盲信號(hào)分離技術(shù)在氣體濃度分析中的應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步和工業(yè)生產(chǎn)的發(fā)展，對(duì)多組分氣體檢測(cè)和分析的要求不斷提高，但是現(xiàn)有的檢測(cè)手段越來越不能滿足需要，因而將低成本、高性能的氣體傳感器陣列與盲信號(hào)分離技術(shù)相結(jié)合，來分析混合氣體的濃度。所選擇的氣體傳感器只要具有寬響應(yīng)范圍均可使用。
　　 由于CO和CO2的紅外吸收波段重疊，使用紅外氣體傳感器測(cè)量這兩種氣體濃度時(shí)就會(huì)帶來誤差，用盲信號(hào)分離技術(shù)對(duì)觀測(cè)的數(shù)據(jù)進(jìn)行分析，便可以提高氣體測(cè)量的精度。本課題的創(chuàng)新之處就在于將盲信號(hào)分

2、離算法應(yīng)用到混合氣體濃度分析上。本文介紹了紅外氣體分析原理，兩種氣體之間的干擾問題，盲信號(hào)分離算法的基本模型，盲信號(hào)分離原則，主成分分析法（PCA），獨(dú)立分量分析法（ICA），非線性主成分分析法（NLPCA），以及基于峭度的盲信號(hào)分離算法和基于最大信噪比的盲信號(hào)分離算法，討論了混合氣體的盲可分離性，并對(duì)觀測(cè)數(shù)據(jù)進(jìn)行預(yù)處理，在MATLAB計(jì)算環(huán)境下，根據(jù)上述算法編寫的程序分別對(duì)數(shù)據(jù)處理，來分析氣體濃度。
　　 分析結(jié)果表明，相對(duì)于

3、PCA技術(shù)而言，ICA和NLPCA大大提高了對(duì)兩種氣體的量化精度，兩種方法在數(shù)據(jù)分析上得到了異曲同工的效果，都有效提取了數(shù)據(jù)的獨(dú)立分量。而PCA是一種合適的信號(hào)預(yù)處理方法，因此在PCA分析的基礎(chǔ)上，對(duì)觀測(cè)數(shù)據(jù)再進(jìn)行ICA和NLPCA分析，可提高氣體的分離性。對(duì)六組CO和CO2的混合氣體使用基于峭度的盲信號(hào)分離算法和基于最大信噪比的盲信號(hào)分離算法進(jìn)行分析?；谇投鹊拿ば盘?hào)分離算法無須事先估計(jì)兩種氣體的概率密度函數(shù)，對(duì)CO和CO2的平均預(yù)測(cè)