| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 缩写词和符号说明 | 第15-16页 |
| 第一章 绪论 | 第16-33页 |
| 1.1 研究背景及需求分析 | 第16-21页 |
| 1.1.1 研究背景 | 第16-18页 |
| 1.1.2 需求分析 | 第18-19页 |
| 1.1.3 人工嗅觉系统的概念与内涵 | 第19-21页 |
| 1.2 气体识别关键技术研究现状和发展动态 | 第21-29页 |
| 1.2.1 人工嗅觉技术发展历程 | 第21-24页 |
| 1.2.2 气体识别关键技术国内外研究现状 | 第24-29页 |
| 1.3 课题来源及主要研究工作 | 第29-33页 |
| 1.3.1 问题提出与课题来源 | 第29-31页 |
| 1.3.2 主要研究内容与章节安排 | 第31-33页 |
| 第二章 MOS气体传感器响应动力学建模与瞬态响应信号分析 | 第33-55页 |
| 2.1 引言 | 第33页 |
| 2.2 MOS气体传感器响应动力学分析 | 第33-37页 |
| 2.2.1 MOS气体传感器反应过程描述 | 第33-35页 |
| 2.2.2 瞬态响应过程中相对电导表达 | 第35-37页 |
| 2.3 电子鼻测试实验 | 第37-42页 |
| 2.3.1 实验系统组成 | 第37-38页 |
| 2.3.2 实验样本的制备 | 第38-40页 |
| 2.3.3 实验方法 | 第40-42页 |
| 2.4 气体传感器阵列瞬态响应信号表达与分析 | 第42-49页 |
| 2.4.1 气体传感器阵列瞬态响应信号表达 | 第42-43页 |
| 2.4.2 单个气体传感器的瞬态响应分析 | 第43-46页 |
| 2.4.3 气体传感器阵列的瞬态响应分析 | 第46-49页 |
| 2.5 气体传感器阵列瞬态响应信号预处理 | 第49-53页 |
| 2.5.1 预处理方法 | 第49-52页 |
| 2.5.2 预处理结果分析 | 第52-53页 |
| 2.6 本章小结 | 第53-55页 |
| 第三章 基于平行因子分析的气体定性识别和传感器阵列优化 | 第55-84页 |
| 3.1 引言 | 第55-56页 |
| 3.2 平行因子分析法基本原理 | 第56-61页 |
| 3.2.1 平行因子模型 | 第57-59页 |
| 3.2.2 平行因子算法 | 第59-60页 |
| 3.2.3 核一致性估计法 | 第60-61页 |
| 3.3 基于平行因子分析法的特征提取及应用 | 第61-66页 |
| 3.3.1 主成分数确定 | 第61-62页 |
| 3.3.2 基于样本信息的气体定性识别 | 第62-63页 |
| 3.3.3 基于响应过程信息的测量时间优化 | 第63-64页 |
| 3.3.4 基于传感器信息的传感器阵列优化 | 第64-66页 |
| 3.4 基于三种主成分分析模型的气体定性识别结果比较 | 第66-70页 |
| 3.4.1 二维主成分分析模型 | 第67-68页 |
| 3.4.2 平铺主成分分析模型 | 第68-69页 |
| 3.4.3 不同模型结果比较分析 | 第69-70页 |
| 3.5 基于仿生鼠类嗅觉神经网络的气体定性识别 | 第70-76页 |
| 3.5.1 鼠类嗅觉机理及结构 | 第71-73页 |
| 3.5.2 仿生鼠类嗅觉神经网络结构及算法 | 第73-74页 |
| 3.5.3 基于平行因子分析-仿生鼠类嗅觉神经网络的气体定性识别 | 第74-76页 |
| 3.6 基于模糊聚类的传感器阵列优化 | 第76-82页 |
| 3.6.1 模糊聚类基本思想 | 第77页 |
| 3.6.2 模糊聚类的主要步骤 | 第77-78页 |
| 3.6.3 传感器阵列优化 | 第78-82页 |
| 3.7 本章小结 | 第82-84页 |
| 第四章 基于复频域变换的气体定量分析 | 第84-100页 |
| 4.1 引言 | 第84-85页 |
| 4.2 基于目标气体浓度变化的气体传感器瞬态响应模型 | 第85-87页 |
| 4.2.1 实验中存在补气过程的目标气体浓度变化分析 | 第85-86页 |
| 4.2.2 目标气体浓度变化时的气体传感器瞬态响应模型 | 第86-87页 |
| 4.3 基于复频域分析的气体传感器传递函数建模 | 第87-95页 |
| 4.3.1 复频域分析原理 | 第87-89页 |
| 4.3.2 气体传感器传递函数建模 | 第89-93页 |
| 4.3.3 传递函数模型参数-气体取样体积关联建模 | 第93-95页 |
| 4.4 基于复频域建模-偏最小二乘法的气体定量分析 | 第95-98页 |
| 4.4.1 偏最小二乘法基本原理 | 第95-96页 |
| 4.4.2 基于传递函数模型-偏最小二乘法的气体定量分析 | 第96-98页 |
| 4.5 本章小结 | 第98-100页 |
| 第五章 基于扩展型类Legendre正交基分解的单一气体分析与混合气体识别 | 第100-124页 |
| 5.1 引言 | 第100-101页 |
| 5.2 基于扩展型类Legendre正交基分解的气体传感器瞬态响应信号建模 | 第101-106页 |
| 5.2.1 扩展型类Legendre正交基 | 第102-105页 |
| 5.2.2 基于扩展型类Legendre正交基的信号分解 | 第105-106页 |
| 5.2.3 气体传感器阵列瞬态响应信号的重构 | 第106页 |
| 5.3 基于扩展型类Legendre正交基-偏最小二乘法的单一气体分析 | 第106-112页 |
| 5.3.1 基于扩展型类Legendre正交基-偏最小二乘法的气体定性识别 | 第106-109页 |
| 5.3.2 基于扩展型类Legendre正交基-偏最小二乘法的气体定量分析 | 第109-112页 |
| 5.4 混合气体识别问题描述 | 第112-116页 |
| 5.4.1 线性混合假设下响应特性分析 | 第112页 |
| 5.4.2 非线性混合假设下响应特性分析 | 第112-116页 |
| 5.5 基于扩展型类Legendre正交基分解的混合气体识别 | 第116-122页 |
| 5.5.1 基于扩展型类Legendre正交基分解的混合气体识别步骤 | 第116-117页 |
| 5.5.2 扩展型类Legendre正交基分解系数与气体取样体积关联模型 | 第117-120页 |
| 5.5.3 混合气体识别结果与分析 | 第120-122页 |
| 5.6 本章小结 | 第122-124页 |
| 第六章 总结及展望 | 第124-128页 |
| 6.1 全文总结 | 第124-126页 |
| 6.1.1 主要研究结论 | 第124-126页 |
| 6.1.2 主要创新点 | 第126页 |
| 6.2 研究展望 | 第126-128页 |
| 致谢 | 第128-129页 |
| 参考文献 | 第129-141页 |
| 作者在学期间取得的学术成果 | 第141-142页 |
