量热式生物传感器的信号降噪与富集过程预测的研究

发布时间：2025-01-09 07:21

　　近年来,食品重金属污染问题已引起全世界的高度重视和深入研究,对不同种类食品和水体中的重金属污染进行监测和分析研究,对于评价食品质量、保护人类健康和维持社会经济可持续发展具有重要的现实意义。鉴于以上,一种基于流动注射技术研发的新型富集、检测一体化量热式生物传感器得到重要应用。 本文针对量热式生物传感器在采集信号时由于热效应产生的高频随机干扰问题,采用Matlab中的小波变换消除干扰,并采取默认阈值对分解后的小波系数进行处理,消除了外界干扰信号；引入了改进的BP神经网络算法(L-M算法)预测富集过程的穿透曲线,并分析影响富集时间的因素,其主要研究内容如下： (1)阐述了量热式生物传感器系统的基本原理以及量热式生物传感器系统流路,并介绍量热式生物传感器系统的检测流程,建立量热式生物传感器试验系统,介绍试验装置以及系统的优点,对系统的性能进行验证,验证系统保温性、恒温性、抗非特异性热干扰性能以及系统灵敏度,均符合系统设计要求,为以后数据采集及信号研究奠定基础。 (2)量热式生物传感器采集信号时,常常会伴随着干扰噪声,使目标信号被掩埋,影响传感器的性能。结合实际干扰信号的来源,选...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 引言
    1.1 课题的提出及意义
    1.2 国内外研究现状及发展动态
        1.2.1 重金属污染及检测的研究
        1.2.2 量热式生物传感器的研究
        1.2.3 小波分析技术应用研究
        1.2.4 BP神经网络应用研究
    1.3 本文的主要研究内容
第二章 量热式生物传感器系统概述
    2.1 引言
    2.2 量热式生物传感器系统简介
        2.2.1 量热式生物传感器系统原理
        2.2.2 量热式生物传感器系统试验装置
        2.2.3 量热式生物传感器实验数据采集
    2.3 量热式生物传感器系统性能概述
    2.4 本章小结
第三章 量热式生物传感器信号降噪
    3.1 引言
    3.2 小波分析方法简介
        3.2.1 小波分析
        3.2.2 小波分析降噪技术
        3.2.3 小波分析算法选择
    3.3 量热式生物传感器信号降噪
        3.3.1 干扰信号的来源
        3.3.2 传感器信号降噪
    3.4 本章小结
第四章 预测富集过程的算法选择
    4.1 引言
    4.2 BP神经网络模型简述
        4.2.1 BP神经网络模型发展背景
        4.2.2 BP神经网络模型
        4.2.3 BP神经网络原理及算法
        4.2.4 BP神经网络算法改进
    4.3 预测富集过程的算法选择
        4.3.1 算法比较
        4.3.2 L-M算法
    4.4 本章小结
第五章 量热式生物传感器富集过程研究
    5.1 引言
    5.2 量热式生物传感器富集过程研究
        5.2.1 穿透曲线定义及作用
        5.2.2 透曲线的确定
    5.3 影响富集时间因素研究
        5.3.1 进口流速影响
        5.3.2 浓度影响
        5.3.3 缓冲液PH影响
    5.4 本章小结
第六章 全文总结
    6.1 全文工作总结
    6.2 工作展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：4025362