基于MEMS气体传感器阵列的气体检测方法及装置与流程

本发明涉及气体检测，尤其涉及一种基于mems气体传感器阵列的气体检测方法及装置。

背景技术：

1、随着工业生产和环境监测领域对气体检测需求的不断增长，mems气体传感器因其微型化、集成度高、功耗低等优势被广泛应用。然而，由于工业环境的复杂性和气体检测对象的多样性，单一传感器难以满足多组分气体的准确检测要求，促使传感器阵列技术的发展。

2、目前，mems气体传感器阵列在实际应用中面临着多重挑战：首先是环境因素干扰问题，温湿度变化会导致基线漂移；其次是气体分子间的交叉敏感性问题，多种气体共存时会相互影响传感器的检测准确性；最后是传感器部署优化问题，传统的固定式部署难以适应动态变化的气体扩散场景。传统的气体检测方法往往采用单一的数据处理模型，缺乏对多源干扰的系统性补偿机制，且在异常数据处理和传感器布局优化方面存在不足。

技术实现思路

1、本发明提供了一种基于mems气体传感器阵列的气体检测方法及装置，本发明实现了传感器阵列的自适应部署优化，提高了检测网络的空间覆盖效率。

2、第一方面，本发明提供了一种基于mems气体传感器阵列的气体检测方法，所述基于mems气体传感器阵列的气体检测方法包括：

3、对多个mems气体传感器按照目标气体类型进行分组和检测数据采集，得到原始检测数据集；

4、对所述原始检测数据集进行曲线拟合和特征提取，得到特征参数集，并将所述特征参数集代入二阶状态空间模型，构建传感器阵列特征模型；

5、利用所述传感器阵列特征模型计算温度修正系数和湿度修正系数，并对所述原始检测数据集进行修正，得到标准化响应数据；

6、提取所述标准化响应数据中的多个响应特征量，并将所述多个响应特征量输入未知输入观察器进行残差计算和信号异常点识别，得到异常响应数据；

7、根据所述异常响应数据选择时间窗口长度，并对异常数据段进行分段线性回归和动态校准，得到目标检测数据集；

8、将所述目标检测数据集输入传感器网络模型进行阵列部署优化，得到阵列部署优化方案。

9、第二方面，本发明提供了一种基于mems气体传感器阵列的气体检测装置，所述基于mems气体传感器阵列的气体检测装置包括：

10、采集模块，用于对多个mems气体传感器按照目标气体类型进行分组和检测数据采集，得到原始检测数据集；

11、构建模块，用于对所述原始检测数据集进行曲线拟合和特征提取，得到特征参数集，并将所述特征参数集代入二阶状态空间模型，构建传感器阵列特征模型；

12、修正模块，用于利用所述传感器阵列特征模型计算温度修正系数和湿度修正系数，并对所述原始检测数据集进行修正，得到标准化响应数据；

13、计算模块，用于提取所述标准化响应数据中的多个响应特征量，并将所述多个响应特征量输入未知输入观察器进行残差计算和信号异常点识别，得到异常响应数据；

14、校准模块，用于根据所述异常响应数据选择时间窗口长度，并对异常数据段进行分段线性回归和动态校准，得到目标检测数据集；

15、优化模块，用于将所述目标检测数据集输入传感器网络模型进行阵列部署优化，得到阵列部署优化方案。

16、本发明第三方面提供了一种基于mems气体传感器阵列的气体检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于mems气体传感器阵列的气体检测设备执行上述的基于mems气体传感器阵列的气体检测方法。

17、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于mems气体传感器阵列的气体检测方法。

18、本发明提供的技术方案中，通过建立传感器阵列特征模型并引入二阶状态空间方程，实现了对传感器动态响应特性的精确描述，提升了系统建模的准确性；采用温湿度修正系数和交叉敏感性补偿矩阵相结合的方法，有效消除了环境因素和气体交叉干扰的影响，增强了检测数据的可靠性；引入未知输入观察器进行异常信号识别，结合动态阈值判断机制，提高了系统对异常数据的识别和处理能力；通过分段线性回归和动态校准相结合的方法，实现了对异常数据的准确修正，保证了检测数据的连续性和准确性；基于气体扩散规律和delaunay三角剖分算法，实现了传感器阵列的自适应部署优化，提高了检测网络的空间覆盖效率；采用多层次数据处理架构，从数据采集、特征提取到异常处理的全流程优化，提升了系统的整体性能和可靠性；通过网络通信拓扑结构的优化设计，确保了数据传输的实时性和可靠性。

技术特征：

1.一种基于mems气体传感器阵列的气体检测方法，其特征在于，包括：

2.根据权利要求1所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述对多个mems气体传感器按照目标气体类型进行分组和检测数据采集，得到原始检测数据集，包括：

3.根据权利要求2所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述对所述原始检测数据集进行曲线拟合和特征提取，得到特征参数集，并将所述特征参数集代入二阶状态空间模型，构建传感器阵列特征模型，包括：

4.根据权利要求3所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述利用所述传感器阵列特征模型计算温度修正系数和湿度修正系数，并对所述原始检测数据集进行修正，得到标准化响应数据，包括：

5.根据权利要求4所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述提取所述标准化响应数据中的多个响应特征量，并将所述多个响应特征量输入未知输入观察器进行残差计算和信号异常点识别，得到异常响应数据，包括：

6.根据权利要求5所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述根据所述异常响应数据选择时间窗口长度，并对异常数据段进行分段线性回归和动态校准，得到目标检测数据集，包括：

7.根据权利要求6所述的基于mems气体传感器阵列的气体检测方法，其特征在于，所述将所述目标检测数据集输入传感器网络模型进行阵列部署优化，得到阵列部署优化方案，包括：

8.一种基于mems气体传感器阵列的气体检测装置，其特征在于，用于执行如权利要求1-7中任一项所述的基于mems气体传感器阵列的气体检测方法，包括：

9.一种基于mems气体传感器阵列的气体检测设备，其特征在于，所述基于mems气体传感器阵列的气体检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于mems气体传感器阵列的气体检测方法。

技术总结
本发明涉及气体检测技术领域，公开了一种基于MEMS气体传感器阵列的气体检测方法及装置。所述方法包括：对多个MEMS气体传感器按照目标气体类型进行分组和检测数据采集，得到原始检测数据集；进行曲线拟合和特征提取，得到特征参数集，构建传感器阵列特征模型；对原始检测数据集进行修正，得到标准化响应数据；提取多个响应特征量并输入未知输入观察器进行残差计算和信号异常点识别，得到异常响应数据；进行分段线性回归和动态校准，得到目标检测数据集；将目标检测数据集输入传感器网络模型进行阵列部署优化，得到阵列部署优化方案。本发明实现了传感器阵列的自适应部署优化，提高了检测网络的空间覆盖效率。

技术研发人员：徐友华
受保护的技术使用者：精华隆智慧感知科技（深圳）股份有限公司
技术研发日：
技术公布日：2025/3/24