù)組索引函數(shù)來(lái)分別獲得數(shù)組的第0行、第1行、第2行、第3行、第4行元素，然后再調(diào)用數(shù)組子集函數(shù)來(lái)獲得輸入數(shù)組的一局部子集，子集的起點(diǎn)由index決定，長(zhǎng)度由length決定，最后將獲得子集打包顯示到波形圖上如圖3.6所示。圖3.6數(shù)據(jù)長(zhǎng)度選擇局部程序面板特征提?。菏紫葟臄?shù)據(jù)回放圖中調(diào)用索引函數(shù)分別獲得第0、1、2、3、4行數(shù)據(jù)，并分別定義為F1、F2、F3、F4、F5，n為數(shù)組所含元素的個(gè)數(shù)，然后用c語(yǔ)言編寫(xiě)了一小段程序用來(lái)提取特征值，主要是算出每一行各個(gè)元素的平方和，再用平方和除以n,最后將結(jié)果分別顯示在五個(gè)輸出控件中，如圖3.7所示。圖3.7特征提取局部程序面板4豬肉新鮮度識(shí)別實(shí)驗(yàn)豬肉新鮮度檢測(cè)實(shí)驗(yàn)主要是使用由TGS825，YGS826，TGS832傳感器組成的傳感器陣列對(duì)不同時(shí)期的豬肉進(jìn)行檢測(cè)，期望可通過(guò)對(duì)氣味數(shù)據(jù)的處理將他們鑒別出來(lái)，但傳感器多測(cè)量的信號(hào)與氣體之間沒(méi)有直接的對(duì)應(yīng)關(guān)系，因此需要通過(guò)模式識(shí)別算法進(jìn)行處理。常用的模式識(shí)別算法有：〔1〕k-近鄰法：k-近鄰法是根據(jù)距離最近的K個(gè)樣例類(lèi)型來(lái)推測(cè)該樣例類(lèi)型的方法；〔2〕聚類(lèi)分析：聚類(lèi)分析指將物理或抽象對(duì)象的集合分組成為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的分析過(guò)程；〔3〕判別分析：判別分析又稱(chēng)“分辨法〞，是在分類(lèi)確定的條件下，根據(jù)某一研究對(duì)象的各種特征值判別其類(lèi)型歸屬問(wèn)題的一種多變量統(tǒng)計(jì)分析方法；〔4〕主成分分析：將多個(gè)變量通過(guò)線(xiàn)性變換以選出較少個(gè)數(shù)重要變量的一種多元統(tǒng)計(jì)分析方法。又稱(chēng)主分量分析等等。在本課題中我們將采用學(xué)習(xí)向量量化。4.1實(shí)驗(yàn)過(guò)程在超市分兩天購(gòu)置兩塊相同大小的豬肉，第一天買(mǎi)的豬肉將一直放在空氣中，而第二天買(mǎi)的豬肉，測(cè)完后就放在冰箱內(nèi)冷藏。買(mǎi)完第二塊豬肉后立刻進(jìn)行實(shí)驗(yàn)。購(gòu)置一個(gè)圓形塑料盒，帶蓋子。將傳感器陣列黏在蓋子內(nèi)側(cè)，并對(duì)留有空隙的地方粘上絕緣膠布，以示密封，當(dāng)蓋子合上時(shí)只留數(shù)據(jù)線(xiàn)與外部相連。首先將第一天買(mǎi)的豬肉放入開(kāi)口的袋子中，并放在盒內(nèi)〔此時(shí)盒子須遠(yuǎn)離傳感器〕，然后在LabVIEW界面點(diǎn)擊按鈕。等待1分鐘后，將蓋子與盒子合好，并用保鮮膜將盒子周?chē)芊夂?，傳感器和豬肉所產(chǎn)生的各種氣體接觸，傳感器阻值發(fā)生變化，LabVIEW平臺(tái)界面上的曲線(xiàn)發(fā)生變化，當(dāng)平臺(tái)界面趨于穩(wěn)定后，拿開(kāi)盒子并將傳感器置于空氣當(dāng)中，LabView平臺(tái)界面曲線(xiàn)下滑，當(dāng)曲線(xiàn)趨于水平平穩(wěn)后，結(jié)束本次試驗(yàn)，由于季候原因，第一塊豬肉測(cè)一次，第二塊豬肉測(cè)四次分別是新鮮豬肉；新鮮豬肉保存1天；新鮮豬肉保存2天；新鮮豬肉保存3天?！踩绫?.1見(jiàn)附錄A〕3個(gè)傳感器共有3條曲線(xiàn)，分別以不同的顏色作為標(biāo)記，如圖4.2新鮮組豬肉示意圖〕此外還配有溫濕度傳感器模塊，測(cè)取溫度和濕度的值。表4.1新鮮豬肉第五天局部數(shù)據(jù)圖4.1新鮮第五組豬肉示意圖4.1.2主成分分析〔PCA〕PCA又稱(chēng)為主成分分析，是在電子鼻領(lǐng)域應(yīng)用最多的算法之一。設(shè)有n個(gè)樣本，m個(gè)變量，那么原始測(cè)量數(shù)據(jù)的矩陣向量為將原始數(shù)據(jù)標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化的測(cè)量值：式中為變量測(cè)量值的樣本平均值；為變量測(cè)量值的樣本標(biāo)準(zhǔn)差。將標(biāo)準(zhǔn)化的測(cè)量值組成對(duì)應(yīng)的新矩陣向量，并求其協(xié)方差矩陣，然后求協(xié)方差矩陣的特征值，按大小順序排列得，對(duì)應(yīng)的特征向量為。所求特征向量按順序分別稱(chēng)為第1,2,3,4…m主成分。各主成分的奉獻(xiàn)率按下式進(jìn)行計(jì)算：取前個(gè)主成分方向上的得分：主成分分析的實(shí)質(zhì)就是尋找在最小均方意義下最能夠代表原始數(shù)據(jù)的投影方法，如下圖。主成分分析方法易于理解，便于實(shí)現(xiàn)，通常取原始數(shù)據(jù)在前2個(gè)或前3個(gè)主成分上的投影進(jìn)行繪圖，為保證繪圖的可靠性，要求前2個(gè)或前3個(gè)主成分的累計(jì)奉獻(xiàn)率在80%以上。4.1.3結(jié)果分析采用MATLAB對(duì)參數(shù)進(jìn)行主成分分析，結(jié)果如圖，所得數(shù)據(jù)的得分分布具有規(guī)那么?？梢院芎玫膬?nèi)聚。圖4.2主成分分析結(jié)果圖從圖中看出，結(jié)果的分類(lèi)效果非常明顯，五種豬肉分類(lèi)明顯，因此運(yùn)用主成分分析法進(jìn)行豬肉新鮮度檢測(cè)室可行的。4.2學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)〔LVQ〕4.2.1LVQ神經(jīng)網(wǎng)絡(luò)概述學(xué)習(xí)向量量化(LVQ)神經(jīng)網(wǎng)絡(luò)是一種有監(jiān)督的訓(xùn)練競(jìng)爭(zhēng)層的方法。學(xué)習(xí)向量量化網(wǎng)絡(luò)能夠?qū)θ我廨斎胂蛄窟M(jìn)行分類(lèi)，不管它們是不是線(xiàn)性可分，這點(diǎn)比感知器神經(jīng)網(wǎng)絡(luò)要優(yōu)越得多。LVQ神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)LVQ網(wǎng)絡(luò)模型如圖4.3所示[17]，網(wǎng)絡(luò)由3層神經(jīng)元組成,即輸入層、競(jìng)爭(zhēng)層和線(xiàn)性輸出層如圖4.4。該網(wǎng)絡(luò)在輸入層與競(jìng)爭(zhēng)層之間為完全連接,而在競(jìng)爭(zhēng)層與線(xiàn)性輸出層之間為局部連接,每個(gè)輸出神經(jīng)元與競(jìng)爭(zhēng)神經(jīng)元的不同組相連接,競(jìng)爭(zhēng)層和線(xiàn)性輸出神經(jīng)元之間的連接權(quán)值固定l。輸入層和競(jìng)爭(zhēng)神經(jīng)元間的連接權(quán)值建立為參考矢量的分量(對(duì)每個(gè)競(jìng)爭(zhēng)神經(jīng)元指定一個(gè)參考矢量)。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，這些權(quán)值被修改。競(jìng)爭(zhēng)神經(jīng)元和線(xiàn)性輸出神經(jīng)元都具有二進(jìn)制輸出值。當(dāng)某個(gè)輸入模式被送至網(wǎng)絡(luò)時(shí),參考矢量最接近輸入模式的競(jìng)爭(zhēng)神經(jīng)元因獲得激發(fā)而贏得競(jìng)爭(zhēng),因而允許它產(chǎn)生一個(gè)“1〞,其他競(jìng)爭(zhēng)神經(jīng)元都被迫產(chǎn)生“0〞。與包括獲勝神經(jīng)元的競(jìng)爭(zhēng)神經(jīng)元組相連接的輸出神經(jīng)元也發(fā)出“1〞，而其他輸出神經(jīng)元均發(fā)出“0〞。產(chǎn)生“1〞的輸出神經(jīng)元給出輸入模式的類(lèi),每個(gè)輸出神經(jīng)元被表示為不同的類(lèi)[18]。LVQ網(wǎng)絡(luò)學(xué)習(xí)算法LVQ網(wǎng)絡(luò)根據(jù)輸入向量和權(quán)值向量的最小歐氏距離選取獲勝神經(jīng)元，并且采用勝者為王的競(jìng)爭(zhēng)機(jī)制，令該神經(jīng)元的輸出為1，其他神經(jīng)元的輸出為0。LVQ神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法如下[19]:(1)產(chǎn)生隨機(jī)數(shù)設(shè)定輸入層和隱藏層之間的權(quán)值初始值。(2)將輸入向量X=[x1,x2,#,xn]T送入輸入層。(3)根據(jù)歐式距離d=計(jì)算隱藏層與輸入向量的距離.(4)選擇與權(quán)值向量的距離最小的神經(jīng)元。(5)更新連接權(quán)值.如果勝出神經(jīng)元和預(yù)先指定的分類(lèi)一致,稱(chēng)為正確分類(lèi),權(quán)值的調(diào)整按wi(t+1)=wi(t)+(t)(x-wi(t))更新；如果勝出神經(jīng)元和預(yù)先指定的分類(lèi)不一致，稱(chēng)為不正確分類(lèi)，權(quán)值的調(diào)整按wi(t+1)=wi(t)-(t)(x-wi(t))更新。其中t為迭代次數(shù)，(t)為學(xué)習(xí)步長(zhǎng)。(6)判斷是否滿(mǎn)足預(yù)先設(shè)定的最大迭代次數(shù)，滿(mǎn)足那么算法結(jié)束，否那么返回(2)，進(jìn)入下一輪的學(xué)習(xí)輸入向量輸出層隱含層輸入層輸入向量輸出層隱含層輸入層……參考向量參考向量圖4.3LVQ網(wǎng)絡(luò)模型W2a2=purelin(w2.a1)S2*1S2*1S1*1CR*1S1*1S1*RW1線(xiàn)性層競(jìng)爭(zhēng)層W2a2=purelin(w2.a1)S2*1S2*1S1*1CR*1S1*1S1*RW1線(xiàn)性層競(jìng)爭(zhēng)層R輸入a2a1na2a1n2n1PS1S1S2aa1=compet(-dist(w1.p))圖4.4學(xué)習(xí)向量量化網(wǎng)絡(luò)LVQ網(wǎng)絡(luò)特點(diǎn)競(jìng)爭(zhēng)層神經(jīng)網(wǎng)絡(luò)可以自動(dòng)學(xué)習(xí)對(duì)輸入向量模式分類(lèi)，但是競(jìng)爭(zhēng)曾進(jìn)行的分類(lèi)只取決于輸入向量之間的距離，當(dāng)兩個(gè)輸入向量非常接近時(shí)，競(jìng)爭(zhēng)層就可能將它們歸為一類(lèi)。在競(jìng)爭(zhēng)層的設(shè)計(jì)中沒(méi)有這樣的機(jī)制，即嚴(yán)格地判斷任意兩個(gè)輸入向量是屬于同一類(lèi)還是屬于不同類(lèi)。而對(duì)于LVQ網(wǎng)絡(luò)用戶(hù)指定目標(biāo)分類(lèi)結(jié)果，網(wǎng)絡(luò)可以通過(guò)監(jiān)督學(xué)習(xí)完成對(duì)輸入向量模式的準(zhǔn)確分類(lèi)。與其他模式識(shí)別和映射方式相比，LVQ神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)在于網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，只通過(guò)內(nèi)部簡(jiǎn)單的相互作用就可以完成十分復(fù)雜的分類(lèi)處理，也容易將設(shè)計(jì)域中的各種繁雜分散的設(shè)計(jì)條件收斂到結(jié)論上來(lái)。而且它不需要對(duì)輸入向量進(jìn)行歸一化，正交化處理，只需要直接計(jì)算輸入向量與競(jìng)爭(zhēng)層之間的距離，從而實(shí)現(xiàn)模式識(shí)別，因而簡(jiǎn)單易行[20]。4.3模型建立設(shè)計(jì)思路將基于電子鼻的豬肉新鮮度檢測(cè)圖像的1個(gè)量化特征作為網(wǎng)絡(luò)的輸入，腐爛的豬肉和新鮮的豬肉作為網(wǎng)絡(luò)的輸出。用訓(xùn)練集數(shù)據(jù)對(duì)設(shè)計(jì)的LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試并對(duì)測(cè)試結(jié)果進(jìn)行分析。設(shè)計(jì)步驟根據(jù)上述設(shè)計(jì)思路，設(shè)計(jì)步驟包括以下幾個(gè)如圖4.5網(wǎng)絡(luò)仿真網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)創(chuàng)立數(shù)據(jù)采集網(wǎng)絡(luò)仿真網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)創(chuàng)立數(shù)據(jù)采集結(jié)果分析結(jié)果分析圖4.5設(shè)計(jì)的初步流程1.數(shù)據(jù)采集基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)共采集25個(gè)數(shù)據(jù)，其中放置一天豬肉5個(gè)數(shù)據(jù)，新鮮豬肉5個(gè)數(shù)據(jù)，儲(chǔ)存在冰箱1,2,3天的新鮮豬肉各5個(gè)數(shù)據(jù)。2．網(wǎng)絡(luò)創(chuàng)立數(shù)據(jù)采集完成后，利用MATLAB自帶的神經(jīng)網(wǎng)絡(luò)工具箱newlvq〔〕可以構(gòu)建一個(gè)LVQ神經(jīng)網(wǎng)絡(luò)。3.網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)創(chuàng)立完畢后，假設(shè)需要，還可以對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行設(shè)置和修改。將數(shù)據(jù)輸入網(wǎng)絡(luò)，便可以對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。4.網(wǎng)絡(luò)仿真網(wǎng)絡(luò)通過(guò)訓(xùn)練后，將量化特征數(shù)據(jù)輸入網(wǎng)絡(luò)，便可得到對(duì)應(yīng)的輸出。5.結(jié)果分析通過(guò)對(duì)網(wǎng)絡(luò)仿真結(jié)果的分析，可以得到豬肉新鮮度檢測(cè)情況，從而可以對(duì)該方法進(jìn)行可行性評(píng)價(jià)。4.4LVQ網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)LVQ網(wǎng)絡(luò)創(chuàng)立函數(shù)newlvq()函數(shù)用于創(chuàng)立一個(gè)學(xué)習(xí)向量量化LVQ網(wǎng)絡(luò)，其調(diào)用格式為：net=newlvq〔PR,SI,PC,LR,LF〕其中，PR為輸入向量范圍，soze(PR)=[R2],R為輸入向量的維數(shù)；SI為競(jìng)爭(zhēng)層神經(jīng)元的個(gè)數(shù)；PC為線(xiàn)性輸出層期望類(lèi)別各自所占的比重；LR為學(xué)習(xí)速率，默認(rèn)值為0.01；LF為學(xué)習(xí)函數(shù)，默認(rèn)為“l(fā)earnlvl〞。4.4．2LVQ網(wǎng)絡(luò)學(xué)習(xí)函數(shù)learnlvl是LVQ算法對(duì)應(yīng)的權(quán)值學(xué)習(xí)函數(shù)，其調(diào)用格式為：[dW,LS]=learnlvl(W,P,Z,N,A,T,E,gW,gA,D,LP,LS)其中，dW為權(quán)值變化矩陣；LS為當(dāng)前學(xué)習(xí)狀態(tài)；W為權(quán)值矩陣或者閾值矢量；P為輸入矢量或者全為1的矢量；Z為輸入層的權(quán)值矢量；N為網(wǎng)絡(luò)的輸入矢量；A為網(wǎng)絡(luò)的輸出矢量；T為目標(biāo)輸出矢量；gA為與性能相關(guān)的輸出梯度矩陣；D為神經(jīng)元的距離矩陣；LP為學(xué)習(xí)參數(shù)，默認(rèn)值為0.1：L為初始學(xué)習(xí)狀態(tài)。4.5MATLAB實(shí)現(xiàn)利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱提供的函數(shù)可以方便地在MATLAB環(huán)境下實(shí)現(xiàn)上述步驟。清空環(huán)境變量程序運(yùn)行之前，去除工作空間中的變量及命令窗口中的命令。具體程序?yàn)椋篶learallclcwarningoff導(dǎo)入數(shù)據(jù)數(shù)據(jù)保存在data.mat文件中，共25組數(shù)據(jù)，不失一般性，隨機(jī)選取5組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩余20組數(shù)據(jù)作為測(cè)試集。輸入神經(jīng)元個(gè)數(shù)為10。輸出神經(jīng)元個(gè)數(shù)為5，分別代表腐爛的豬肉和新鮮的豬肉。以數(shù)字“1〞與新鮮的豬肉對(duì)應(yīng)，數(shù)字“2〞與腐爛豬肉對(duì)應(yīng)，數(shù)字“3〞與儲(chǔ)存在冰箱1天的新鮮豬肉對(duì)應(yīng)，數(shù)字“4〞與儲(chǔ)存在冰箱2天的新鮮豬肉對(duì)應(yīng)，數(shù)字“5〞與儲(chǔ)存在冰箱3天的新鮮豬肉對(duì)應(yīng)。具體程序如下:loaddata.mata=randperm(25)Train=data(a(1:20),:);Test=data(a(21:end),:)P_train=Train(:,2:4)’;Tc_train=Train(:,1)’T_train=ind2vec(Tc_train);P_test=Test(:,2:4)’;Tc_test=Test(:,1)’;4.5.6創(chuàng)立LVQ網(wǎng)絡(luò)利用newlvq()函數(shù)可以創(chuàng)立LVQ神經(jīng)網(wǎng)絡(luò)，將隱含層神經(jīng)元個(gè)數(shù)設(shè)為20，由于訓(xùn)練集是隨機(jī)產(chǎn)生的，所以參數(shù)PC需要事先計(jì)算下，具體的程序?yàn)椋篶ount_B=length(find(Tc_train==1));count_C=length(find(Tc_train==2));count_D=length(find(Tc_train==3));count_E=length(find(Tc_train==4));count_F=length(find(Tc_train==5));rate_B=count_B/20;rate_C=count_C/20;rate_D=count_D/20;rate_E=count_E/20;rate_F=count_F/20;net=newlvq(minmax(P_train),10,[rate_Brate_Crate_Drate_Erate_F]);net.trainParam.epochs=1000;=10;net.trainParam.lr=0.1;net.trainParam.goal=0.1;訓(xùn)練LVQ網(wǎng)絡(luò)網(wǎng)絡(luò)創(chuàng)立完成及相關(guān)參數(shù)設(shè)置完成后，利用MATLAB自帶的網(wǎng)絡(luò)選連函數(shù)train〔〕可以方便地對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，具體程序：net=train(net,P_train,T_train);仿真測(cè)試?yán)胹im〔〕函數(shù)將測(cè)試集輸入數(shù)據(jù)送入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)便可以得到對(duì)應(yīng)的測(cè)試數(shù)據(jù)集輸出仿真數(shù)據(jù)，詳細(xì)程序如下：T_sim=sim(net,P_test);Tc_sim=vec2ind(T_sim);result=[Tc_sim;Tc_test];4.5.9結(jié)果，表4.1〕：圖4.6訓(xùn)練收斂圖1圖4.7訓(xùn)練收斂圖2圖4.8訓(xùn)練收斂圖3仿真圖步長(zhǎng)測(cè)試集仿真結(jié)果測(cè)試集真實(shí)結(jié)果訓(xùn)練收斂圖122244221133訓(xùn)練收斂圖234434555524訓(xùn)練收斂圖351155554433表4.1仿真結(jié)果本次仿真我們一共進(jìn)行三次，其中兩次完全正確，一次存在細(xì)微過(guò)失，由于測(cè)試集的選擇是隨機(jī)的，所以第二次細(xì)微過(guò)失是允許的。結(jié)論本課題基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)設(shè)計(jì)已根本到達(dá)了預(yù)期的效果，可以采集到不同新鮮度豬肉的數(shù)據(jù)，并通過(guò)LVQ對(duì)電子鼻氣味數(shù)據(jù)進(jìn)行分析，能夠簡(jiǎn)單的區(qū)別不同新鮮度的豬肉。由于本設(shè)計(jì)采用LabVIEW軟件,實(shí)現(xiàn)了計(jì)算機(jī)與測(cè)試儀器的一體化,這給實(shí)際的檢測(cè)工作帶來(lái)了諸多便利。但是整個(gè)系統(tǒng)還存在一定的誤差和缺乏之處，硬件方面電路不夠完善，我設(shè)計(jì)的電路過(guò)于簡(jiǎn)單，雖然能夠采集到信號(hào)，但是精度以及速度方面都還有待改良和提高，在以后的研究中我會(huì)更加虛心的學(xué)習(xí)，期待找到更好的電路設(shè)計(jì)。在軟件方面,軟件設(shè)計(jì)無(wú)法對(duì)采集而得的信號(hào)進(jìn)行參數(shù)的設(shè)置，雖然在本設(shè)計(jì)中也有一些采集信號(hào)的參數(shù)設(shè)置，但沒(méi)能對(duì)更多更重要的參數(shù)進(jìn)行設(shè)置，使得無(wú)法得到更精確的信號(hào)波形。這也是在本次設(shè)計(jì)一個(gè)非常大的遺憾。由于時(shí)間有限，本次課題的模式識(shí)別算法我們采用的是學(xué)習(xí)向量量化LVQ(LearningVectorQuantization)，但是還有概率神經(jīng)網(wǎng)絡(luò)〔PNN〕法，小波神經(jīng)網(wǎng)絡(luò)〔WNN〕等方法，在以后的學(xué)習(xí)中我會(huì)嘗試采用其他的模式識(shí)別算法。在以后的日子當(dāng)中，我會(huì)繼續(xù)努力爭(zhēng)取能夠做出一個(gè)比擬完善的基于電子鼻的豬肉新鮮度檢測(cè)系統(tǒng)，最終能夠投入市場(chǎng)。致謝在周洪標(biāo)老師的精心指導(dǎo)下，本次畢業(yè)設(shè)計(jì)根本順利地完成了。首先，感謝周洪標(biāo)老師的精心指導(dǎo)。對(duì)于我來(lái)說(shuō)，在本次畢業(yè)設(shè)計(jì)中受益非淺，學(xué)到了很多東西，是書(shū)本上的理論和實(shí)踐的一次結(jié)合。從設(shè)計(jì)任務(wù)書(shū)的下到達(dá)根本實(shí)現(xiàn)任務(wù)書(shū)中的設(shè)計(jì)要求，時(shí)間已經(jīng)過(guò)去了兩個(gè)多月。在這兩個(gè)多月里，通過(guò)自己的學(xué)習(xí)和努力，經(jīng)過(guò)各位老師的指導(dǎo)和講解，使我在知識(shí)水平和解決實(shí)際問(wèn)題的能力上都有了很大的提高。電子與電氣工程學(xué)院對(duì)畢業(yè)設(shè)計(jì)的重視和切實(shí)可行的安排是我能完成設(shè)計(jì)的必要條件。為了保證我們畢業(yè)設(shè)計(jì)的正常運(yùn)行，院里專(zhuān)門(mén)為我們開(kāi)設(shè)了一個(gè)實(shí)驗(yàn)室用于畢業(yè)設(shè)計(jì)，給我們的畢業(yè)設(shè)計(jì)創(chuàng)造了良好的外部環(huán)境。同時(shí)，指導(dǎo)老師不時(shí)地詢(xún)問(wèn)我們畢業(yè)設(shè)計(jì)進(jìn)展情況，不斷給予講解和指導(dǎo)，并且提供專(zhuān)門(mén)的實(shí)驗(yàn)室給我們進(jìn)行調(diào)試，使得畢業(yè)設(shè)計(jì)能順利如期進(jìn)行。經(jīng)過(guò)兩個(gè)多月的努力，畢業(yè)設(shè)計(jì)工作按期完成了。通過(guò)這次設(shè)計(jì)，使我對(duì)本專(zhuān)業(yè)所學(xué)的知識(shí)有了更加全面系統(tǒng)的的了解，將來(lái)不管我走到什么工作崗位，我都將以謙虛謹(jǐn)慎的態(tài)度和孜孜不倦的求學(xué)精神對(duì)待我的本職工作。在此，我衷心的感謝在本次畢業(yè)設(shè)計(jì)中給我熱忱幫助的老師和同學(xué)，特別是我的指導(dǎo)老師周洪標(biāo)老師，在百忙中抽時(shí)間給我們講解，在設(shè)計(jì)過(guò)程中他給了我許多的指導(dǎo)和幫助，我覺(jué)得我不僅僅要學(xué)習(xí)他對(duì)工作認(rèn)真盡職的態(tài)度，還要學(xué)習(xí)他對(duì)科研認(rèn)真鉆研的精神。在他的指導(dǎo)下，才使我順利的完成畢業(yè)設(shè)計(jì)工作，在此我再次感謝各位老師。參考文獻(xiàn)1張軍、李小昱、王為等。用阻抗特性評(píng)價(jià)鯽魚(yú)鮮度的試驗(yàn)研究[J]．農(nóng)業(yè)工程學(xué)報(bào)，2007，23(6)：44－482OlafsdottirG,NesvadbaP,DiNataleC,etal.Multisensor第3期張軍等：基于虛擬儀器的淡水魚(yú)鮮度電子鼻測(cè)量系統(tǒng)113forfishqualitydetermination[J].TrendsinFoodScience&Technology，2004，15(2)：86－933高大啟，楊根興.電子鼻技術(shù)新進(jìn)展及其應(yīng)用前景[J].傳感器技術(shù)，2001，20(9)