盲信号分离技术在气体浓度分析中的应用研究

《盲信号分离技术在气体浓度分析中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、·沈阳理工大学硕士学位论文盲信号分离技术在气体浓度分析中的应用研究姓名：王坤申请学位级别：硕士专业：检测技术与自动化装置指导教师：于洋20090101···沈阳理工大学硕士学位论文摘要随着科学技术的进步和工业生产的发展，对多组分气体检测和分析的要求不断提高，但是现有的检测手段越来越不能满足需要，因而将低成本、高性能的气体传感器阵列与盲信号分离技术相结合，来分析混合气体的浓度。所选择的气体传感器只要具有宽响应范围均可使用。由于CO和CO2的红外吸收波段重叠，使用红外气体传感器测量这两种气体浓度时就会

2、带来误差，用盲信号分离技术对观测的数据进行分析，便可以提高气体测量的精度。本课题的创新之处就在于将盲信号分离算法应用到混合气体浓度分析上。本文介绍了红外气体分析原理，两种气体之间的干扰问题，盲信号分离算法的基本模型，盲信号分离原则，主成分分析法（PCA），独立分量分析法（ICA），非线性主成分分析法（NLPCA），以及基于峭度的盲信号分离算法和基于最大信噪比的盲信号分离算法，讨论了混合气体的盲可分离性，并对观测数据进行预处理，在MATLAB计算环境下，根据上述算法编写的程序分别对数据处理，来分析气

3、体浓度。分析结果表明，相对于PCA技术而言，ICA和NLPCA大大提高了对两种气体的量化精度，两种方法在数据分析上得到了异曲同工的效果，都有效提取了数据的独立分量。而PCA是一种合适的信号预处理方法，因此在PCA分析的基础上，对观测数据再进行ICA和NLPCA分析，可提高气体的分离性。对六组CO和CO2的混合气体使用基于峭度的盲信号分离算法和基于最大信噪比的盲信号分离算法进行分析。基于峭度的盲信号分离算法无须事先估计两种气体的概率密度函数，对CO和CO2的平均预测误差为8.29%和5.32%；基于

4、最大信噪比的盲信号分离算法将信噪比作为目标函数，将求优过程转化为广义特征值的求解，优点在于不需要任何迭代，具有较低的计算复杂度，对CO和CO2的平均预测误差为7.94%和5.3%。两种算法分析结果相差不多，对高浓度气体分析误差较小，但后者对气体浓度的估计效果好于前者。···沈阳理工大学硕士学位论文关键词：气体传感器；盲信号分离；混合气体分析；峭度；最大信噪比···沈阳理工大学硕士学位论文AbstractAstheadvancementofthescienceandthedevelopmentofi

5、ndustry,therequirementsofthedetectionandanalysisofmulticomponentgasesareongreatrise.Butexistingdetectionmethodscannotmeetthem.Therefore,combinethegassensorarraytoBlandSignalSeparationtoanalysistheconsistencyofmixgassuchashighsensitivity,goodselectivit

6、y,long-termstability,lowcostandsoon.Anytypeofgassensorthatcanrespondbroadlytoarangeorclassofgasesratherthantoaspecificonecanbeemployedinthedetectingsystem.BecausetheinfraredabsorbedwavebandofCOandCO2havewraped,thereisaerrorabouttheconcentration.Analys

7、ingthedetectingdataswiththearithmeticofBlindSignaltoadvancetheprecisionofdetecting.TheinnovationofthispaperiscombiningthearithmeticofBlindSignalSeparationtotheanalysisofmixturegases.Inthispaper,itintroducesthebasicmodel,principleofBlindSignalSeparatio

8、n,principalcomponentanalysis,independentcomponentanalysis,nonlinearprincipalcomponentanalysis,thearithmeticbasisedonthekurtosisandthearithmeticbasisedonthemaximumSignal-to-Noise.Discussingtheblindingseparationandprep-disposalingthedatas.Analys