資源描述：
《盲信號分離技術(shù)在氣體濃度分析中的應(yīng)用研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、·沈陽理工大學(xué)碩士學(xué)位論文盲信號分離技術(shù)在氣體濃度分析中的應(yīng)用研究姓名：王坤申請學(xué)位級別：碩士專業(yè)：檢測技術(shù)與自動化裝置指導(dǎo)教師：于洋20090101···沈陽理工大學(xué)碩士學(xué)位論文摘要隨著科學(xué)技術(shù)的進(jìn)步和工業(yè)生產(chǎn)的發(fā)展，對多組分氣體檢測和分析的要求不斷提高，但是現(xiàn)有的檢測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量這兩種氣體濃度時就會
2、帶來誤差，用盲信號分離技術(shù)對觀測的數(shù)據(jù)進(jìn)行分析，便可以提高氣體測量的精度。本課題的創(chuàng)新之處就在于將盲信號分離算法應(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，盲信號分離算法的基本模型，盲信號分離原則，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分離算法和基于最大信噪比的盲信號分離算法，討論了混合氣體的盲可分離性，并對觀測數(shù)據(jù)進(jìn)行預(yù)處理，在MATLAB計算環(huán)境下，根據(jù)上述算法編寫的程序分別對數(shù)據(jù)處理，來分析氣
3、體濃度。分析結(jié)果表明，相對于PCA技術(shù)而言，ICA和NLPCA大大提高了對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是一種合適的信號預(yù)處理方法，因此在PCA分析的基礎(chǔ)上，對觀測數(shù)據(jù)再進(jìn)行ICA和NLPCA分析，可提高氣體的分離性。對六組CO和CO2的混合氣體使用基于峭度的盲信號分離算法和基于最大信噪比的盲信號分離算法進(jìn)行分析?；谇投鹊拿ば盘柗蛛x算法無須事先估計兩種氣體的概率密度函數(shù)，對CO和CO2的平均預(yù)測誤差為8.29%和5.32%；基于
4、最大信噪比的盲信號分離算法將信噪比作為目標(biāo)函數(shù)，將求優(yōu)過程轉(zhuǎn)化為廣義特征值的求解，優(yōu)點(diǎn)在于不需要任何迭代，具有較低的計算復(fù)雜度，對CO和CO2的平均預(yù)測誤差為7.94%和5.3%。兩種算法分析結(jié)果相差不多，對高濃度氣體分析誤差較小，但后者對氣體濃度的估計效果好于前者?！ぁぁど蜿柪砉ご髮W(xué)碩士學(xué)位論文關(guān)鍵詞：氣體傳感器；盲信號分離；混合氣體分析；峭度；最大信噪比···沈陽理工大學(xué)碩士學(xué)位論文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
