多孔硅化学传感器的二维小波变换特征提取外文翻译资料

 2022-06-28 11:06

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

多孔硅化学传感器的二维小波变换特征提取

Jose S. Murguiaae,i,2, Alexander Vergaraa}*,i,3, Cecilia Vargas-Olmosv}4, Travis J. Wong}}4

Jordi Fonollosaa, Ramon Huertaa

亮点 图像概要

  • 该研究为pSi化学传感器制定了新颖的询问/分析策略。
  • 该策略包括二维小波分析以探索产生的光谱波长。
  • 我们展示了对所研究传感器的传导机制的更深入的了解。
  • 结果表明在化学分析物的定性和定量方面表现出色。

文章历史：

2013年1月17日收到

2013年4月7日以修订形式收到

2013年4月10日接受

关键字

光学多孔硅气体传感器

二维小波变换

特征提取

支持向量机

气体定性和定量

概要

设计可靠，快速响应，高灵敏度和低功耗的化学感受系统长期以来一直是化学感应的主要目标。然而，这个目标是一个难题，因为拥有一系列化学感官检测器展现出上述所有这些理想条件仍然基本上是不可实现的。本文介绍于捕捉更深入洞察为两个不同的，选择性化学MODI音响编多孔硅的物理化学相互作用的独特视角（PSI）网络通过实施一个创新的，基于信号处理的方法，即双LM-基于光学气体传感器二维离散小波变换。具体而言，该方法包括使用二维离散小波变换作为特征提取方法来捕获二维pSi传感器响应中的非平稳行为。利用从上述各种光学化学传感器收集到的全面测量数据，我们评估了我们在复杂六维化学分析物鉴别方面的方法的重要性， 量化/量化任务问题。由于二维方面自然地控制了光学传感器对化学分析物的响应，我们的发现证明了所提出的特征提取方法可能是加深我们对光学基化学传感器性能的理解的重要工具，也是一个重要的步骤以更现实的方式实现其实施 化学感应应用。

1.介绍

近年来，人们越来越感兴趣的是 适用广泛，价格低廉，可靠性高的 化学感应系统。准确的识别和连续性 化学物质的环境监测是非常需要的。 对于许多应用，包括医疗诊断，食物腐败， 监控和质量控制以及其他类型的在人类栖息地的事件检测。许多高性能实验室仪器 能够鉴定和定量复杂的氨基酸的混合物， 分析人士已经开发利用各种技术和 传感技术包括色谱和光谱

方法[1-6,57] – 这些在分析化学中众所周知。然而，这些仪器可能已被证明是有效和丰富的，这些仪器的高价格和庞大性使其对于低成本和移动应用的吸引力下降，

反应点化学传感器要大得多[7-14,58]。在已经部署了二十多年的众多传感技术模式的众多组合中，基于光学的化学传感器件，特别是多层多孔硅（pSi）膜基化学传感器正变得越来越重要[15-17] ;多孔硅蒸气传感器自其概念出现以来，广泛涉及化学和生物复合检测相关应用，包括但不限于检测挥发性有机蒸气[16,18,19]，爆炸物[20]，DNA [21,22] ，和蛋白质[23,24]。它们受欢迎的主要原因是他们对于隔绝检测，模块功率低，易于与光纤技术集成，通过智能防尘结构实现高度紧凑感应以及在高度易燃环境中进行安全检测，例如许多上面列出的应用。

除了适用于许多不同的化学传感方案外，pSi薄膜蒸气传感器通过氢氟酸（HF）电解质水溶液中硅片的电化学阳极氧化，为其设计和制造提供了极大的灵活性。这些传感器已经过研究和开发各种多孔硅结构，包括布拉格反射镜[18]，Fabry–Perot膜[25]，微腔[19]和皱纹滤波器[26]。尤其是，由于易于使用宽带光源进行检测，富有光泽的滤光片特别具有吸引力。更复杂的多层传感器结构也已经被构建。 单点传感器结构中的几个褶皱过滤层[16,17,26]。在每一种情况下，最终结构中的每个元素都依次制作成独立的表面化学和多孔形态。结果，每个传感层呈现一个独特的光谱分离峰，这取决于特定层的有效的折射率，从而实现整个传感器堆栈的同时集中监控，并且可以在一个简单的点式传感器封装中实现。根据该提案，化学分析物的检测原则上可以通过简单地监测化学分析物的量值和时间演变来直接进行，通过

多孔硅光学反射谱在暴露于并随后渗透到百万分之几级的空气化学蒸汽。

虽然隔离和监测这一主要光谱波长和褶皱峰的反射率对探索光学蒸气传感器在许多不同的简单，严格限制的化学传感应用中的传感能力非常有用，但是这些光子多孔硅传感器是否合适仍然值得商榷对于一个复杂的，更现实的化学感应场景 - 一系列涉及各种痕量化学刺激的识别（和/或区分）的感测任务，通常需要在实验室准确度和通常在应用本身。在光学蒸气传感器中，多孔硅膜/化学分析物成对键合相互作用通过高度依赖于传感器装置本身的内部表面化学和表面形态的吸附机制发生，所有这些都与材料科学领域的许多最新进展[16,17,27]。然而，这些纯粹的吸附相互作用仍然在本质上是广泛交叉反应的，这实际上意味着，在材料科学领域产生的所有当前知识和努力并不能同时提供一种方式来感知特定的分子结构一个化学分析物，尽管不断努力。此外，从光学的角度来看，这是同一枚硬币的另一面，实验结果表明多孔硅波纹反射传感器通过反射通带波长的变化间接检测分析物的吸收，该波长与多孔基质的有效折射率成正比。然而，这些相互作用中所包含的大部分有意义的信息由于隔离峰值响应而丢失（或被忽略） - 这是对光学蒸气传感器的一种常见的选择性询问策略，当接近更多时，显着影响整个感官系统的性能逼真的化学感应场景。此外，多孔基质的白光干涉法包含薄膜干涉特征，绝对反射率变化，多孔基质和吸附物的折射率色散，以及同时分析介导的反射率响应，每种响应响应都基于吸附 - 解吸机理发生在多孔光学晶体内。因此，白光反射谱中的这些通常不受欢迎的特征（其也通常对界面变化敏感 - 已知在多层吸附相位传感器中发生）[28] - 也应该被认为是增加从本征相互作用中捕获的信息多孔硅光学蒸气传感器。尽管这些方法可能证明是方便而有效的，但它们中的任何一个都不能回答上述关于这些传感器真正用于所述复杂感测任务的上述问题。因此，使用信号处理技术分析传感器的响应信息似乎是解决该查询的唯一可行的解​​决方案，但它受限于方法本身从系统获取正确信息的适当性。实施这个适当的信号处理程序是这项工作的重点。信号处理技术实施背后的基本思想是如何可靠地处理化学传感器的动态响应信息，以更好地解决所追求的化学传感任务。例如，如果传感器响应具有固定特性，则可以认为它具有可以通过其傅里叶分析（即傅里叶变换（FT））检测到的谐波分量。然而，有大量证据表明描述传感器信息的动态过程，特别是这里考虑的基于光学的蒸汽传感器，在它们的响应中具有许多非平稳行为[28]。因此，丢弃传感器响应中包含的时间信息并将其视为仅具有固定特性的“幼稚”解决方案肯定会失败，这表明它可能不适合处理这类信号。另外，还提出了小波变换（WT） 编码在现象学信号中遇到的先天信息[29,30]。它一直被用来研究许多不同的现象，包括但不限于化学感觉线索，图像信号分析和压缩，数据压缩，生物医学成像分析，动力学系统和许多其他领域[31- 44。与基于傅立叶三角函数的基函数形成鲜明对比的是，WT--特别是其基函数 - 具有在时间（或空间）和频率上局部化的关键特性，其又可用于更好地描述自然特征的光学蒸汽信号被分析。换句话说，WT可以被认为更像是一个数学显微镜，它寻找信号的特定部分来提取非平稳或瞬时的特征 - 趋势，突变，奇点以及开始和结束 的事件 - 它们一起定义了基于pSi的光学蒸气传感器响应期间的气体吸附/解吸事件。

在本文中，我们研究了一种创新的基于信号处理的实验路径，以获得对pSi光学基化学气相色谱响应中遇到的物理化学相互作用机制的二维性质的独特见解。特别是，我们引入了一种信号处理方法，即二维离散小波变换，旨在捕捉两种不同类型的多孔硅波纹化学蒸气传感器的响应线索的非平稳行为。利用上述每个光学蒸气传感器单独收集的全套测量结果 - 首先显示双重光学传感配置性质，其中两个独立的反射峰源于采用两种不同的氧化表面结构程序，而第二种采用单一的反射峰热氧化，强亲水结构表面仅筛选单个反射峰 - 我们测试了我们的方法的有效性，并评估了其在光学化学传感器/特征提取器束的鉴别和定量能力方面的性能。使这些想法精确要求纳米工程，光学和信号处理方面的许多工具和概念可以重新审视和概念化。因此，我们简要回顾一下使用WT分解任何类型的信号和从第2部分中的化学传感器提示中提取重要信息的理论方面。传感器制造程序和用于收集此处使用的数据集的测量过程然后深入如第3节所述。实验评估和结果最后在第4节中进行介绍和讨论，然后在第5节中筛选一些从这项工作得出的结论。

2. 小波变换的基本原理

小波已成为信号和数值处理分析中使用最广泛的数学工具之一。 尽管小波技术作为基础理论的存在时间相对较短，但它已经展现出巨大的潜力和应用价值，在许多不同的科学和工程领域，特别是那些经典傅里叶方法无效的现象，都是可行的。 基于这个原理，以下小节介绍了小波的一些理论方面 - 特别是将通用信号转换为多尺度小波基，即小波变换 - 它们的实现对我们特定的化学感应信号处理分析所必需的。

2.1离散小波变换

小波变换（WT）是用于在时域或频域中以不同分辨率分析（即分解）或合成（即重构）各种各样的非平稳通用信号的数学工具，

不能以其原始格式轻松访问即可获得。在小波分析中，一个信号被分解成称为小波的函数，这些函数是经过平移和缩放的有限长度和快衰减振荡波形，通常称为分析小波基函数，或简称为母小波。与前面的傅立叶分析类似，小波分析还包含各种紧密相关的变换形式，即连续小波变换，小波系列和正交离散小波变换，或简称离散小波变换。离散小波变换（DWT）是执行感兴趣信号的分析和合成所需的持续小波变换的最常见选择;它通过其多分辨滤波器组结构 - 一种由Stephane Mallat和Yves Meyer [29,30]最初引入的连续组合数字滤波编码技术为计算计算提供了极大的灵活性，并由两个滤波器组成，一个是低通滤波器，一个是高通滤波器，为了构建多分辨率时间尺度（频率）平面，将信号分离成频带，如图1.5所示。就像其他现有格式的小波变换一样，DWT与其傅里叶变换相比具有独特的关键优势转换对应的时间分辨率，该时间分辨率依次捕获正在处理（变换）的原始信号的频率和位置信息。

图1. DWT分解过程的图形表示。 （a）

多分辨率信号分解中三阶段结构的图形例子利用数字滤波器组的位置。 （b）频率分解带宽由低（h [n]）和高通的连续组合编码执行（g [n]）符合数字滤波器组。 请注意信号的带宽在每个层面上都以图中每个面板上的不同颜色突出显示。 （对于读者参考该图例中对颜色参考的解释到该文章的网页版本。）

在DWT中，通用函数或过程x（t）的表示是根据小波函数（t）及其关联的尺度函数phi;（t）的平移和扩张版本给出的。 考虑到缩放和小波函数，由

(1)

定义得正交基准，x(t)的扩展式可写为

(2)

在此am,n的缩放和近似系数，以及dm,n,的小波系数可定义为(3)

m和n分别表示构成离散小波变换的扩张和平移指数。一维小波变换可以容易地扩展到二维小波基变换 - 广泛用于二维信号，例如， 图像 - 通过获取一维基函数的所有可能的张量积。 这个

（x，y）和3个二维小波H（x，y），V（x，y）和D（x，y） y）描述原始信号或图像的缩小，低分辨率版本，

分别包含在信号图像的水平（H），垂直（V）和对角线（D）方向透视图中的细节信息。 这些函数中的每一个都由一维尺度函数phi;及其相应的小波函数的乘积定义，因此

(x, y) = ϕ(x)ϕ(y), (4)

H(x, y) = (x)ϕ(y), (5)

V(x, y) = ϕ(x) (y), (6)

D(x, y) = (x) (y), (7)

每个产品都会产生一个二维结果。因此，考虑到这些可分离的二维缩放和小波函数，整个二维小波基被定义为

其中j，m，nisin;Z，并且上标索引d取值H，V和D来标识方程（5）-（7）中给出的方向小波。

与其一维DWT对应物相似，并且考虑方程（8） - （9）构成L2（R2）的标准正交基，则有限能量函数f（x，y）的展开式被定义为

在此缩放aj;m,n和小波djd;m,n系数可被定义为

表达式（10）和（11）通过其折射率的分散来表示合成和有效的电介质性质。在严格控制的操作条件下（即恒定的空气流量和工作温度）和 在暴露于并随后渗入化学分析物时，由于存在靶向分析物时多孔光学晶体的物理化学转换机制，上述传感技术在其反射光谱响应中呈现出自然的二维配置， 如图4（d）所示，其形状和响应曲线在某种程度上既指特定的化学物质及其特定的浓度（也参见图7（a）与（b））。基于这一工作原理，所建议的2D-DWT询问方法学具有独特的优势，可以系统地研究pSi光学化学传感器响应中遇到的物理化学相互作用机制的二维性质，因为它可以同时捕获时间和空间演化控制传感器响应的光学晶体反射谱（即薄膜干涉特征，绝对反射率变化以及多孔基质和吸附质的折射率色散），从而获得与其响应相关的附加和更多描述性信息监测方法基于波峰波长 和法布里 - 珀罗干涉条纹。

在这里追求的实际实例中分析pSi化学传感器响应并生成其小波描述特征向量的过程如下工作。首先，将每个测量的反射谱作为二维信号（即，

全文共27821字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[10554]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章