电子鼻技术是近年来迅速发展起来的一个研究领域，它是一门涉及传感技术、模式识别、电子技术、计算机技术、神经生理学和数学等的交叉学科，具有很重要的理论意义和实际意义，因此现在很多国家已经把生物嗅觉敏感机制和对生物嗅觉系统功能的模仿——电子鼻列为重要研究课题。

在过去40多年中，科研人员一直致力于这一领域的研究。1982年英国Warwick大学的Pers and和Dodd提出了电子鼻的概念， 他们所研制的电子鼻系统包括气敏传感器阵列和模式识别系统两部分，可以分辨桉树脑、攻瑰油、丁香芽油等21种复杂的挥发性化学物质的气味。1994年， 英国Warwick大学的Gardner和South ampl on大学的Bartlett使用了“电子鼻”这一术语并给出了定义——“电子鼻是一种巾具有部分选择性的化学传感器阵列和适当的模式识别系统组成，能识别简单或复杂气味的仪器”。

电子鼻是模拟生物嗅觉系统，由传感器阵列结合模式识别系统构成。对生物嗅觉系统的神经生理结构和嗅觉的生物化学机制的理解决定了电子鼻系统的基本结构、传感器阵列的组成和模式识别方法的使用。电子鼻系统主要由气敏传感器阵列、信号预处理和模式识别3部分组成，如图2-3所示。人的嗅觉形成过程是电子鼻工作原理的模拟基础，可以简单地从结构上将传感器阵列、信号预处理、模式识别分别与嗅觉膜、小球、神经中枢相类比，更重要的是在功能上电子鼻系统也具有生物嗅觉系统的特点：对多种气体或气味敏感；通过必要的处理，能够识别所感受到的气体。当待测气体呈现在一种敏感材料的传感器面前，传感器将化学输人转换成电信号，由多个传感器对某种气体的响应便构成了传感器阵列对该气体的响应谱。显然，气体中的各种化学成分均会与敏感材料发生作用，所以这种响应谱为该气体的广谱响应谱。为实现对气体的定性或定量分析，必须将传感器的信号进行适当的预处理(消除噪声、特征提取、信号放大等)后采用合适的模式识别分析方法对其进行处理。理论上，每种气体都会有它的特征响应谱，根据其特征响应谱可区分不同的气体。同时还可利用气敏传感器构成阵列对多种气体的交叉敏感性进行测量，通过适当的分析方法，实现混合气体分析。

电子鼻的结构与生物嗅觉的结构十分相似，其中气敏传感器阵列相当丁初级嗅觉神经元，出具有广谱响应特性、交叉灵敏度较大、对不同气体灵敏度不同的气敏元件组成，通常看成是电子鼻的硬件部分。常用的气敏传感器有：金属氧化物传感器(MOS) 、导电聚合物气敏传感器(CP) 、石英晶体微天平传感器(QCM) 和声表面波传感器(SAW) 等。信号预处理和模式识别通常认为是电子鼻的软件部分。

图2-3电子鼻系统

信号预处理相当于嗅觉神经元，它对传感器的阵列响应模式进行滤波、交换，完成特征提取。目前常用的特征提取方法模型有：差分法、相对差分法、对数法、传感器归一化法(Sensor whole) 和阵列归一化法(Array whole) 等。这些方法既可以处理信号为模式识别过程做好数据准备，也可以利用传感器信号中的瞬态信息检测校正传感器阵列。

模式识别相当于人的大脑，它对输入信号再进行适当的处理，以获得混合气体的组分和浓度的信息，完成对气体的定性与定量辨识。所谓定性识别是指对所测量的气体(包括混合气体)的种类做出正确评价。定量分析则除了要对气体种类正确评价外，还需对所测量气体的含量进行评价。显然，定量分析的难度要远远大于定性识别。月前定性识别常用的算法有：最近邻法(NN)、判别式函数分析法(DFA) 、主成分分析法(PC A) 、人工神经网络(ANN) 、概率神经网络(PNN) 、学习向量量化(LVQ) 、自组织映射(SOM) 、统计模式识别法(SPR) 和遗传算法(GA) 等。其中PC A和ANN应用最为广泛。定量分析能采用的方法不多， 除传统的多元线性回归(MLR) 、主成分回归(PCR) 、偏最小二乘(PLS) 等一些线性回归方法外， 目前定量分析效果最好的还是ANN。

相关链接：电子鼻检测技术在粮食霉变识别中的应用研究

文章来源：《食品快速检测实训教程》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。