侯洪彬，蔣行國，章啟兵，陳真誠

(1.桂林電子科技大學(xué)信息與通信學(xué)院，廣西 桂林 541004;2.桂林理工大學(xué)理學(xué)院，廣西 桂林 541004;3.桂林電子科技大學(xué)生命與環(huán)境科學(xué)學(xué)院，廣西 桂林 541004)

隨著現(xiàn)代科學(xué)技術(shù)和科學(xué)理念的不斷發(fā)展，基于人工智能的機器人味覺感知系統(tǒng)的研究已逐漸成為科學(xué)研究的熱點，作為一個新興技術(shù)，它必將給眾多領(lǐng)域帶來一次技術(shù)革命，并將為社會生活、生產(chǎn)及經(jīng)濟發(fā)展帶來深遠影響。其研究成果在食品安全、醫(yī)藥分析、化學(xué)分析、環(huán)境監(jiān)測等領(lǐng)域都具有非常大的市場發(fā)展?jié)摿?。隨著集成電路和模式識別技術(shù)的發(fā)展，使得實時味覺識別系統(tǒng)有了軟件和硬件基礎(chǔ)。

本文提出利用TMS320C6713芯片與模式識別方法組建成了味覺識別實時系統(tǒng)，能夠客觀地反映溶液的味道，在小型化電子舌的開發(fā)和應(yīng)用方面取得了重大進展。

1 LAPS型電子舌及識別算法

1.1 LAPS型電子舌原理介紹

光尋址(Light Addressable Potentiometric Sensor，LAPS)型電子舌是模擬人類味覺感知及識別系統(tǒng)的儀器。光尋址型電子舌如圖1所示，主要包括傳感器陣列模塊、信號處理模塊、模式識別模塊組成。其中傳感器陣列為層式結(jié)構(gòu)，包含敏感層、絕緣層和硅基底［1］。電極和傳感器兩端加入偏置電壓，利用LED紅外光照射傳感器背面時，由于敏感膜對離子的吸附作用形成膜電位和半導(dǎo)體的本征吸收作用產(chǎn)生的電子—空穴對，導(dǎo)致硅膠半導(dǎo)體和絕緣層兩端的電壓發(fā)生偏移而產(chǎn)生光電流，通過信號處理模塊(I/V轉(zhuǎn)換電路、鎖相放大器和帶通濾波器)進行數(shù)據(jù)轉(zhuǎn)換、放大和提取，將采集到的味覺信號送入FPGA進行保存并傳輸?shù)絋MS320C6713中進行模式識別，最后將識別結(jié)果在128×64液晶屏上顯示。其中，采集的對象是電壓形式，這是由于電子舌產(chǎn)生的味覺信號較微弱不易于檢測且易受外界干擾，經(jīng)過I/V轉(zhuǎn)換電路變?yōu)殡妷汉?，可以利用鎖相放大器方便地對其檢測。

圖1 LAPS電子舌基本結(jié)構(gòu)框圖

1.2 主元分析法與人工神經(jīng)網(wǎng)絡(luò)方法比較

主元分析法(Principle Component Analysis，PCA)是一種簡單實用的多元統(tǒng)計分析方法，其基本原理是在保留原始變量最主要信息的前提下，將多指標問題轉(zhuǎn)換為幾個具有綜合特性的指標，也就是主元［2－3］。PCA主要作用是降低變量維數(shù)和抑制噪聲。以散點圖為基礎(chǔ)的主元得分圖中每個點代表一個樣本，點與點之間的距離代表著樣品之間的特征差異。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANNs)是由大量的、功能比較簡單的形式神經(jīng)元互相連接而構(gòu)成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，用它模擬大腦的許多基本功能和簡單的思維方式，通過學(xué)習(xí)和訓(xùn)練獲得用數(shù)據(jù)表達的知識，除了可以記憶已知的信息外，還具有較強的概括能力和聯(lián)想記憶能力，能較好地解決交叉響應(yīng)帶來的非線性等問題［4］。另外在特征的提取、表示、推理和識別等方面也具有較強的概括能力和發(fā)展?jié)摿?。人工神?jīng)網(wǎng)絡(luò)的缺點是系統(tǒng)可解釋性差、算法收斂較慢、對初始權(quán)值敏感等。

模式識別模塊是LAPS型電子舌的核心部分之一，其判別結(jié)果直接作為電子舌的最終輸出，因此對電子舌的識別效果起著重要影響。隨著電子舌的研究與發(fā)展，其應(yīng)用范圍越來越廣，對與之相適應(yīng)的模式識別方法也提出了更高的要求。LAPS電子舌采集的數(shù)據(jù)信息維數(shù)巨大，并且包含大量的冗余信息，不適合于人工神經(jīng)網(wǎng)絡(luò)直接處理。通過上述對PCA與ANNs的比較，本文選用改進的遞推主元分析法對大維數(shù)數(shù)據(jù)進行數(shù)據(jù)處理，通過最小距離法實現(xiàn)了最終樣本的識別。

2 實時味覺識別系統(tǒng)平臺簡介

2.1 CPU特性

系統(tǒng)采用的DSP芯片是TI公司的TMS320C6713［5］，它是一款采用超長指令字(VLIW)結(jié)構(gòu)的32位高速浮點型處理器，時鐘最高頻率為300 MHz，最大處理能力可達2400MI/s(兆指令/秒)/1800 MFlo/s(兆浮點運算/秒);采用二級緩沖處理，其中包括4 kbyte的程序緩存、4 kbyte的數(shù)據(jù)緩存和256 kbyte的額外內(nèi)存;具有豐富的外設(shè)，包括DMA，EDMA，不需CPU參與進行傳送數(shù)據(jù)/擴展總線，具有主機口和I/O口操作功能，外部存儲空間高達512 Mbyte，數(shù)據(jù)寬度 32 bit。

對TMS320C6713的開發(fā)可以使用C語言和匯編語言。對兩者比較可知，C語言編程容易，可快速調(diào)試，可讀性好，大大提高了開發(fā)效率;匯編語言可以充分利用芯片的硬件特性，速度快，但開發(fā)周期長，程序可移植性差。

2.2 系統(tǒng)硬件構(gòu)成

整個味覺實時識別系統(tǒng)主要由信號采集、數(shù)據(jù)存儲及傳輸、數(shù)據(jù)處理、識別結(jié)果顯示等幾部分組成，如圖2所示。信號采集部分使用的是該課題組自主研制的LAPS信號采集模塊，數(shù)據(jù)的存儲由Xilinx廠家生產(chǎn)的Vrtex－5系列FPGA芯片來控制。在TMS320C6713內(nèi)部實現(xiàn)遞推PCA特征提取算法，并且通過EMIF與FPGA進行數(shù)據(jù)傳輸。顯示部分由128×64液晶屏組成。

圖2 味覺識別的主要硬件體系框圖

3 味覺識別算法及系統(tǒng)應(yīng)用軟件設(shè)計

3.1 遞推PCA特征提取算法

PCA法的最基本內(nèi)容為提取信號主要特征，將原來高維復(fù)雜的數(shù)據(jù)通過線性組合降到一個主元或多個主元(許多自適應(yīng)處理領(lǐng)域經(jīng)常用到)，并且最大限度需保留原來數(shù)據(jù)的有用信息。目前對主元個數(shù)的選擇主要有主元回歸檢驗法和主元貢獻率累積法。

文中采用改進的遞推主元分析算法對數(shù)據(jù)進行特征提取，加速了味覺在線實時識別的速度。設(shè)

其中每一行代表一個樣本，每一列代表一個變量。遞推 PCA 算法步驟［6－7］為:

1)求Xp的自相關(guān)矩陣Rp。

2)根據(jù)自相關(guān)矩陣的遞推公式(2)求Rp+1。

式中:Np為總的樣本個數(shù);xTp+1為遞推的均值向量。

3)根據(jù)遞推特征向量公式(3)

式中:Mk+的每一列為更新后前k個樣本所對應(yīng)的單位特征向量;Mk+1的每一列為更新過的相關(guān)矩陣Rp+1的單位特征向量。并對特征值進行從大到小排序。

4)通過主元貢獻率累積法取前面的n個主元。

3.2 距離分類器設(shè)計

分類器是一種能夠把數(shù)據(jù)集中的樣本映射到給定類別的分類函數(shù)或分類模型，已被廣泛應(yīng)用于數(shù)據(jù)挖掘、文字識別、文本分類、語音識別、基于內(nèi)容的多媒體數(shù)據(jù)庫檢索、圖像處理、自然語音理解等領(lǐng)域［8］。

歐氏距離分類法是一種直觀和簡單的基于向量空間模型的分類方法。在實時系統(tǒng)中，最小距離法的速度明顯優(yōu)于最大相似度方法、K最近領(lǐng)域方法。最小距離公式為

3.3 系統(tǒng)軟件設(shè)計

系統(tǒng)軟件主要包括FPGA與LAPS采集模塊之間的通信程序設(shè)計、DSP程序設(shè)計、中斷程序設(shè)計和液晶顯示模塊程序設(shè)計。

1)FPGA程序設(shè)計。在FPGA中對數(shù)據(jù)進行數(shù)據(jù)暫存及FIR濾波處理，當(dāng)DSP中DSP_FLAG標志位等于0時發(fā)送FIR濾波處理后的數(shù)據(jù)。

2)DSP程序設(shè)計如圖3所示，首先對硬件進行上電復(fù)位，初始化操作(包括串口初始化，DSP/FPGA芯片初始化，128×64液晶屏初始化)，等待由FPGA傳輸過來的數(shù)據(jù)，數(shù)據(jù)接收完成后，對數(shù)據(jù)按照遞推PCA特征提取算法進行特征提取。

圖3 DSP主程序框圖

3)中斷程序設(shè)計。如圖4所示，中斷程序包括采樣中斷程序、串口中斷程序、定時器中斷程序設(shè)計。采樣中斷程序主要控制LAPS數(shù)據(jù)采集模塊，串口中斷程序控制數(shù)據(jù)的傳輸功能，定時器中斷程序控制LAPS數(shù)據(jù)采集模塊中的照射敏感膜的LED燈。

4)液晶顯示模塊程序設(shè)計。顯示在DSP中通過遞推主元分析處理和歐氏距離分類后的結(jié)果。

4 仿真實驗結(jié)果與分析

圖4 中斷程序框圖

為驗證文中所述方法的可行性，本文對每種基本味道進行了5次測量，在Matlab7.1中通過PCA法對數(shù)據(jù)進行仿真實驗［9－10］，得到如圖5所示的第一、第二主元得分圖。

圖5 第一主元與第二主元得分圖

由圖可知，相同味道的主元得分離散度很小;反之，不同味道的主元得分離散度較大，這為最小距離法的正確使用提供了依據(jù)。

5 結(jié)束語

文中以TMS320C6713為核心構(gòu)成了一個實時對5種基本味道進行識別的系統(tǒng)。實驗結(jié)果表明，該系統(tǒng)實時性好，能快捷、方便、無損地對5種基本味道進行識別。DSP味覺實時系統(tǒng)的實現(xiàn)為研制小型化LAPS型電子舌提供了實踐依據(jù)。

［1］門洪，胡德建，穆勝偉，等.光尋址電位傳感器及其應(yīng)用［J］.傳感器與微系統(tǒng)，2008，27(6):12－17.

［2］邵威平，李紅，張五九.主成分分析法及其在啤酒風(fēng)味評價分析中的應(yīng)用［J］. 釀酒科技，2007(11):107－110.

［3］王茹，田師一.模式識別技術(shù)在電子舌中的應(yīng)用與發(fā)展［J］.食品科技，2009，34(2):108－112.

［4］魏海坤.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的理論與方法［M］.北京:國防工業(yè)出版社，2005.

［5］三恒星科技.TMS320C6713 DSP原理與應(yīng)用實例［M］.北京:電子工業(yè)出版社，2009.

［6］程龍，王桂增.改進的遞推主元分析及遞推主元回歸算法［J］.控制工程，2010，17(1):5－9.

［7］鄒志煌，程武山，孫鑫.人臉識別實時系統(tǒng)在DSP上的實現(xiàn)［J］.現(xiàn)代機械，2008(2):64－66.

［8］任靖，李春平.最小距離分類器的改進算法——加權(quán)最小距離分類器［J］. 計算機應(yīng)用，2005，25(5):992－994.

［9］VLASOV Y G，LEGIN A V，RUDNITSKAYA A M，et al.“Electronic tongue”－new analytical tool for liquid analysis on the basis of non－specific sensors and methods of pattern recognition［J］.Sensors and Actuators B:Chemical，2000，65(1－3):235－236.

［10］MORENO L，MERLOS A，ABRAMOVA N，et al.Multi－sensor array used as an“electronic tongue”for mineral water analysis［J］.Sensors and Actuators B，2006(116):130－134.