[00137853]基于嗅频的物质气味复现系统研究

(一)立项的背景与意义: 随着计算机和信息通信技术的迅猛发展,虚拟现实技术在科技、生活等方面应用越来越广泛,人类的听觉、视觉功能已在时间上及空间上获得了巨大的拓展,实现了“顺风耳”和“千里眼”的梦想,而人类的嗅觉是否可以通过对嗅频的研究,拓宽其时空功能,实现“万里飘香”的美好期待呢？本课题在充分分析国内外研究现状并基于前期研究基础,初步研制气味复现仪器,此仪器设备在军事国防、科学研究、日常生活等领域具有宽广的应用前景和价值。 （二）主要研究内容 （1）气味信息特征选择与提取。本部分将在前期研究的工作基础上,利用已构建的仿生嗅觉系统采集样品气味信息,重点研究适用于非线性或线性不可分情况下,气味数据分析处理算法,提取气味特征信息并建立气味特征信息库,以供后续嗅频模型建立、网络传输及复现研究使用。 （2）嗅频模型及网络传输研究。本项目在深入研究气味特征信息的基础上提出嗅频概念,用于描述物质气味的通用性特征信息,它包含物质气味的种类属性、成分类别、浓度比例及嗅感等特征参数信息。对于嗅频的研究,将在研究内容（1）所建立的气味特征信息库基础上,研究如何运用信号处理、模式识别及数学建模方法对提取的气味特征信息进行智能化处理,构建嗅频模型,并建立嗅频与气味网络传输帧结构之间的关系,实现其网络化传输。 （3）气味网络终端甄别与复现方法研究。气味在网络终端复现首先需要识别网络终端解码的嗅频信息,并能根据嗅频得到模拟目标气味的化学成分及配比关系,重点需要研究出合适的化学成分配比,使之与嗅频信息对应,得到更真实的复现气味。此外将设计一种基于嵌入式系统控制的复现装置把目标气味在终端重新呈现出来,用以验证嗅频理论并建立气味复现相似度评价指标,指导复现装置控制算法的优化设计。 （三）创新点 ①在气味信息表征方面,建立物质气味分析的相关理论和方法,为对其进行系统的科学研究提供一种探索思路; ②在气味信息传输方面,提出嗅频网络化传输的研究思想,探讨嗅频帧结构,该思想具有很强的原创性; ③在气味复现方面,采用匹配算法对气味进行识别,并通过装置对多元气味混合,实现气味复现,该方法具有一定的开拓性。 （四）成果简介 （1）发明专利申请3项,授权1项;实用新型专利申请3项,授权3项;国际专利PCT申请1项;外观设计专利申请1项（发明专利增多1,2项）。 （2）培养博士3名,硕士8名。 （3）软件著作权1项 1 2017SR295957 仿生嗅觉采集识别系统软件 （4）发表2篇SCI论文,3篇EI论文,期刊论文3篇 [1] Sun Y, Luo D, Li H, et al. Detecting and Identifying Industrial Gases by a Method Based on Olfactory Machine at Different Concentrations [J]. Journal of Electrical and Computer Engineering, Volume 2018 （2018）, Article ID 1092718, 9 pages。 [2] Zhou H, Luo D, Gholamhosseini H, et al. Identification of Chinese Herbal Medicines with Electronic Nose Technology: Applications and Challenges[J]. Sensors, 2017, 17（5）:1073. SCI [3] Xia B, Sun Y, Luo D, et al. Classification of fruit species based on effective sensor array selection[C]// IEEE International Conference on Consumer Electronics-China. IEEE, 2017:1-5. EI [4] Li H, Sun Y, Luo D. A method of olfactory display: Odor characterization and reproduction[C]// Isocs/ieee International Symposium on Olfaction and Electronic Nose. IEEE, 2017:1-3。 [5] Zhu C, Sun Y, Luo D, et al. The study of multimodal gas recognition algorithm based on machine olfaction[C]// IEEE International Conference on Consumer Electronics-China. IEEE, 2017:1-6。 [6] Lin, J., et al., An Embedded Platform for Odor Analysis of Chinese Herbal Medicines. Advances in Biomedical Engineering Research, 2016. 4: p. 12 [7] 郑首易等, t-SNE+LDA算法在仿生嗅觉中的应用研究 *. 计算机应用研究, 2017 [8] Huang, J., et al., A semiconducting gyroidal metal-sulfur framework for chemiresistive sensing. Journal of Materials Chemistry A, 2017. 5（31）: p. 16139-16143。 （五）社会经济效益 本项目课题提供基础研究成果（论文、专利等）为技术的产业化应用及推广奠定理论基础,项目完成后与合作过的优秀企业单位联合发展产学研合作项目,为本课题的研究成果推向市场化,促进进一步的关键技术发展和新终端产品的开发。