一个健壮的和低气体识别技术,芯片上的氧化锡气体传感器阵列

文摘

气体识别是一个新兴的研究领域,许多民事、军事和工业应用。任何气体识别系统的成功取决于其计算复杂度和鲁棒性。在这项工作中,我们提出一个新的低识别方法测试并成功验证了氧化锡气体传感器阵列芯片。识别系统是基于矢量角之间的相似性度量查询煤气公司和代表不同的类。后者得到了使用聚类算法基于相同的测量在训练数据集。试验结果对我们内部的气体传感器阵列显示超过正确的识别。该方法的鲁棒性测试通过识别气体测量与模拟的漂移。不到性能退化是指出在最坏的情况下,标志着一个重大的进步相比,当前最先进的。

1。介绍

气体的检测和歧视使用微电子气体传感器阵列需要在各种行业和国内的应用程序中,如汽车、安全、室内空气质量、医药和食品行业1,2]。的气体传感膜技术通常用于这样的应用程序,因为许多优势包括成本效益、各种气体灵敏度高,相对与标准CMOS工艺兼容的过程(3]。的基于传感器在高温(通常是300)获得使用集成microhotplates (mhp)。的气体传感膜显示高应对各种各样的目标气体但低水平给定目标气体的选择性。这种现象被广泛展出在动物和人类生物嗅觉系统(4]。除了选择性低、高灵敏度等缺点,湿度,传感器的非线性响应,漂移和反应迟缓与电子气体传感器。可怜的选择性对监测气体,或对其他气体传感器的交叉灵敏度输出不可靠。传感器的长时间曝光周期以及老化因素和稳定性差导致传感器的校准曲线随时间漂移(5]。可以解释为一个随机漂移时间变化的传感器响应当暴露于相同的气体在相同的条件下。这些漂浮在传感器系统由于未知的动态过程(例如,中毒或老化的传感器)或环境变化(如温度和压力条件)。许多模式识别技术在文献中提出了应对电子鼻子低选择性和良好的概述可以发现在2,6]。然而,处理仍然相当复杂,涉及许多预处理操作以及复杂的模式识别算法尤其是大量的传感器。此外,大多数的技术没有解决漂移问题,那些处理这个问题需要提出的培训系统使用模拟漂移观察。

气体测量发出我们的传感器阵列是向量。通常,在多维空间识别需要足够数量的观察底层模型的参数估计。因此这个数字增长迅速的维度识别变得不准确的在实践中甚至每个维度通常带来附加的信息。这是著名的维数的诅咒现象(7]。克服这个问题的一种选择是使用降维技术特征选择和特征提取的找到一个更紧凑的表示数据只保留相关信息。追求投影(PP) (8]是一种降维技术发现迭代投影轴,最大化一个给定的标准称为投影指数(PI)。主成分分析(PCA)是一种PP与方差π,线性判别分析(LDA)是PP类可分性(类可分性通常是用于测量在协方差矩阵的协方差矩阵)之间π和独立分量分析(ICA)是一种PP与同时π(9,10]。在本文中,我们使用一个低复杂度还有效降低观测向量技术基于向量夹角作为衡量他们的亲密关系。提出识别系统使用矢量角之间的相似性测量气体和调查获得的不同的气体类代表使用相同的聚类算法相似的措施。这个造型让我们达到较高的识别率和显示高鲁棒性对漂移现象。

本文组织如下。传感器阵列中描述部分2。节3,识别系统详细、真实气体的测量实验。提出的可靠性技术研究部分4。最后,给出了结论5。

2。传感器阵列特征

的单片设计、制备氧化锡气体传感器阵列使用我们内部5m 1-metal 1-poly CMOS工艺(3]。气体传感器的横断面视图如图1(一)。捏造的顶视图传感元件微加热器和电极图所示1 (b)。

民族主义者行动党(MHP)是传感器的核心元素和维度。2.8米气隙形成电炉膜与衬底之间使用一个表面微加工过程。的传感薄膜沉积到民族主义者行动党(MHP)使用溅射方法。传感器信号的测量电阻变化在两个Pt电极。不同后处理进行组合内的传感器阵列,包括金属催化剂(Pt、Pd、盟)3列和离子注入(B、P和H) 3行,导致整个16个传感器响应变化。

蒸汽注入气体室,直径和体积的反应在流量由质量流量控制器(mfc电池)。室中的气体浓度传感器调整通过选择正确的对不同的气体流量。输入信号生成的数据采集板和用于控制MFC对应于不同浓度的脉冲信号。数据采集板的输出处理(采集)。在这种测量,所有芯片上的民族主义者行动党(mhp)被加热到300,导致总电力消耗352兆瓦。

测试气体的相关应用领域的主要有毒、可燃气体识别。和乙醇在矿山和日常生活中,常见的爆炸或中毒煤矿事故的潜在原因。此外,比单一更危险气体的混合气体在真实情况下这种情况。三个二元混合物的,被选中作为分析物气体和公认的新的气体。

气体传感器阵列的特点是使用一个周期exposure-cleaning操作模式。气体注入期刊的方式随着时间的推移,每个注气是紧随其后的是一个清洗阶段可以在某些情况下通过注入干燥的空气。清洗阶段后,信号将达到的基线作为参考注气前测量。

3所示。该气体的识别算法

3.1。矢量角相似性度量

从16个传感器获得的测量可以表示为一个数组维向量。在此表示,矢量角因此可以作为相似性度量。让和是两个向量属于。矢量角是由 在哪里是两个向量之间的内积,是一个向量的大小。这是一个简单的方法来测量向量相似,也就是说,亲密的取向空间,无论大小。事实上,向量属于同一类别的最有可能占据同一地区在高维空间夹角,因此预计将小。尽管它的简单性,这种方法已被证明其有效性和超级和遥感多光谱图像(11,12),它被称为“光谱角”由于观测向量的起源,它代表了土壤光谱反射率在观察到的地区。这种方法也被有效地用于彩色图像分割(13,14]。此外,使用矢量角测量大幅降低问题的复杂性,是一种有效的降维技术。事实上,处理数据在高维空间中产生了著名的维数问题也称为诅咒休斯现象(7]。通常与维度模型的复杂性增加,因此,增加参数的数量和大小的可靠估计所需的训练数据集变得很大。在实践中,训练数据集是有限的,空间变得越来越空,当维数的增长,这意味着缺乏在参数估计精度,因此识别性能的退化。使用矢量角是一个简单的方法来克服这个问题。

3.2。矢量角近似

我们的研究工作的最终目标是集成CMOS传感器阵列和模式识别系统的技术。通常,,这是一个非线性函数,实现在硬件使用查表。高精度需要大尺寸的查表是一个真正的缺点对我们提出模式识别系统。为了克服这个问题,我们建议使用基于泰勒级数展开的一个近似。的扩张是由 大量的仿真结果表明,一阶近似足以保持相同的识别性能全面扩张。因此,下面的公式是用于计算的: 在下一节中,这种方法用于设计气体识别系统。

3.3。识别系统

k - means算法(9)是用于恢复潜在的本地集群每个气体类的数据结构。集群的数量的选择是一个模型选择问题出于奥卡姆剃刀原则,规定,最简单的模型,解释数据是首选(9]。因为没有与k - means算法相关参数模型,模型选择Akaike信息技术标准和贝叶斯信息准则并不适用。因此,大量的集群使用一开始那么小集群在聚类过程中被淘汰。

获得集群的重心被视为代表候选人相比,气体。决定遵循简单的规则概述为:“一个候选人天然气属于类的代表之一,是最接近的候选人(图2)”。

让类的重心,是一个候选人气体。最小的角度之间的和集计算如下: 决策规则 识别系统的表现进行下一节。

3.4。实验

实验提出了识别系统,测量产生的大数据集。不同浓度的6种气体,即:有限公司、乙醇、、Ethanol-CO和,使用完全432矢量测量数据集。过去3个混合物被认为是作为单独的气体。这个数据集划分为两个部分:的学习和的测试。该技术提出了工作与不同的古典识别技术相比。所有这些技术都是之前使用PCA降维的一步,而在我们的例子中降维本质上是嵌入到分类器,构成一个巨大的优势。表1报告获得的平均精度与越来越多的PCA的保留投影轴。尽管其低复杂度,提出系统执行与其他技术相比。此外,使用向量angle-based分类器还允许从原始空间降维,一维空间没有任何进一步的预处理。每个气体类别只有一个集群用于我们的实验,因此只需要一个代表每个类别是一个非常低的复杂性而高效的识别系统。换句话说,我们识别系统提出了一种嵌入维数过程非常有趣因为减少和分类执行同时降低系统的复杂性。因此芯片上的实现提出了分类器将利用少量的参数需要存储的系统而计算需求保持在非常低的水平。

4所示。鲁棒性研究

漂移现象可以解释为模式的时空变化分布特征空间,从而导致有害的识别系统的鲁棒性问题。因此,它是整个识别系统通常需要重新培训使用测量漂移的影响,以提高电子噪声的性能。

图3说明了添加剂漂移的一个例子,我们报道的反应气体的浓度的传感器的功能定期注入毒气室的传感器被放置。我们可以注意,基线响应传感器的转移,使分类问题进一步复杂化因为传感器的学习行为是随着时间变化。该漂移模型在哪里传感器输出漂移实验前和吗被选为每个传感器(随机16]。漂移0到30之间的不同人工生成的。识别的性能是评价在漂移测量。的识别结果漂移测量使用系统训练nondrifted测量如图4和获得的识别性能相比15]。该技术显示了更高的精度比实现(15有或没有培训系统。同样重要的是要注意的重要的不变性时的性能增加了漂移。在最坏的情况下,超过识别的准确性。不到性能下降而著称的漂移图的。提出的可靠性技术表明,使用天然气和类的查询之间的角度代表往往是更健壮的比使用其他类似措施。在我们的例子中,相应的类代表签名特征气体,因此即使在漂移效应的存在,给定查询气体的测量向量仍接近它的类签名比其他签名。

5。结论

摘要小说气体识别算法提出了基于矢量角相似性度量。k - means算法适应恢复当地的数据结构在不同的训练集的类从大量的集群和集群过程中消除小型集群。

结果显示了该方法的有效性与现有的方法相比,尽管它不需要任何预处理。事实上,嵌入维数减少使用矢量角相似措施避免执行额外的其他方法所需的预处理操作。

此外,该技术显示了一个非常高的鲁棒性对漂移现象没有任何额外的培训。所需的参数和所需的计算复杂性低的建议有效的识别系统的片上硬件实现。工作正在进行中,将提出的算法与传感器阵列使单片机电子鼻子微系统。

承认

这项研究支持一个新兴高冲击面积格兰特从科大(Ref HIA05/06.EG03)。

引用

1. 卡彭,a . Forleo l . Francioso et al .,“固态气体传感器:最先进的和未来的活动,“光电子学和先进材料》杂志上,5卷,不。5,1335 - 1348年,2003页。视图:谷歌学术搜索
2. t·c·皮尔斯s . s . Schiffman h·t·纳格尔和j·w·加德纳Eds。手册的机器嗅觉:电子鼻技术Wiley-VCH,纽约,纽约,美国,2002年。
3. 郭b, a . Bermak p·c·h·陈,G.-Z。燕”,单片集成4$\times$4氧化锡气体传感器阵列芯片上多路复用和微分读出电路,”固体电子学,51卷,不。1,第76 - 69页,2007。视图:出版商的网站|谷歌学术搜索
4. r·卡斯特罗m . k . Mandal p . Ajemba和m . a . Istihad“电子鼻子对于多媒体应用程序,”IEEE消费类电子产品卷,49号4、1431 - 1437年,2003页。视图:出版商的网站|谷歌学术搜索
5. g . Korotcenkov“气体反应控制通过金属氧化物薄膜的结构和化学改性:国家的艺术和方法,“传感器和执行器B,卷107,不。1,第232 - 209页,2005。视图:出版商的网站|谷歌学术搜索
6. a . Bermak s . b . Belhouari m .史和d·马丁内斯,“模式识别技术在气体传感器阵列气味歧视,”传感器的百科全书美国加州,美国科学、史蒂文森农场,2005年。视图:谷歌学术搜索
7. g·f·休斯,”意味着精度统计模式识别器,”IEEE信息理论,14卷,不。1,55 - 63、1968页。视图:出版商的网站|谷歌学术搜索
8. p . j . Huber“投影的追求”,统计年报,13卷,不。2、435 - 475年,1985页。视图:出版商的网站|谷歌学术搜索
9. r·o·杜达·e·哈特和d . g .鹳,模式分类约翰·威利& Sons,纽约,纽约,美国,2001年。
10. a . Hyvarinen j . Karhunen,大肠Oja独立分量分析约翰·威利& Sons,纽约,纽约,美国,2001年。
11. r·h·Yuhas a·f·h·Goetz, j . w . Boardman“歧视在半干旱景观endmembers使用光谱角映射器(SAM)算法,”总结第四年度喷气推进实验室机载地球科学研讨会喷气推进实验室,页147 - 149年,帕萨迪纳,加利福尼亚州,美国,1992年6月,92 - 41。视图:谷歌学术搜索
12. a·韦斯伯格m . Najarian博罗夫斯基,j . Lisowski b·米勒,“光谱角自动集群常规(SAALT):一个无监督多谱聚类算法,”IEEE航空学报》会议4卷,第317 - 307页,斯诺马斯,科罗拉多州,美国,1999年3月。视图:出版商的网站|谷歌学术搜索
13. r·d·多尼和美国Wesolkowski边缘检测使用RGB彩色图像矢量角,”《IEEE加拿大电气和计算机工程会议(CCECE ' 99),卷2,页687 - 692,埃德蒙顿,加拿大,1999年5月。视图:出版商的网站|谷歌学术搜索
14. h . y .李、h·k·李和黄懿慧哈,“空间颜色描述符图像检索和视频分割,“IEEE多媒体,5卷,不。3、358 - 367年,2003页。视图:出版商的网站|谷歌学术搜索
15. s Brahim-Belhouari a . Bermak m·施p·c·h·陈,“快速、健壮的气体识别系统使用一个集成气体传感器技术和高斯混合模型,”IEEE传感器杂志,5卷,不。6,1433 - 1444年,2005页。视图:出版商的网站|谷歌学术搜索
16. 美国马可·a·奥尔特加a Pardo, j . Samitier”与氧化锡气体识别传感器阵列和自组织映射:自适应校正传感器的漂移,”IEEE仪表和测量卷,47号1,第321 - 316页,1998。视图:出版商的网站|谷歌学术搜索

版权

版权©2008法Flitti et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。