多傳感器數據融合技術在電子舌中的應用研究

白 潔，鄭麗敏，3，* ，方雄武，楊 璐，田立軍，朱 虹，任發政

(1．中國農業大學信息與電氣工程學院，北京100083;2．中國農業大學食品科學與營養工程學院，北京100083;3．食品質量與安全北京實驗室，北京100083)

近年來隨著我國人民生活水平的不斷提升，大眾的飲食觀念也在悄然的發生著變化。綠色、健康、新鮮、無污染的重要性已經被提到了前所未有的高度上來。豬肉作為我國人民日常生活必不可少的主要副食品而深受廣大人民的喜愛。但是，目前我國的豬肉市場尚不規范，存在著許多問題，各種質量安全事件也時有發生。因此，豬肉新鮮度的檢測對于保障消費者的飲食安全和維護消費者的切身利益有著十分重要的意義［1］。

目前，常用的豬肉新鮮度檢測方法主要有感官檢測、理化檢測和微生物檢測等［2-4］。隨著傳感器技術和信息處理技術的發展與進步，越來越多的智能化手段開始運用于豬肉的新鮮度檢測中來。電子舌技術是一種智能感觀技術，是模擬哺乳動物味覺系統而設計的智能分析儀器［5］。該系統由交互敏感的傳感器陣列、信號調整電路以及識別算法等部分構成。但是由于豬肉新鮮度的變化是一個復雜的物理化學過程［6-7］，受多種因素的影響，所以僅使用某一方面的數據往往很難對其進行準確的判別，這直接導致了電子舌的識別率不高。為了克服這種由唯一指標檢測所帶來的局限性，設計了由電位傳感器和伏安傳感器特征融合的電子舌系統，并通過逐步判別法對電子舌的特征向量進行了優化，最終使用Bayes判別法分析不同存儲時間的豬肉新鮮度變化情況［8］。實驗證明創新性的將多傳感器信息融合技術應用于豬肉新鮮度檢測中可大大提高電子舌對豬肉新鮮度的識別率。

1 材料與方法

1.1 材料與儀器

購買1塊5kg的豬肉，挑選其中肉品一致的部分以20g為單位均勻的分割為65個樣本，將樣本平均分為5 組(編號分別為 1、2、3、4、5)儲藏在 4℃環境下(儲藏時間分別為 12、24、36、48、60h)，在各時間點取出相應份數豬肉用于檢測。所使用儀器為中國農業大學自行研制的電子舌系統，其主要結構下文將詳述。

1.2 實驗方法

將每個樣本的20g豬肉，平分為2份(每份10g)。取其中1份用剪刀剪碎至約為5mm×5mm×5mm的碎塊，以1∶100g/mL比例與蒸餾水混合，靜置15min，室溫為18℃，取100mL混合液用于伏安傳感器檢測。將另一份豬肉樣品放置在表面皿上用電位傳感器直接進行檢測。

2 電子舌系統設計

本研究所使用電子舌由以下幾個部分組成:電位傳感器、伏安傳感器、信號調理模塊、數據采集模塊和數據分析部分。如圖1所示。

圖1 電子舌系統結構圖Fig．1 The chart of Electronic Tongue System

2.1 實驗材料

電位傳感器陣列由六根不同材料的工作電極和一根參考電極組成［9-11］。金電極(Au)、銀電極(Ag)、銅電極(Cu)、鉛電極(Pb)、鋅電極(Zn)和石墨電極(C)為工作電極［12］，每個電極的長度為3cm左右，用來直接插到固體肉之中進行測量［13］。參考電極為甘汞電極。電位傳感器的本質是由電極和電解質所組成的原電池。傳感器中工作電極的電位能夠反應被測物質的特性，所以被用來作為測量電極，而參考電極的電位不受任何物質的影響，所以我們用它來為工作電極提供穩定的參考電壓。將測量電極和參考電極同時置于待測物質中，待反應完全后兩電極之間將形成穩定的電壓信號。這個原電池的電動勢則為傳感器的輸出信號［14］。

伏安傳感器陣列由八個工作電極、一個參考電極和一個輔助電極組成［15］。金(Au)電極、銅(Cu)電極、鎢(W)電極、鈦(Ti)電極、鎳(Ni)電極、鉛(Pb)電極、鈀(Pd)電極、玻碳電極為工作電極，參考電極為AgCl，輔助電極是鉑電極。利用恒電流電位儀原理對電極進行連接［16］，使工作電極在反應過程中具有穩定的電壓。通過脈沖發生電路(采用幅值1v，周期1秒的方波為激勵信號)控制電極上電壓的輸入［17-19］。我們把工作電極上的電流來作為傳感器的輸出信號。

2.2 信號調理系統

由于傳感器產生的電信號具有幅值小、高輸出阻抗和易受噪聲干擾等特征［20］。因此，需要輸入阻抗和共模抑制比都很高的放大電路來進行信號的放大［21］。在對微弱電信號檢測時常采用儀用對稱放大電路［22］，如圖2所示。整個電路由兩級放大電路組成。第一級是A1、A2運放和電阻R1、R2及R3組成的同相并聯差分放大，第二級為運放A3和電阻R4、R5、R6及R7組成的減法器。為了保證有足夠大的共模抑制比，該電路的電阻必須滿足:R2=R3、R4=R5、R6=R7。此時電路的輸出電壓為:

圖2 調理電路放大電路Fig．2 Amplifier circuit of Conditioning circuit

2.3 數據采集系統

經過信號調理系統放大到-10v到+10v之間的電壓信號被輸入到USB2010(A/D轉換卡)數據采集系統中，該系統用來將信號采集到計算機中，進行實時顯示和儲存。

3 特征信息處理

3.1 特征數據融合

為了表征豬肉腐敗變質這個復雜的過程，避免單一測量手段所帶來的局限性，本研究使用多傳感器融合技術來提升評測的效果［23］。多傳感器信息融合就是把從不同知識源所獲得的信息進行綜合處理，從而來消除不同傳感器之間所存在的多余、矛盾的信息，同時信息之間的互補也可以大大的降低判別的不確定性。從而大大的提高系統的綜合決策和判斷能力。大量實驗結果表明多傳感器系統的準確性和穩定性都優于單個信息模型。多傳感器信息融合模型通常分為數據層融合、特征層融合和決策層融合［24］3種。本文采用特征層融合。即分別用每個傳感器對樣本進行檢測，然后分別提取每個傳感器的信號特征值，最后組合這些特征向量并基于綜合特征向量對樣本進行識別分類。

本文構建伏安金屬傳感器與電位型金屬傳感器融合系統，通過對融合模型特征量的選擇、特征的提取以及融合算法的研究來獲得更高的識別率。在該融合系統中，由于是兩種不同類型的傳感器，所以它們的特性不一樣，從而它們所獲取信息的模式也不相同，所以在融合層次上選擇特征層融合，即先分別提取特征信息，然后按特征信息對數據進行分類和綜合分析，如圖3所示。

圖3 電子舌信息融合流程Fig．3 The Information fusion process of Electronic Tongue

3.2 特征提取

電位傳感器和伏安傳感器陣列在檢測一個樣本時每個電極會采集4000個數據，所以14個電極就有56000個數據，因此，為了明顯、簡單的表征樣本特性需要對傳感器采集到的數據進行特征值提取后再進行下一步的分類。本文中電位傳感器提取的特征值為每個電極信號的平均電壓值。伏安傳感器所提取的特征為每個電極任一單個脈沖內脈沖的最大值、最小值、平均值、相對積分值和始末點斜率［25］。因此共提取46個特征值。

3.3 特征數據歸一化處理

3.4 特征優化

電子舌所研究的是多特征值問題。而不同特征值具有一定相關性的。所以為了減少分析問題和解決問題的復雜性我們需要對這些特征值進行優化。本文利用SPSS中的逐步判別算法來進行特征值的優化［27］。逐步判別法的基本原理是:不斷的對所篩選的變量進行檢驗，每引入新的變量進入判別式的時候要考量較早引入判別式的某些變量的判別能力是否因為新引入的變量而變得不顯著了，如果是就將這個新引入的變量刪除，一直到判別式中不存在不重要的變量，逐步篩選結束。這樣就可以找出表征樣本的顯著性變量，去除不顯著變量。

引入和刪除變量所用的檢驗統計量公式如下［28］

由(3)、(4)式可以看出︱E︳和︱T︳的大小分別反映出同一個總體樣本間的差異和k個總體所有樣本間的差異。因此由(2)式可知Λp值越小，相同總體間的差異越小，樣本間的總差異越大，特征值分辨率越大。因此可以用Λp來篩選特征值。

特征優化后的結果如表1所示，特征值由原來的46個篩選成為最能表征樣本特性的7個特征值。表中的統計量代表著區分度。統計量越小數據的區分度越大，sig為0則表示該特征值對樣品的區分度的貢獻非常高。

表1 特征優化結果Table 1 Results of feature optimization

3.5 Bayes判別法

3．5．1 基本思想 Bayes判別法的思想是對多個總體判別時分別計算出新給樣品屬于各總體的條件概率p，然后對各個概率進行大小比較。最終將新樣本被判別為來自概率最大的總體。即通過先驗概率來描述所研究對象，從而由貝葉斯公式導出后驗概率，最終由后驗概率來作出判別［29］。

3．5．2 判別方法 判別函數的導出:已知 Bayes公式為

由于所測得的樣本一般都是服從正態分布的，所以將p元正態分布密度函數

表2 分類函數系數Table 2 Classification function coefficients

4 結果與分析

用在 4℃ 下儲藏時間分別為 12、24、36、48、60h的豬肉樣本各10份共50個做為訓練樣本，另外取每個時間點的其他3份豬肉樣本共15個作為未知識別樣本使用SPSS軟件中的Bayes判別分析法［30］進行判別分析。所得到的分類函數系數如表2所示。

利用上述判別函數對50個訓練樣本進行反代分類，結果發現所有樣本均分類正確，在進行交叉驗證時僅有3個樣本被錯分。由此可知正確率分別達到了100%和94%。在對未知樣本進行分類識別時，15個樣本全部分類正確，所以未知樣本的識別率達到了100%。如表3所示。

表3 交叉驗證及分類結果Table 3 Cross-validation and classification results

5 結論

豬肉的新鮮度隨著存放時間的改變而時時刻刻發生著變化。本文用存儲小時來度量豬肉的新鮮度。實驗結果證明:利用多傳感數據融合技術結合Bayes判別法可很好的區分出5組相隔時間為12h豬肉新鮮度的差異。所以此研究可以為豬肉新鮮度的檢測提供新的簡單而有效的方法。

［1］郭培源，曲世海，陳巖，等．豬肉新鮮度的智能檢測方法［J］．農業機械學報，2006，37(8):78-81．

［2］Tahara Y，Toko K．Electronic Tongues-A Review［J］．Sensors Journal，IEEE，2013，13(8):3001-3011．

［3］袁芳，郭培源，吳浩，等．豬肉新鮮度檢測方法發展的文獻綜述［J］．中國農業科技導報，2009，11(z1):72-74．

［4］王俊，胡桂仙，于勇，等．電子鼻與電子舌在食品檢測中的應用研究進展［J］．農業工程學報，2004，20(2):292-295．

［5］田曉靜，劉麗霞，王俊，等．電子舌技術在肉與肉制品檢測中的應用［J］．食品工業科技，2013，34(7):397-400．

［6］韓劍眾，黃麗娟，顧振宇，等．基于電子舌的肉品品質及新鮮度評價研究［J］．中國食品學報，2008，8(3):125-132．

［7］田曉靜，王俊，崔紹慶，等．羊肉純度電子舌快速檢測方法［J］．農業工程學報，2013(20):255-262．

［8］劉長江，楊添鈞，艾莉，等．多傳感器信息融合在藥材分類系統中的應用［J］．四川大學學報:工程科學版，2013，S1:100-105．

［9］趙煜，韋真博，王俊，等．電子舌信號與理化指標的信息融合區分不同養殖水的研究［J］．農業工程學報，2012，28(1):153-160．

［10］談國鳳，田師一，沈宗根，等．電子舌檢測奶粉中抗生素殘留［J］．農業工程學報，2011，27(4):361-365．

［11］Peris M，Escuder-Gilabert L．On-line monitoring of food fermentation processes using electronic noses and electronic tongues:A review［J］．Analytica chimica acta，2013，804:29-36．

［12］Gil L，Barat J M，Garcia-Breijo E，et al．Fish freshness analysis using metallic potentiometric electrodes［J］．Sensors and Actuators B:Chemical，2008，131(2):362-370．

［13］Gil L，Barat J M，Baigts D，et al．Monitoring of physicalchemical and microbiological changes in fresh pork meat under cold storage by means of a potentiometric electronic tongue［J］．Food chemistry，2011，126(3):1261-1268．

［14］李素芬．電位型電化學傳感器噪聲及濾波技術的研究［J］．內江科技，2007，28(9):95，123．

［15］Rodríguez-Méndez M L，Gay M，Apetrei C，et al．Biogenic amines and fish freshness assessment using a multisensor system based on voltammetric electrodes．Comparison between CPE and screen-printed electrodes［J］．Electrochimica Acta，2009，54(27):7033-7041．

［16］Winquist F，Olsson J，Eriksson M．Multicomponent analysis of drinking water by a voltammetric electronic tongue［J］．Analytica chimica acta，2011，683(2):192-197．

［17］韋真博．伏安型電子舌的研發及其在食品檢測中的應用［D］．杭州:浙江大學，2011．

［18］Soto J，Campos I，Martínez-Má?ez R．Monitoring Wastewater Treatment Using Voltammetric Electronic Tongues［M］．Springer Berlin Heidelberg，2013:65-103．

［19］Campos I，Bataller R，Armero R，et al．Monitoring grape ripeness using a voltammetric electronic tongue［J］．Food Research International，2013，54(2):1369-1375．

［20］Winquist F．Voltammetric electronic tongues-basic principles and applications［J］．Microchimica Acta，2008，163(1-2):3-10．

［21］Campos I，Alca?iz M，Masot R，et al．A method of pulse array design for voltammetric electronic tongues［J］．Sensors and Actuators B:Chemical，2012，161(1):556-563．

［22］劉海，楊慧中．一種智能在線pH檢測儀［J］．江南大學學報:自然科學版，2012，02:173-177．

［23］黃懿，李小昱，王為，等．多源信息融合技術的豬肉新鮮度檢測方法研究［J］．湖北農業科學，2011，12:2536-2540．

［24］王耀南，李樹濤．多傳感器信息融合及其應用綜述［J］．控制與決策，2001(5):518-522．

［25］白福銘，鄭麗敏，朱虹，等．電子舌對不同儲藏期雞蛋識別的研究［J］．微計算機信息，2010，13:192-193-188．

［26］李學相．基于多指標融合的豬肉新鮮度智能檢測方法［J］．計算機仿真，2012(9):224-227．

［27］龐旭欣，鄭麗敏，朱虹，等．電子鼻對不同存儲時間純牛奶的檢測分析［J］．傳感器與微系統，2012(9):67-70．

［28］任雪松，于秀林．多元統計分析［M］．北京:中國統計出版社，1999:128-149．

［29］何曉群．多元統計分析［M］．北京:中國人民大學出版社，2004:105-133．

［30］任志娟．SPSS中判別分析方法的正確使用［J］．統計與決策，2006(3):157．