PDF《基于自然梯度的盲分离算法 混合气体分析》

2 (5) 显然, (2)式中有 , S R A F = I RZ =

2 则: Z R A AS X S t t = = (6) 由(5)式可知,应用的算法对信号进行盲分离可以分离 出信号 Z,它与我们期望分离出的源信号 St 相差一个系数 X R .在信号盲分离过程中,只要分理出的信号在波形上 与源信号保持一致,就可以满足信号分离的要求,因为信号 的信息主要保存在信号的波形里,在已有的关于盲分离的研 究中也都采用了这种标准.

四、实验与结果 热催化传感器在不同温度下, 对于不同浓度的气体传感 器的输出电压不同. 表1混合可燃气体分析结果 混合可燃气体样本(%) 实际检测结果(%) 组别 CH4 CO CH4 CO

1 2.50 0.65 2.39 0.60

2 3.60 0.50 3.47 0.44

3 4.75 0.36 4.56 0.35

4 6.00 0.40 5.89 0.36 对四组 CH4 和CO 混合气体进行试验.让传感器分别工 作在 350°C 和450°C 温度下,使气体与热催化传感器发生敏 感反应, 通过 A/D 转换, 采集输出信号, 形成二维输出阵列, 对采样的数据进行预白化处理,去除各分量之间的相关性, 采用自然梯度的盲分离方法分离, 利用 Matlab 软件进行仿真 得到分析结果.表1为四组混合气体的分析结果. 通过观察实验数据,CH4 的测量误差为 3.68%,CO 的测 量误差为 4.01%,因此采用盲信号分离方法来分析混合气体 浓度是可行的,且具有较低的误差率.

五、结论 采用自然梯度的盲分离方法,用一个热催化传感器来分 离CH4 和CO 的混合气体,可以比较准确的分析出混合气体 的浓度,避免了使用多个气体传感器的交叉敏感性所带来的 误差,减少了采用神经网络算法所带来的大量的计算.将盲 信号分离应用到混合气体分析上,为工业生产、科学研究、 安全检测等气体分析方面提供了新的途径. 参考文献: [1] Jutten C,Herault J.Blind separation of source.Signal Processing,1991. [2] Amari S,Cichocki A.Adaptive blind signal processing-neural network approaches[J]. Proceedings IEEE,1998. [3] 黄新元.电站锅炉运行于燃烧调整[M].北京:中国电力出版社, 2007. [4] Cichocki A.On-lone adaptive algorithms in nonstationary environments using a modified conjugate gradient approach [A].In: Proc.IEEE Workshop Neural Networks for Signal Process- ing[C], 1997. Analysis of Gas Mixtures Base on Blind Signal Separation Abstract Combing blind source separation algorithm and the characteristics of heat catalytic sensor, the gas mixtures is separated. The blind signal separability of the gas mixtures is discussed. The gas mixtures of CH4 and N2A are separated by using a heat catalytic sensor and the results are analyzed by the algorithm based on the Natural gradient blind signal separation. The results show that this method is effective in analyzing the concentration of CH4 and CO and enhance the analysis precision. Keywords: blind signal separation;

natural gradient;

gas mixtures separation 作者简介: 虞闯,沈阳理工大学信息科学与工程分院工学硕士,研究方 向:计算机应用技术的研究 王坤,沈阳理工大学信息科学与工程分院硕士研究生.研究 方向:盲信号方法在混合气体分离上的应用. 通讯地址:辽宁省沈阳市浑南新区南屏中路六号沈阳理工大 学信息科学与工程分院 零六级研

3 班 邮编:110168 E-mail:[email protected] 本文编辑:霍莉 读者服务卡编号004