文章推荐——《电子鼻结合自适应卡尔曼滤波算法在传统中药多类别区分中的应用研究》
电子鼻结合自适应卡尔曼滤波算法
在传统中药多类别区分中的应用研究
引用：E-nose-assisted classification of Traditional Chinese Medicine using Adaptive Kalman Filtering[J]. Sensors and Actuators A: Physical, 2025: 117187.
作者单位：东北大学/中国科学院宁波材料技术与工程研究所/中国传感谷嗅觉传感器研发与制造基地
（注：本论文中的电子鼻硬件由中科微感（宁波）科技有限公司提供）
内容简介
本文提出了一种基于自适应卡尔曼滤波（AKF）的传感器数据预处理方法，以提升电子鼻（E-nose）技术在传统中药（TCM）药材农业栽培中基于气味的质量监测的准确性及可靠性。电子鼻如今越来越多地出现在精准农业中，应用于评估药材的质量和真实性。然而在实际农业条件下处理TCM药材复杂的动态气味数据时，传统去噪技术如移动平均（Moving Average）和小波变换（Wavelet Transform）有较大局限性。为了应对这一挑战，AKF法动态调整滤波参数，有效减少传感器噪声和漂移，从而显著提高气味数据的稳定性和精度。实验结果证实，AKF在农业气味分类任务中比传统卡尔曼滤波和经典去噪方法表现出色，使用支持向量机（SVM）的AKF预处理数据达到了95.65%的分类准确率，分别超过移动平均的4.35%和小波变换的13.04%。将AKF预处理与特征归一化和粒子群优化（PSO）相结合，进一步提升了分类结果。这展示了AKF在TCM农业气味传感中的潜在应用，为精准药用农业和药材质量控制提供了关键的理论和实践进展。
关键词：自适应卡尔曼滤波 电子鼻 特征选择 分类算法 传统中药气体识别
图文导读
图1.电子鼻气味识别系统示意图
图2. 自适应卡尔曼滤波算法流程图：当目标气体进入电子鼻系统后，传感器阵列实时采集各通道响应信号。自适应卡尔曼滤波器通过迭代预测与更新机制对原始信号进行平滑去噪。随后将去噪后的响应曲线按通道划分为10个等长段，分别计算各段均值构建特征向量。最后结合特征归一化、粒子群优化（PSO）特征选择以及分类器（SVM/KNN），实现中药气体的精准识别，并以散点图形式可视化分类结果。
图3.（a）未处理时的传感器响应及（b）滤波后的响应
图4. 将原始响应曲线分别划分为 2、5、10、14 段并施加自适应卡尔曼滤波（AKF）的平滑效果对比。图中红色曲线为原始传感器响应，绿色曲线为经自适应卡尔曼滤波后的平滑结果。
图5.两组实验的混淆矩阵。（a）数据集1（板蓝根、复合制剂、柠檬酸、黄原胶、莲子共75个样品，同一天采集）；（b）数据集2（布洛芬、复合制剂、柠檬酸、黄连上清共188个样品，跨多天采集）。
图6. 不同滤波方法提取特征后的主成分分析（PCA）降维可视化对比
图7. 不同特征子集规模下SVM分类准确率（外层5折交叉验证），当特征子集规模 |S| = 30 时，平均分类准确率达到最高值95.8%
图8. 针对极细微浓度差异（5.5 ppm、5.8 ppm、6.0 ppm）的SAKF与EMA 预处理后提取特征的的RBF-SVM分类决策面（经PCA投影至二维）
总结和展望
在这项工作中，作者以传统中药（TCM）气味精准分类为实际应用场景，针对真实农业栽培环境下电子鼻面临的传感器噪声严重、跨天基线漂移剧烈、响应曲线非平稳等长期难题，提出了一种纯软件层面的分段自适应卡尔曼滤波（SAKF）预处理方法。该方法实现局部最优的动态去噪，最终在同日采集的75个样品（5类中药）和跨多天严重漂移的188个样品（4类中药）两个真实数据集上，搭配SVM分类器均实现了100%的分类准确率，远超普通分段卡尔曼滤波（SKF）。此外，作者还用极细微浓度差异（5.5/5.8/6.0 ppm）的“焦味”气体进行了展望性实验，证明该框架即使面对0.3 ppm的微小变化仍可实现完全分离。整篇工作仅通过分段自适应卡尔曼滤波就彻底解决了中药电子鼻在真实复杂农业场景下的漂移与噪声难题，为传统中药气味的客观化、标准化、批量化质量检测提供了实用的软件解决方案。
产品介绍
在本次研究中，作者使用中科微感提供的金属氧化物半导体（MOS）传感器。其中部分材料，已经集成在我司的核心产品人工智能+嗅觉传感器（CM-ENose）第2代A型（CM-H404MA）及B型（CM-H404MB）。即均采用新型纳米敏感复合材料薄膜技术，集成多通道MEMS气味传感器阵列信号，具有高一致性、高稳定性、高交叉敏感，可对气压、温度、湿度实现多维度传感集成。
中科微感长期专注于MEMS气体传感器、CM-ENose与软硬件系统的研发，已形成涵盖传感器阵列、数据采集、算法平台与气味数据库建立的完整技术链条。目前，公司的产品广泛适用于环境监测、食品安全、健康医疗等领域。
未来，中科微感将持续深耕智能气味感知技术，拓展人工智能+嗅觉在更广泛场景下的应用边界，推动普适型人工智能+嗅觉传感器CM-ENose从实验室研究走向标准化、规模化的落地实践，助力构建更智慧、更安全的感知世界。
END
查看全文
中科微感
中科微感（宁波）科技有限公司成立于2022年6月，已获得20余项软著专利，核心研发团队攻克了长期制约人工嗅觉传感发展的核心材料、膜层沉积工艺、硬件算法等技术，开发出基于新型纳米敏感材料、微纳加工技术和人工智能算法的 MEMS 基金属氧化物半导体原理的人工嗅觉传感器产品（AI-Nose）及相关配套算法和平台。解决了人工智能嗅觉技术在市场应用中的关键问题：提供量产化的高一致、低成本、微型化的嗅觉传感器阵列硬件，填补了国内外气味识别感知产品的空白。目前已经在汽车电子、公安缉毒、大气环保监测、储能电池热失控监测等
作者最近更新
-
车载数字嗅觉技术发展路线图：从环境感知到认知智能的演进中科微感
03-06 19:00
-
中科微感2026年春节放假通知及备货提醒中科微感02-02 18:31
-
文章推荐——MEMS基0D/1D/2D纳米复合材料实现室温超灵敏氨检测中科微感01-09 18:30
评论0条评论