MEMS Gas sensor array self-detection and self-correction algorithm for environment-aware microsystems
编号:18 访问权限:仅限参会人 更新:2026-09-11 22:55:08 浏览:7次 张贴报告

报告开始:暂无开始时间(Asia/Shanghai)

报告时间:暂无持续时间

所在会场:[暂无会议] [暂无会议段]

暂无文件

摘要
近年来,结合MEMS气体传感器阵列与模式识别算法的环境感知机器嗅觉微系统能够监测气体,并在工业生产、医疗诊断和战场侦察等领域具有重要应用价值。 然而,气体传感器容易出现故障,如功率丢失和长时间运行时输出恒定,导致信号失真,影响后续模式识别算法的性能。 因此,本文提出了一种轻量级的微系统自我检测和自我校正算法。该算法基于 CNN-LSTM神经网络,能够有效识别常见的单传感器故障,并通过分析不同传感器输出之间的时空相关性来修正数据。本文完成了该算法在微系统平台上的嵌入式实现,并测试其功能和性能。测试结果显示,所提算法的故障检测准确率达到95.12%,修正后数据与无故障数据之间的平均绝对百分比误差为5。13%。
 
关键词
environment-aware microsystems; MEMS gas sensor array; self-detection and self-correction algorithm; embedded implementation
报告人
Wenyan Li
student Harbin Institute of Technology

稿件作者
Wenyan Li Harbin Institute of Technology
Bing Liu Harbin Institute of Technology;School of Electronics and Information Engineering
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    11月06日

    2026

    11月08日

    2026

  • 10月15日 2026

    初稿截稿日期

主办单位
IEEE Instrumentation and Measurement Society
承办单位
Sichuan University
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询