梅笑冬，王 彪，朱 哲，趙培陸，胡小龍，盧革宇

(1.吉林大學(xué)電子科學(xué)與工程學(xué)院，長春130012;2.中國科學(xué)院長春光學(xué)精密機械與物理研究所，長春130033)

0 引 言

近年來，隨著經(jīng)濟的發(fā)展和生活質(zhì)量的逐步提高，香水的使用成為提升自身人格魅力的一種新風(fēng)尚，香水的選用在一定程度上代表選用者的個人品味和修養(yǎng)，選擇一款合適的香水成為許多人追求的目標(biāo)。然而，目前市場上存在大量含有苯類、醛類等致癌物質(zhì)的劣質(zhì)香水，其安全性很難得到保證。因此，如何方便有效地識別真假、優(yōu)劣的香水顯得十分重要。

傳統(tǒng)的香水識別主要靠感官評定，主觀性強，重復(fù)性較差;而氣相色譜、色譜-質(zhì)譜聯(lián)用及電化學(xué)等方法，又存在分析過程復(fù)雜，費用昂貴、不能實時檢測等問題。新興的電子鼻檢測技術(shù)憑借其客觀性強、操作簡單、價格低廉等優(yōu)勢［1，2］已被廣泛應(yīng)用于環(huán)境監(jiān)測、污染治理、食品安全和醫(yī)療診斷等領(lǐng)域，但是在化妝品領(lǐng)域，電子鼻的應(yīng)用還是很少。其中模式識別在整個電子鼻系統(tǒng)中有著舉足輕重的地位［3，4］。目前應(yīng)用比較廣泛的主成分分析法(PCA:Principal Component Analysis))、線性判別法(LDA:Linear Discriminant Analysis)［5］、BP神經(jīng)網(wǎng)絡(luò)等都具有一定的局限性，如神經(jīng)網(wǎng)絡(luò)法通常要求訓(xùn)練樣本數(shù)足夠多，以保證泛化精度。而根據(jù)統(tǒng)計學(xué)理論提出的支持向量機(SVM:Support Vector Machine)［6］，能較好地解決小樣本、非線性、高維數(shù)和局部極小點等實際問題，在解決有限樣本及不等距樣本的分類問題上具有潛在的優(yōu)勢。為此，筆者將SVM應(yīng)用到香水分類檢測中，研制了基于支持向量機的香水識別電子鼻系統(tǒng)。

1 系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為硬件設(shè)計和軟件設(shè)計兩部分。硬件設(shè)計主要完成對傳感器陣列的驅(qū)動，數(shù)據(jù)的采集、去噪、存儲和發(fā)送等功能。軟件設(shè)計包括兩方面:一方面是對硬件電路上主芯片的控制、溫濕度傳感器的底層驅(qū)動以及模數(shù)轉(zhuǎn)換后數(shù)據(jù)的處理;另一方面是上位機監(jiān)控界面的設(shè)計及內(nèi)嵌模式識別算法的實現(xiàn)。電子鼻系統(tǒng)結(jié)構(gòu)如圖1所示。傳感器陣列采集樣本數(shù)據(jù)，經(jīng)信號調(diào)理電路和模數(shù)轉(zhuǎn)換后，交給微控制器進行初步去噪，然后傳給上位機進行特征提取和模式識別。

圖1 電子鼻系統(tǒng)結(jié)構(gòu)圖Fig.1 The system structure of the e-nose system

2 系統(tǒng)硬件設(shè)計

硬件電路板以微控制器dsPIC30F6014A［7］為核心，配合氣敏傳感器陣列，12位精度的模數(shù)轉(zhuǎn)換器(A/D)，串行接口，電源模塊等實現(xiàn)數(shù)據(jù)的采集、轉(zhuǎn)換和上傳功能。

氣敏傳感器初步選定日本FIGARO公司的5種廣譜型金屬氧化物傳感器(TGS2600、TGS2602、TGS2610、TGA2611和TGS2620)。經(jīng)實驗測試發(fā)現(xiàn)TGS2602和TGS2610兩種傳感器對4種香水樣本的響應(yīng)曲線與TGS2600和TGS2611大體相同，為減小冗余，選定TGS2600、TGA2611和TGS2620這3種傳感器。此外，該系統(tǒng)還加入了集成的溫濕度傳感器SHT10，用來實時監(jiān)測實驗環(huán)境的溫濕度。傳感器陣列電路如圖2所示。

圖2 傳感器陣列電路原理圖Fig.2 The schematic diagram of the sensor array

微控制器電壓選用+5 V，溫濕度傳感器和氣敏傳感器陣列的加熱電壓和回路電壓也是+5 V。但由于傳感器工作時電流相對較大，為保證電壓能達到所需電壓，筆者采用+9 V電源電壓輸入，通過LM7805三端穩(wěn)壓器將其轉(zhuǎn)為+5 V給電子鼻系統(tǒng)供電。同時在穩(wěn)壓電源上安裝散熱板，保證電源芯片能及時散熱。微控制器電路圖如圖3所示。

圖3 微控制器電路原理圖Fig.3 The schematic diagram of MCU

3 系統(tǒng)軟件設(shè)計

該系統(tǒng)的軟件設(shè)計包括dsPIC及外圍電路的硬件驅(qū)動程序編寫和上位機軟件設(shè)計。硬件驅(qū)動開發(fā)環(huán)境為Maplab X，上位機控制分析采用Visual C++6.0和Matlab R2010a混合編程。軟件設(shè)計流程圖如圖4所示。

圖4 軟件設(shè)計流程圖Fig.4 Flow chart of software design

3.1 硬件驅(qū)動軟件設(shè)計

該系統(tǒng)將片上A/D配置為外部參考電壓方式，選用RB3-RB5做 A/D輸入口，分別對應(yīng) TGS2600、TGS2611、TGS2620 3個采樣通道，掃描輸入，每12個采樣中斷一次。為了使采集到的樣本更準(zhǔn)確，將每個通道的4次采樣數(shù)據(jù)存在ADCBUFFER中，取平均值后作為返回值輸出。

溫濕度傳感器SHT10的主要接口函數(shù)為ReadTemp_SHT10()和ReadHumi_SHT10()，在設(shè)計時根據(jù)讀取到的溫度值進行相應(yīng)的濕度補償，SHT_HUMI=(SHT_TEMP-25)(0.01+0.000 08temp)+SHT_HUMI_Linear。

3.2 上位機控制界面設(shè)計

上位機控制面板(見圖5)是基于Microsoft Visual C++中的MFC模式開發(fā)的，控制程序中嵌入了MSComm控件［8］，用來和下位機通信。在OnTimer()處理函數(shù)中實現(xiàn)定時采樣，計算機給MCU發(fā)送一個通道號，MCU收到通道號后回發(fā)給計算機相應(yīng)通道的采樣數(shù)據(jù)。

圖5 電子鼻系統(tǒng)控制面板Fig.5 The control panel of the e-nose system

程序中還嵌入了 TeeChart控件繪制各傳感器的動態(tài)響應(yīng)曲線;使用 COleDateTime∷GetCurrentTime()獲取系統(tǒng)時間;用SetTimer()添加定時器，控制傳輸數(shù)據(jù)的速度;用ListControl完成采樣數(shù)據(jù)的實時顯示。

點擊保存文件按鈕，可將列表框中的內(nèi)容保存到Excel表格里，以便后續(xù)分析處理數(shù)據(jù)使用。點擊預(yù)測和分類按鈕，可以看到數(shù)據(jù)通過學(xué)習(xí)后預(yù)測和分類的結(jié)果。

3.3 模式識別算法實現(xiàn)

系統(tǒng)利用SVM對電子鼻系統(tǒng)獲取的數(shù)據(jù)進行分析，SVM利用輸入空間的核函數(shù)取代了高維特征空間中的內(nèi)積運算，解決了算法可能導(dǎo)致的“維數(shù)災(zāi)難”問題［9］。

SVM模型的判別函數(shù)［10］

它在形式上類似于一個神經(jīng)網(wǎng)絡(luò)，輸出是M個中間節(jié)點的線性組合，每個中間結(jié)點對應(yīng)一個支持向量(見圖6)。

圖6 SVM的網(wǎng)絡(luò)結(jié)構(gòu)Fig.6 The network structure of SVM

該系統(tǒng)通過Matlab和VC6.0混合編程［11］對樣本進行分析處理。利用Matlab自帶的mapminmax()函數(shù)對樣本進行歸一化，然后調(diào)用libsvm工具箱中的函數(shù)svmtrain、svmpredict、svmclassify對所測數(shù)據(jù)進行學(xué)習(xí)、預(yù)測和分類［12］。核函數(shù)使用多項式核函數(shù)，是最常用的一種非線性映射，d階的多項式核函數(shù)定義如下

啟動deploytool將.m文件編譯、打包成COM組件，在VC6.0中調(diào)用編譯好的COM組件，通過類別參數(shù)的傳遞，就可顯示出識別結(jié)果。

4 電子鼻系統(tǒng)識別香水的實驗

使用搭建的電子鼻系統(tǒng)進行實驗，通過配備不同種類的香水氣體環(huán)境，驗證本系統(tǒng)對香水識別的效果。實驗選用了同一品牌4種香型的香水進行測試，分別為:迪奧真我EDP、迪奧真我純香、迪奧粉紅魅惑和迪奧小姐淡香氛。

取樣過程采用靜態(tài)蒸發(fā)法，用微量進樣器分別抽取0.1 μL的樣品，放入1 000 mL氣體瓶中揮發(fā)30 min，組成測試樣本。測試環(huán)境溫度25℃，相對濕度35%。訓(xùn)練數(shù)據(jù)由50組在測試樣本中穩(wěn)定的特征值組成。利用SVM預(yù)測得到測試集的實際分類和預(yù)測分類情況如圖7所示，準(zhǔn)確率達92%。

對未知樣品進行識別測試實驗。檢測樣本由3×250個特征數(shù)據(jù)矩陣構(gòu)成:電子鼻進入測試環(huán)境前點擊“進樣前采集”按鈕，采樣50個數(shù)據(jù)點后自動結(jié)束;將電子鼻置于測試樣本中，點擊“樣本中采集”按鈕，采樣100個數(shù)據(jù)點后自動結(jié)束;將電子鼻重新置于空氣中，點擊“離樣后采集”按鈕，再采樣100個數(shù)據(jù)點后自動結(jié)束。將采樣數(shù)據(jù)保存后，點擊“分類”按鈕給出識別結(jié)果(見圖8)?？梢钥吹?，被測樣品為迪奧真我純香，與事實相符。

圖7 SVM預(yù)測分類圖Fig.7 The classification figure of SVM prediction

圖8 SVM檢測結(jié)果圖Fig.8 The test result of SVM classification

5 結(jié) 語

筆者自主研制了一套以dsPIC30F6014A為主芯片的電子鼻硬件系統(tǒng)，并將適用于小樣本分類的支持向量機方法運用到香水識別分類中，實現(xiàn)了對未知香水的種類檢測。同時，還為該套電子鼻設(shè)備開發(fā)了相應(yīng)的上位機控制軟件，其界面簡潔美觀、人機交互便捷而且可移植性好。通過4種香水樣品的測試可以看到，各種樣品被有效地區(qū)分開，達到了樣本識別的目的，驗證了該系統(tǒng)具有較好的穩(wěn)定性和實用性。與傳統(tǒng)的香水識別方法相比，該系統(tǒng)具有操作簡便、高可靠性、低成本、高精度和高集成度等優(yōu)點，并且經(jīng)過擴展即可應(yīng)用到與之相關(guān)的領(lǐng)域中，為今后電子鼻系統(tǒng)的實用化和廣泛化奠定了良好的基礎(chǔ)。

［1］YU Huichun，WANG Jun.Discrimination of Longjing Green-Tea Grade by Electronic Nose［J］.Sensors and Actuators B，2007，122:134-140.

［2］LHPUS D，WILSON M.Applications and Advances in Electronic-Nose Technologies［J］.Sensors，2009，37(9):5099-5148.

［3］BICEGO M，TESSARI G，TECCHIOLLI G，et al.A Comparative Analysis of Basic Pattern Recognition Techniques for the Development of Small Size Electronic Nose［J］.Sensors and Actuators B，2002，85(4):137-144.

［4］MANUEL CANO，VIRGINIA BORREGO，et al.Rapid Discrimination and Counterfeit Detection of Perfumes by an Electronic Olfactory System［J］.Sensors and Actuators B，2011，122(3):319-324.

［5］CLAUDE D，MARTINE L，MARYAM S.Discrimination and Identification of a Refrigerant Gas in a Humidity Controlled Atmosphere Containing or not Carbon Dioxide:Application to the Electronic Nose ［J］.Sensors and Actuators B，2004，98(11):46-53.

［6］汪輝，皮道映，孫優(yōu)賢.支持向量機在線訓(xùn)練算法及其應(yīng)用［J］.浙江大學(xué)學(xué)報:工學(xué)版，2004，38(12):1642-1645.WANG Hui，PI Daoying，SUN Youxian.On-Line Support Vector Machine Training Algorithm and Its Application［J］.Journal of Zhejiang University:Engineering Science，2004，38(12):1642-1645.

［7］胡薔.dsPIC數(shù)字信號處理控制器及其應(yīng)用［J］.機械制造與自動化，2005(2):136-129.HU Qiang.The Digital Signal Handle Controller dsPIC and Its Application［J］.Jiangsu Machine Building＆ Automation，2005(2):136-129.

［8］章輝，葉建芳，葉建威.基于MSComm控件串口通信的實現(xiàn)［J］.電子測量技術(shù)，2011，34(8):126-129.ZHANG Hui，YE Jianfang，YE Jianwei.Realization of Serial Communication Based on MSComm Control［J］.Electronic Measurement Technology，2011，34(8):126-129.

［9］常志勇，陳東輝，門海濤，等.基于圓錐形仿生氣體室的雞肉新鮮度電子鼻檢測技術(shù)［J］.吉林大學(xué)學(xué)報:工學(xué)版，2011，41(增刊2):334-337.CHANG Zhiyong，CHEN Donghui，MEN Haitao，et al.Electronic Nose in Chicken Freshness Detection Based on Con-Shaped Gas Chamber Bionic Technology ［J］.Journal of Jilin University:Engineering and Technology Edition，2011，41(S2):334-337.

［10］崔建明，劉建明，廖周宇.基于SVM算法的文本分類技術(shù)研究［J］.計算機仿真，2013，30(2):299-302.CUI Jianming，LIU Jianming，LIAO Zhouyu.Research of Text Categorization Based on Support Vector Machine ［J］.Computer Simulation，2013，30(2):299-302.

［11］李芳，徐麗.基于COM組件的Matlab7.x與VC++6.0接口技術(shù)及實際應(yīng)用［J］.計算機應(yīng)用與軟件，2009，26(2):131-134.LI Fang，XU Li.On Techonology of Interface between MATLAT7.X and VC++6.0 Based on COM and Its Actual Application［J］.Computer Applications and Software，2009，26(2):131-134.

［12］高媛媛，劉強國.基于 LIBSVM的葡萄酒品質(zhì)評判模型［J］.四川理工學(xué)院學(xué)報:自然科學(xué)版，2010，23(5):530-532.GAO Yuanyuan，LIU Qiangguo.Wine Quality Evaluation Model Based on LIBSVM ［J］.Journal of Sichuan University of Science＆ Engineering:Natural Science Edition，2010，23(5):530-532.