基于小波变换的白酒检测电子鼻降噪方法研究

孙哲华，孟庆浩，靳荔成

(天津大学机器人与自主系统研究所，天津市过程检测与控制重点实验室，天津大学电气自动化与信息工程学院，天津 300072)

0 引言

近年来，电子鼻技术的研究和应用逐步成为国内外的研究热点，在汽车[1]、农业[2]、食品[3]、医药[4]、环境保护[5]等领域都有较为广泛的应用，但是国内的电子鼻技术大部分仍处于实验室阶段，阻碍电子鼻技术发展的一个很重要的因素是电子鼻采用的金属氧化物型气敏传感器精度较低，会受到许多形式的噪声干扰，噪声的来源主要有传感器长期使用产生的漂移噪声以及环境对传感器产生的噪声[6]，较大的噪声会严重影响电子鼻的分类精度，因此，对于如何去除或降低电子鼻信号中的噪声显得十分重要。

为消除电子鼻中噪声的影响，屈剑锋[7]等提出了一种能够自适应调整测量方差以及去除非高斯噪声的自适应卡尔曼滤波算法，去除了电子鼻采样过程中的传感器噪声信号，提高了识别精度。袁桂玲[8]等人利用独立分量分析的方法，对传感器阵列信号进行分解，去除了外界干扰噪声，对气体成分的识别达到了较好的效果。马泽亮[9]等使用传感器阵列获得白酒“指纹数据”后，通过离散小波变换对数据进行预处理，采用波形相似系数作为指标，选择出了最优的小波系数和分解层数，结合主成分分析实现对白酒真假的快速鉴别。J. Feng等人[10]以小鼠为实验对象研究基于电子鼻的伤口感染检测，采用小波分析对传感器阵列的每个信号进行分解，将受伤和健康小鼠的反应信号在相应尺度上的小波变换系数直接相乘，有效地消除了小鼠自身气味的影响。……