脉冲驱动型MEMS气体传感器融合机器学习，实现选择性气体识别

MEMS · 公众号 · · 2025-05-13 00:00

正文

请到「今天看啥」查看全文

图2 脉冲加热下的气体瞬态响应曲线

图3 气体响应与扩散特性的对比分析

研究团队利用该MOS气体传感器特有的动态双信号响应特性，结合机器学习（ML）算法验证其对多种气体的响应特性。基于脉冲温度传感器的瞬态信号，结合热诱导响应特征耦合与解耦的扩展数据集，通过主成分分析（PCA）和机器学习算法（包括线性判别分析、k近邻算法、支持向量机和随机森林），研究团队构建了高精度气体识别模型。实验数据显示，基于气体扩散动力学和表面反应特征的瞬态响应分析，该模型对氢气（H₂）、一氧化碳（CO）和氨气（NH₃）三种气体的识别准确率达到了100%。

图4 基于机器学习的多模态气体响应分析与识别

这项研究提出的低功耗电子鼻系统采用重复脉冲功率输入驱动单一MOS气体传感器，为传统基于传感器阵列的方法提供了可行替代方案。研究团队表示，未来计划将MOS气体传感器与可编程模拟/数字电路集成，通过嵌入式时序和算法代码驱动实现传感器功能配置（包括脉冲加热电压生成、信号采集、数据处理和识别结果输出等）。通过在处理器中集成机器学习分类算法，这种基于单一传感器的电子鼻系统，未来有望在室内空气质量监测、食品腐败检测等领域展现出广阔应用前景。