纳米电子鼻传感器设计【课程设计】.doc

中北大学
课 程 设 计 说 明 书

学生姓名:
周明行
学 号：
32
学 院:
电子与计算机科学技术学院
专 业:
微电子学
题 目:
纳米电子鼻传感器设计

指导教师： 谭秋林 职称: 副教授

2013年6月3日

目 录

1、课程设计目的·······················································01
2、课程设计内容和要求···············································01
2.1、设计内容···························································01
2.2、设计要求···························································01
3、设计方案及实现情况···············································01
3.1、纳米电子鼻传感器简介·············································01
3.2、纳米电子鼻的工作原理及框图······································01
3.3、纳米电子鼻传感器系统设计········································02
3.3.1、系统总体结构···················································02
3.3.2、气敏传感器的设计··············································03
3.3.3、信号处理·······················································09
3.3.4、模式识别·······················································15
4、课程设计总结·····················································18
5、参考文献···························································19

1.设计目的
（1）学习纳米电子鼻传感器的工作原理。
（2）掌握纳米电子鼻传感器制作过程。
（3）掌握纳米电子鼻传感器信号的读取方法。
2.设计内容和要求
（1）查阅相关资料，提出相应设计方案。
（2）选择适当的材料设计该传感器。
（3）在设计过程中，进行相应的计算和分析。
（4）能够实现该气体传感器的信号的正常读取。
（5）整理设计内容，编写设计说明书
3.设计方案及实现情况
3.1纳米电子鼻传感器简介
电子鼻，又称人工嗅觉系统，是模拟生物嗅觉系统而设计的一种智能电子“嗅觉”仪器，电子鼻技术涉及材料、化学、传感器、信息融合、电子技术、模式识别、计算机、应用数学以及应用领域的科学与技术的一门综合性技术。主要用来分析、识别和检测挥发性化学物质、复杂气味和有毒气体。
电子鼻这个术语出现在80年代晚期，1987年它被专门用于一个会议[4]，1989年北大西洋公约组织召开了关于化学传感器信息处理的高级专题讨论会[5]，会议上对电子鼻做了如下定义:“电子鼻是由多个性能彼此重叠的气敏传感器和适当的模式分类方法组成的具有识别单一和复杂气味能力的装置”。随后，在1990年举行了第一届电子鼻国际学术会议，最大规模的一届会议于1997年在美国的圣地亚哥召开。此后，各国学者对电子鼻的性能、标准、设计方法和相关技术做了广泛的研究，在各种化学传感器基本理论研究和实际应用方面均取得了很大的进展，有关的应用及仪器报道也相当可观[6]。
3.2纳米电子鼻的工作原理及框图
其基本结构主要有三大部分构成，分别是气敏传感器阵列、信号预处理单元和模式识别单元如图 1.1
模式
识别
信号
处理
气敏
传感器

气体 气体／气味
气味 定性／定量
图1.1 纳米电子鼻系统组成框图
(1)气敏传感器阵列，相当于初级嗅觉神经元，由具有广谱响应特性的气敏元件组成。把气敏元件对气体或气味的响应转化为可以测量的变化的电压信号。气敏传感器阵列可以采用数个单独的气敏传感器组合而成，也可以采用集成工艺制作的专用气敏传感器阵列。纳米电子鼻传感器就是利用传感器阵列的交叉敏感特性，通过模式识别技术来实现对混合气体的检测。
(2)信号预处理单元，相当于二级嗅觉神经元，它对传感器阵列的响应模式进行预加工，完成特征信号的提取。
(3)模式识别单元，相当于动物和人类的大脑，它运用一定的算法完成对气味气体的定性或定量辨识。目前，在电子鼻系统中采用的模式识别算法主要有:主成分分析法、最小二乘法、聚类方法、人工神经网络法、模糊逻辑法等。
3.3纳米电子鼻传感器系统设计
3.3.1系统硬件总体结构
LED
纳米电子鼻传感器系统的主体结构由气体传感器阵列，温湿度传感器模块，显示模块，键盘模块等组成，其主要实现了气味信号采集，信号调离，A/D转换等功能,根据不同传感器在相应的敏感气体中电阻产生的变化，从而得以实现基于SnO2气体传感器纳米电子鼻对不同气体的检测功能，如图1.2为纳米电子鼻硬件总框图。

温湿度传感器
被测物理量

信号调理
PC

电平转换接口
MCU
ADC
气敏传感器阵列

键盘

如图1.2
各模块的主要功能如下：
（1）气敏传感器阵列：主要由TGS8XX系列3个气敏传感器组合成阵列，分别是TGS825,TGS826和TGS832。传感器选择的依据是他们对氨气，氯化氢，卤素气体具有敏感性。
（2）信号调理模块：主要是将气敏传感器电阻的变换转换成电压的变化，并设计模拟开关，在控制器控制下分时选通3路传感器，依次将代表气味响应强度的电压值送入AD转换电路，这样只需要占用1个AD口，也便于数据的打包处理。另外，此模块还设计了高通滤波电路，滤除高频干扰。
（3）温湿度传感器模块：在气敏传感器阵列外部添置了温湿度传感器AM2302，主要是因为温湿度对气敏传感器阵列输出信号有一定的影响，在后期建立数据处理时将环境的温湿度作为输入参量对识别模型进行校正。
（6）电源模块：设计稳定可靠的电源电路，提供系统所需要的5V和3.3V电源，保证RS-232转USB电路成功。
(7）人机接口模块：处理器外部扩展了显示、数据存储、键盘等人机交互模块，可以实时显示采集信息、脱离上位机存储数据和执行相应按键操作。
（8）A/D转换模块：将模拟信号转换成数字信号，便于后续电路操作。
（9）MCU模块：接收数字信号，经过一定的运算后输出所需信号。
3.3.2气敏传感器的设计（电子鼻核心部件）
气敏传感器与人们生活、生产活动关系最为密切，因此气敏传感器的研究及开发在各类传感器中最为活跃。目前，已开发出了氧化物半导体、固体电解质、有机半导体、石英振子、场效应、热催化、表面声波、光学等各种类型的气敏传感器[12]。气体敏感元件是能感知环境中某种或多种气体及其浓度的一种器件，它能将气体种类及其浓度有关的信息转换成电信号(电压或电流)，根据这些电信号的强弱就可以获得与待测气体在环境中存在的情况有关的信息，从而进行检测、监控、报警等，还可以通过接口电路与计算机或者微处理器组成自动检测、控制和报警系统[13]。它主要包括半导体气敏传感器、接触燃烧式气敏传感器和电化学气敏传感器等，其中用的最多的是半导体气敏传感器。
半导体气体敏感元件大多以金属氧化物半导体为基础材料，当被测气体在该半导体表面吸附后，其电学特性(例如电导率)将会发生变化。利用这种现象制作的各种半导体气敏元件早己商品化，其应用领域正日益扩大。常见的SnO2系列气敏元件有烧结型、薄膜型和厚膜型三种，烧结型气敏元件是目前工艺最成熟、应用最广泛的气敏元件。按加热方式不同，又分为直热式和旁热式两种结构[14]。
本课题所用敏感材料是Sn02，其特点如下：
（1） SnO2材料的物理、化学稳定性好、寿命长、耐腐蚀性好。
（2） SnO2型气体传感器对气体的检测是可逆的，而且吸附、脱附时间短，可以连续使用。
（3） SnO2型气体传感器结构简单，成本低、可靠性高、机械性能良好。
（4） SnO2型气体传感器对气体的检测不需要复杂的处理设备，待测气体可通过传感器的阻值变化，直接转变为电信号，而且，其电阻率变化比较大，信号调理电路不需要放大电路就可以实现，简化了电路设计。
§1敏感机理分析
§1.1基本模型
要对SnO2气敏元件的导电机理进行完整统一的解释是比较困难的。现在通常采用以下几种模型进行定性解释:表面空间电荷层模型，粒界面势垒模型、吸附气体产生能级模型和吸收效应模型等。
表面空间电荷层模型认为:半导体材料吸附气体时，表面空间电荷层发生变化，从而引起电导率发生变化。对于N型半导体，如果接触容易接受电子的气体，空间电荷层宽度增加，势垒高度增加，结果使导电电子减少，电导率降低。如果接触容易供给电子的气体，则空间电荷层宽度减少，势垒高度降低，结果使导电电子增加，电导率增加。
晶粒界面势垒模型认为：半导体晶粒接触界面处存在势垒，对于N型半导体，接触容易接受电子的气体时，接触界面势垒高度升高，则电导率降低；如果接触容易提供电子的气体时，势垒高度降低，电导率增加.
吸收效应模型认为:对于半导体晶粒烧结体，晶粒中部为导电电子均匀分布区，表面为电子耗尽区(空间电荷层)。由于晶粒间颈部电子密度很小，所以，其电阻率要比晶粒内部大得多，当接触气体时，晶粒内部电阻基本不便，晶粒颈部和表面电阻受空间电荷层变化的影响，因此，半导体气敏元件的电阻将随接触气体而变化。
§1.2 SnO2半导体气敏元件的工作原理
根据上述模型，可以如下解释Sn02半导体气敏元件的工作原理:Sn02具有金红石型的晶体结构，金属锡为四族元素，外层具有四个电子，其氧化物是可变价氧化物，有SnO2、SnO，其禁带宽度较宽，为3.5-3.7ev，在室温下，它的价带电子被激发到导带中去的几率很小，因此，其电导主要是靠附加能级上的电子激发来实现。而这些附加能级是由Sn02中的点缺陷造成的。在晶体组成上，由于各种原因，实际Sn02晶体结构中原子排列不会像它的晶体结构模型那么理想，在材料热处理的过程中可能留下原子空位，如金属原子空位Vm，氧原子空位Vo，还有氧间隙原子Oi和金属间隙原子Mi等缺陷。有时还会有意无意地向晶体中引入杂质原子，例如为了增加Sn02的电导，掺入锑(Sb)，锑原子取代锡原子的位置，形成替位式杂质原子Sbsn。这些缺陷和杂质形成附加能级，Sn02的电导控制就是由这些缺陷和杂质来决定。Sn02气敏元件是表面电阻控制型气敏元件，制备元件的气敏材料是多孔质的Sn02烧结体。在制备气敏元件的Sn02时，要经过高温锻烧的过程，在制备时氧分压较低的情况下，氧空位Vo是SnO2的主要缺陷。SnO2的一个氧空位相当于从02-格点处拿走一个中性原子O，于是在Vo处留下两个电子，它与附近的锡离子在Vo处的有效电荷分布之和正好抵消，保
持电中性。但是，这两个电子容易被激发到导带上去成为自由电子，因此Vo电离起施主作用。
Vo = Vo++ e （5-3）
Vo+= Vo2++ e （5-4）
锑原子代替锡原子成为替位式原子时，由于锑原子可电离成Sb5+，其化合价高于锡离子，会有多余的电子激发出去，因此起施主作用Sn02在禁带靠近导带的地方产生施主能级，因此Sn02是N型半导体，这些施主能级上的电子，很容易激发到导带，从而参与导电。通常元件存放在空气中，空气中像氧这样电子兼容性大的气体，接收来自半导体材料的电子而吸附负电荷，形成受主型表面能级，使表面带负电，结果导致N型半导体材料的表面空间电荷层区域的传导电子减少使表面电导减少，从而使元件处于高阻状态。根据晶粒接触界面势垒模型和吸收效应模型的讨论，可知SnO2的晶粒接触界面存在电子势垒，即晶界势垒，其作用是阻碍电子的运动。晶粒接触部位电阻(即颈部电阻)对元件电阻大小起支配作用，显然，这一电阻主要取决于势垒高度和接触部形状，即主要受表面状态和晶粒直径大小等的影响。模型如图5-20所示
分子或原子吸附在SnO2表面，一般有两种吸附，物理吸附和化学吸附。化学吸附的氧包括吸附在固体表面的氧的“分子离子”O-2ad；吸附在表面的“原子离子”O-ad；吸附在固体表面的带两个电子负电荷的氧离子O2-ad；及晶格氧离子。吸附态的O2-ad不稳定，会与其它物质发生反应或落入氧空位。
在低温下，氧在 Sn02表面以分子离子形式被化学吸附，随着温度的

图5-20 晶界势垒模型
升高，转变为原子离子形式被吸附，即
分子离子吸附过程: e + O2= O-2ad （5-5）
原子离子吸附过程: O-2ad+e=2O-ad （5-6）
由于氧吸附力很强，因此，Sn02气敏元件在空气中放置时，其表面上总是会有吸附的氧，其吸附状态可以是O-，O-2，O2-等等，均是负电荷吸附状态，这对N型半导体来说，形成了电子势垒，使表面势垒增大，晶界势垒升高，耗尽层展宽，元件阻值升高。
当 SnO2暴露在还原性气氛中时，比如NH3，H2，CO等，因为还原性气体和Sn02
表面吸附的氧发生还原反应，降低了O一的密度，同时将电子释放回Sn02表面附近的导带，使表面附近载流子浓度(即电子浓度)增大，表面电导增大。
用方程式表示SnO2表面在CO中的情况:
O-ad+ H2→CO2+ e （5-7）
或
O-2ad+ 2H2→2H2O + e （5-9）
由于在各种不同的气氛中氧化还原反应速率不同，因此造成对不同气体灵敏度不同。由于氧化还原反应速率和温度有关，因此选择不同的工作温度，会使传感器有不同的灵敏度和相应特性。
§1.3 SnO2的敏感机理
一氧化碳气体与N型半导体二氧化锡反应，使电导增大的机理有下面说法
一氧化碳气体与二氧化锡半导体表面上吸附的氧反应，造成吸附氧的脱离，使表面势垒下降.
在CO气氛中，SnO2表面的反应过程为:
2CO + O-2→ 2CO2+ e （5-10）
CO+ O2-→ CO2+ 2e （5-11）
由于吸附在Sn02半导体表面上的氧和一氧化碳气体发生反应，如上两式，SnO2半导体表面上的氧便脱离SnO2半导体表面，同时将电子释放回Sn02表面附近的导带，晶界势垒降低，表面附近载流子浓度(即电子浓度)增大，表面电导增大。这个势垒高度又与吸附CO的分子数有关，所以表面电导率与CO气体浓度有关。CO 气体浓度高，电导率增大。而当CO气体浓度高到不能完全被半导体表面吸附的氧氧化时，其电导率将变化不大，元件灵敏度也变化不大，Pt在微气体传感器中除了做电极外，也起到这种催化剂的作用，因而元件的灵敏度有很大的提高。
下面是半导体传感器的性能参数：
(1)气敏元件的电阻值
将电阻型气敏元件在常温下洁净空气中的电阻值，称为气敏元件(电阻型)的固有电阻值，表示为Ra。一般其固有电阻值在(103～105)Ω范围。
(2)气敏元件的灵敏度
气敏传感器在一定工作条件下，接触到某种气体，其电阻值Rs随气体浓度变化的特性称之为灵敏度特性，用K表示:
K=Rs／R0
式中，R0为气敏传感器在洁净空气中电阻值，Rs为气敏传感器在一定浓度的检测气体中的电阻值。
(3)气敏元件的响应时间及恢复时间
气敏元件的响应时间，表示在工作温度下，气敏元件对被测气体的响应速度。一般从气敏元件与一定浓度的被测气体接触开始计时，直到气敏元件的阻值达到在此浓度下稳定电阻值的63%时为止，所需时间称为气敏元件在此浓度下的被测气体中的响应时间，通常用符号tr表示。
气敏元件的恢复时间，表示在工作温度下，被测气体由该元件解吸的速度。一般从气敏元件脱离被测气体开始计时，直到其阻值恢复到在洁净空气中阻值的63%时为止，所需时间称为恢复时间。
(4)初期稳定时间
在非工作状态下长期存放的气敏元件，因表面吸附空气中的水气或者其它气体，导致其表面状态发生了变化，在加上负电荷后，随着元件温度的升高，发生解吸现象。因此，气敏元件要恢复正常工作状态，需要一定的时间。一般电阻型气敏元件，在刚通电的瞬间，其阻值将下降，然后再上升，最后达到稳定。从开始通电直到气敏元件阻值达到稳定所需时间，称为初期稳定时间。初期稳定时间是敏感元件存放时间与环境状态的函数。存放的时间越长，其初期稳定时间也就越长。
(5)气敏元件的加热电阻和加热功率
半导体气敏元件一般要在较高的温度(300℃一400℃)环境中工作。为气敏元件提供必要工作温度的加热器的电阻称为加热电阻，常用符号RH表示。直热式气敏元件的加热电阻值一般较小(小于5Ω)，旁热式气敏元件的加热电阻较大(大于200Ω)。气敏元件正常工作所需的加热功率用PH表示，一般在0.5一2.OW范围。
选择合适的气体传感器对于具体的应用来说是非常关键的，经过查找资料，本课题最终决定使用TGS832传感器，TGS825传感器和TGS826传感器。
TGS25传感器又叫硫化氢传感器，主要监测气体：H2S,测量范围5-100ppm，灵敏度0.45+/-0.15。
TGS826传感器又叫氨气传感器，主要监测气体：氨气，测量范围30-300ppm，灵敏度0.4-0.7。
TGS832传感器又叫R-134a卤素气体传感器，主要监测气体：R-134a的卤素气体，测量范围：10-3000ppm，灵敏度0.5-0.65。
费加罗公司生产的TGS8XX系列传感器具有功耗低，寿命长，成本低，结构简单，稳定性好等优点，是本课题传感器不错的选择如图2.7。
为了校正温湿度对电子鼻系统的影响，传感器板上扩展了AM2302型数字温湿度传感器，其是一款含有已校准数字信号输出的温湿度复合传感器，拥有以下优势：
（1）它应用专用的数字模块采集技术和温湿度传感技术，具有极高的可靠性与卓越的长期稳定性；
（2）传感器包括一个电容式感湿元件和一个NTC测温元件，并与一个高性能8位单片机相连接，因此具有品质卓越、超快响应、抗干扰能力强、性价比极高等优点；
（3）每个AM2302传感器都在极为精确的湿度校验室中进行校准，校准系数以程序的形式储存在OTP内存中，传感器内部在检测信号的处理过程中要调用这些校准系数；
（4）单线制串行接口，系统集成简易快捷；
（5）超小体积、极低功耗、信息传输可达20米以上。
3.3.3信号处理
3.3.3.1 电源及加热电路
电源是电子鼻系统的能量来源，是系统工作的基本条件。
本系统所需+5V、+3.3V 和-5V 电压，电路设计如图3（a）所示。图3（a）中Rp 为10Ω/2W 的功率电阻，C1=1000μF、C2=C4=C6=0.1μF、C3=C5=0.33μF、C7=C8=10μF。
本系统采用基于Sn02 的气体传感器TGS813 、TGS822TF、MQ-4、MQ-5、MQ-7 和MQ-8、，工作温度一般在300~400℃，加热电阻以封装在传感器内部，静态加热电压一般为5.0±0.2V，单个传感器的加热功耗Ph 为835±90mW，六个传感器的总功耗约5W，这就对加热电源的功率要求较高，为此，本系统利用LM2576 设计了加热电压为5.0V，最大电流3A 的加热控制模块，图3（b）是传感器阵列的加热电路。图3（b）中Cin=Cout=100μF、L1=100μH，D1 是IN5822。

图3 电源及加热控制电路
3.3.3.2信号调理及测量电路设计
基于Sn02 的气敏传感器是把对气体的响应转化为电导的变化，测量电路是将传感器电导变化转化为电压变化。该电压经模数转换后，送入微处理器处理。测量电路以传感器生产厂家提供的测量电路为参考，以TGS813 为例，图4 中传感器加热电压为图3 中的5.0V，测量回路电压为3.3V，由于传感器测量回路的功耗过大会导致传感器敏感性降低，故负载电阻RL取5k，放大器采用Analog Device 的AD620，它是双电源供电，工作电压范围为±2.3V~±18V，本系统
采用±5V，放大倍数通过外接电阻Rg 实现可调，范围为1-1000，由于负载电阻RL 上的电压变化范围0~3.3V，而所选A/D 转换器的参考电压取3.3V，所以AD620 的外接电阻Rg 取5M，此时的放大倍数为1.01。

图4 信号调理及测量电路

3.3.3.3信号采集
用单片机作为这一控制系统的核心，接受来自ADC0809的数据，经处理后通过串口传送，由于系统功能简单，键盘仅由两个开关和一个外部中断端组成，完成采样通道的选择，单片机通过接口芯片与LED数码显示器相连，驱动显示器显示相应通道采集到的数据。其接口电路如图2-4所示。

图 2-4 ADC0809与MCS-51的接口电路

注：ADC0809的基准电压可通过基准电压芯片供给，如MAX875,可供给5V基准电压。
3.3.3.4 控制器、振荡源和复位电路
复位即回到初始状态，是单片机经常进入的工作状态。单片机振荡电路的振荡周期和时钟电路的时钟周期决定了CPU的时序。
1．复位电路
图2-6上电外部复位电路
单片机的复位是靠外部电路实现的。无论是HMOS还是CHMOS型，在振荡器正运行的情况下，RST引脚保持二个机器周期以上时间的高电平，系统复位。在RST端出现高电平的第二个周期，执行内部复位，以后每个周期复位一次，直至RST端变低。本文采用上电外部复位电路，如图2-6所示，相关参数为典型值。

2.振荡源
图2-7 内部振荡器方式
内部方式时钟电路如图2-7所示。外接晶体以及电容、构成并联谐振电路，接在放大器的反馈回路中，内部振荡器产生自激振荡，一般晶振可在2～12MHz之间任选。对外接电容值虽然没有严格的要求，但电容的大小多少会影响振荡频率的高低、振荡器的稳定性、起振的快速性和温度的稳定性。外接晶体时，和通常选30pF左右；外接陶瓷谐振器时，和的典型值为47pF。
3.3.3.5 键盘与显示电路
1.键盘
键盘由一组常开按键开关组成。键盘系统的主要工作包括及时发现有键闭合，并作相应的处理。
图2-8 键盘硬件逻辑
本系统中采用中断方式的开关代替键盘，完成采集通道的选择。硬件逻辑如图2-8所示。
2.显示
显示部分为8个共阴极的七段LED显示器，8个七段LED的a～dp字段的引脚分别由8个OC门同相驱动器驱动。OC门驱动器用7407，当7407输出低电平时，没有电流流过LED，当7407输出为开路状态时，电流经100限流电阻流入LED显示器，每个七段LED的公共端都接一个反相驱动器，反相驱动器使用75452，当某一字段需要亮时，该LED公共端的反相驱动器必须是低电平输出，并且这一字段的同相驱动器必须是高电平输出。单片机通过8155接口芯片的A口位选，经B口确定那些字段LED发光。LED发光时，驱动电流计算如下，每一字段脉冲电流

—LED正向压降
—晶体管的饱和压降
公共端最大电流

原理图如图2-9所示

图2-9 显示电路原理图

3.3.3.6 通信电路
51单片机有一个全双工的串行口，所以单片机和PC之间可以方便地进行串口通讯。进行串行通信时要满足一定的条件，如PC的串口是RS232电平的，而单片机的串口是TTL电平的，两者之间必须有一个电平转换电路，这里用专用芯片MAX232进行转换，用专用芯片更简单可靠。MAX232如图2-10所示。
它包含两路接收器和驱动器，内部有一个电源电压变换器，可以把输入的+5V电压变换位RS-232输出电平所需的+10V电压。所以，用该芯片接口的串行通信只需单一的+5V电源就可以了。其应用性更强。图2-10（b）中上半部电容、、、及，是电源变换部分。实际应用中，器件对电源噪声很敏感。因此，对地需要加去耦电容，其值为1.0uF。电容、、、取同样数值的电解电容，以提高抗干扰能力。
(a)
(b)

图2-10 MAX232引脚图和电容典型参数

图2-10（b）下半部分为发送和接收部分，，可直接接TTL/CMOS电平的MCS-51型单片机的串行发送端TXD；,可直接接TTL/CMOS电平的MCS-51型单片机的串行接受端RXD；，可直接接PC机的RS-232串口接受端RXD；,可直接接PC机的RS-232串口发送端TXD。
硬件原理图如图2-11所示。

图2-11 通信接口电路

串口通信的硬件连接采用三线制连接串口，就是说和PC的9针串口只连接其中的3根线：第5脚的GND、第2脚的RXD、第3脚的TXD。这是最简单的连接方法，但是对本题来说已经足够了，MAX232的第11脚和单片机的11号引脚连接，第12脚和单片机的10脚连接，第15脚和单片机的20脚连接。MAX232的第14脚和PC机串口的2号引脚连接，第13脚和PC机串口的3号引脚连接，第15脚和PC机串口的5号引脚连接。
3.3.4模式识别
本课题气体传感器阵列对不同气体进行检测，期望可通过对气味数据的处理将他们鉴别出来，但传感器多测量的信号与气体之间没有直接的对应关系，因此需要通过模式识别算法进行处理。常用的模式识别算法有：（1）k-近邻法：k-近邻法是根据距离最近的K个样例类型来推测该样例类型的方法；（2）聚类分析：聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程；（3）判别分析：判别分析又称“分辨法”，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法；（4）主成分分析：将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，称主分量分析等等。在本课题中我们将采用学习向量量化。
3.3.4.1主成分分析（PCA）
PCA又称为主成分分析，是在电子鼻领域应用最多的算法之一。设有n个样本，m个变量，则原始测量数据的矩阵向量为

将原始数据标准化，得到标准化的测量值：

式中为变量测量值的样本平均值；为变量测量值的样本标准差。将标准化的测量值组成对应的新矩阵向量，并求其协方差矩阵，然后求协方差矩阵的特征值，按大小顺序排列得，对应的特征向量为。所求特征向量按顺序分别称为第1,2,3,4…m主成分。各主成分的贡献率按下式进行计算：

取前个主成分方向上的得分：

主成分分析的实质就是寻找在最小均方意义下最能够代表原始数据的投影方法，如图所示。主成分分析方法易于理解，便于实现，通常取原始数据在前2个或前3个主成分上的投影进行绘图，为保证绘图的可靠性，要求前2个或前3个主成分的累计贡献率在80%以上。
3.3.4.2学习向量量化神经网络（LVQ）
1.LVQ神经网络概述
学习向量量化(LVQ)神经网络是一种有监督的训练竞争层的方法。学习向量量化网络能够对任意输入向量进行分类，不管它们是不是线性可分，这点比感知器神经网络要优越得多。
2.LVQ神经网络的结构
LVQ网络模型如图4.3所示[17]，网络由3层神经元组成,即输入层、竞争层和线性输出层如图4.4。该网络在输入层与竞争层之间为完全连接,而在竞争层与线性输出层之间为部分连接,每个输出神经元与竞争神经元的不同组相连接,竞争层和线性输出神经元之间的连接权值固定l。输入层和竞争神经元间的连接权值建立为参考矢量的分量(对每个竞争神经元指定一个参考矢量)。在网络训练过程中，这些权值被修改。竞争神经元和线性输出神经元都具有二进制输出值。当某个输入模式被送至网络时,参考矢量最接近输入模式的竞争神经元因获得激发而赢得竞争, 因而允许它产生一个“1”,其他竞争神经元都被迫产生“0”。与包括获胜神经元的竞争神经元组相连接的输出神经元也发出“1”，而其他输出神经元均发出“0”。 产生“1”的输出神经元给出输入模式的类,每个输出神经元被表示为不同的类[18]。
3.LVQ网络学习算法
LVQ网络根据输入向量和权值向量的最小欧氏距离选取获胜神经元，并且采用胜者为王的竞争机制，令该神经元的输出为1，其他神经元的输出为0。LVQ 神经网络的学习算法如下[19]:
(1)产生随机数设定输入层和隐藏层之间的权值初始值。
(2)将输入向量 X = [x1, x2, #, xn]T送入输入层。
(3)根据欧式距离d= 计算隐藏层与输入向量的距离.
(4)选择与权值向量的距离最小的神经元。
(5)更新连接权值. 如果胜出神经元和预先指定的分类一致, 称为正确分类权值的调整按wi(t+ 1)=wi(t)+(t)(x-wi(t))更新；如果胜出神经元和预先指定的分类不一致，称为不正确分类，权值的调整按wi(t +1)=wi( t)- (t)(x -wi(t))更新。其中t为迭代次数，(t)为学习步长。
(6)判断是否满足预先设定的最大迭代次数，满足则算法结束，否则返回(2)，进入下一轮的学习
4.LVQ 网络特点
竞争层神经网络可以自动学习对输入向量模式分类，但是竞争层进行的分类只取决于输入向量之间的距离，当两个输入向量非常接近时，竞争层就可能将它们归为一类。在竞争层的设计中没有这样的机制，即严格地判断任意两个输入向量是属于同一类还是属于不同类。而对于LVQ网络用户指定目标分类结果，网络可以通过监督学习完成对输入向量模式的准确分类。
与其他模式识别和映射方式相比，LVQ神经网络优点在于网络结构简单，只通过内部简单的相互作用就可以完成十分复杂的分类处理，也容易将设计域中的各种繁杂分散的设计条件收敛到结论上来。而且它不需要对输入向量进行归一化，正交化处理，只需要直接计算输入向量与竞争层之间的距离，从而实现模式识别，因而简单易行[20]。
4. 课程设计总结
本课题研究的是基于SnO2气体传感器的纳米电子鼻传感器检测系统，设计已基本达到了预期的效果，可以采集到不同气体（H2S、氨气和卤素气体）的数据，并通过LVQ对电子鼻气味数据进行分析，能够简单的区别不同气体，给以后生产生活带来了诸多便利。但是整个系统还存在一定的误差和不足之处，首先，该课题所涉及到的传感器原理复杂，一时难以完全搞懂，其次，硬件方面电路不够完善，我设计的电路过于简单，虽然能够采集到信号，但是精度以及速度方面都还有待改进和提高，在以后的研究中我会更加虚心的学习，期待找到更好的电路设计。在软件方面, 程序编写带来很大困难，使得很难得到更精确的数据。这也是在本次设计一个非常大的遗憾。由于时间有限，本次课题的模式识别算法我们采用的是学习向量量化LVQ(Learning Vector Quantization)，但是还有概率神经网络（PNN）法，小波神经网络（WNN）等方法，在以后的学习中我会尝试采用其他的模式识别算法。
在以后的日子当中，我会继续努力争取能够做出一个比较完善的纳米电子鼻传感器检测系统，最终能够投入市场。

5.参考文献
（1）．Creed Huddleston著，张鼎 译.智能传感器设计.人民邮电出版社，2009
（2）．松井邦彦 著.传感器实用电路设计与制作. 北京：科学出版社，2005
（3）．范茂军主编.互联网与传感器技术. 北京：机械工业出版社，2012
（4）．刘爱华、满宝元主编.传感器原理与应用技术.北京：人民邮电出版社，2010
（5）.张宪主编.传感器与测控电路.北京：化学工业出版社，2011
（6）.杨建华，侯 宏，王 磊等.基于集成气体传感器阵列的电子鼻系统[J].传感器技术，2003
(7). 王 磊，曲建岭，杨建华.发展中的电子鼻技术[J].测控技术，1999
(8).高大启，杨根兴.模拟嗅觉技术综述[J].电子学报.2001
(9).徐毓龙.国外气敏传感器发展动向[J].传感器世界,1996
(10).段明秀,何迎生. 基于 LVQ神经网络的手写字母识别. 吉首大学学报( 自然科学版). 2010年3月第31卷第2期目 录
第一章 项目的意义和必要性 1
1.1 项目名称及承办单位 1
1.2 项目编制的依据 1
1.3 肺宁系列产品的国内外现状 2
1.4产业关联度分析 3
1.5项目的市场分析 4
第二章 项目前期的技术基础 8
2.1成果来源及知识产权情况，已完成的研发工作 8
2.3产品临床试验的安全性和有效性 8
第三章 建设方案 23
3.1建设规模 23
3.2 建设内容 23
3.3产品工艺技术 23
3.5产品质量标准 29
3.6 土建工程 37
3.7 主要技术经济指标 39
第四章 建设内容、地点 41
4.1 建设内容及建设规模 41
4.2 建设地点 41
4.3外部配套情况 44
第五章 环境保护、消防、节能 46
5.1 环境保护 46
5.2消防 49
5.3节能 50
第六章 原材料供应及外部配套条件落实情况 52
6.1主要原辅材料、燃料、动力消耗指标 52
6.2 公用工程 54
第七章 建设工期和进度安排 56
7.1建设工期和进度安排 56
7.2建设期管理 56
第八章 项目承担单位或项目法人所有制性质及概况 57
8.1 项目承担单位概况 57
8.2 企业财务经济状况 58
8.3 项目负责人基本情况 59
第九章 投资估算与资金筹措 62
9.1 项目计算期 62
9.2 投资估算的编制依据及参数 62
9.3 投资估算 62
9.4 资金筹措 64
9.5 贷款偿还 64
第十章 财务评价 65
10.1财务评价依据 65
10.2销售收入和销售税金及附加估算 65
10.3利润总额及分配 66
10.4盈利能力分析 66
10.5不确定分析 66
10.6财务评价结论 68
第十一章 项目风险分析，效益分析 69
11.1 风险分析 69
11.2 效益分析 70

第 23 页