[发明专利]一种用于水质检测的光纤氧气传感器

权利要求书

1.一种用于水质检测的光纤氧气传感器，其特征在于它由激发光源、信号发射模块(一)、检测池(二)和接收模块(三)四部分构成；光源发出304nm的紫外光，经过透镜进入到检测池；检测池由两个侧面装有反射镜的比色皿组成，反射镜反射荧光，增加光强；荧光信号通过光纤传输到接收模块；光纤与激发光源成90°夹角，减少激发光对荧光信号的干扰；荧光信号通过石英光纤入射到光谱仪中进行检测，光谱数据实时发送到计算机中进行处理。

2.根据权利要求1所述的传感器，其特征在于：所述的激发光源及信号发射模块(一)包括：紫外LED电路驱动板1，304nm带通滤光片2，信号光纤3；所述的检测池单元包括：304nm带通滤光片4，10mm×10mm的石英比色皿5，反射镜6，反光镜7；所述的接收模块包括透镜8，接收光纤9；所述的信号光纤3和接收光纤9都是带有SMA905接口的石英光纤且互成90°夹角，LED需要采用恒流源驱动，系统采用12V直流电源供电，通过LM7806进行电压调节。恒流输出通过MHL7136来实现。MHL7136是一款LED线性降压恒流集成电路，它的输入电压在2.7～18V，可以提供10mA～1A之间可调的输出电流。LED的正负极分别接在MHL7136的VDD端和LED端。紫外LED购自美国SETI公司，型号为LED-BL-305。

3.一种用于水质检测的光纤氧气传感器，其特征在于包括以下步骤：(1)利用权利要求1和2所述的检测器采集样本；(2)将样本所含数据进行数据归一化；(3)1#选择LSSVM预测模型参数优化的参数；(4)训练，反归一化求解模型；(5)输出结果。

4.根据权利要求3所述的一种用于水质检测的光纤氧气传感器，其特征在于利用PCA主成分分析方法将多变量的复杂问题简化为少变量问题，具体步骤如下：(1)将M个N维样本，组成样本矩阵，进行数据标准化；(2)计算样本矩阵相关系数矩阵；(3)计算相关系数矩阵的特征向量及其对应的特征值；(4)计算特征值贡献率，确定主成分。

5.根据权利要求3所述的一种用于水质检测的光纤氧气传感器，其特征在于，步骤1#包括以下部分：(1)对粒子群进行初始化设定；(2)将每一个粒子代入LSSVM模型根据模型输出结果计算，每个粒子的适应值；(3)更新粒子极值和全局极值；更新粒子的惯性权重、速度和位置直到满足终止条件；(4)输出最优参数。

6.根据权利要求3所述的一种用于水质检测的光纤氧气传感器，其特征在于对于给定的样本集(x₁，y₁)，(x₂，y₂)，(x₃，y₃)，……，(x_n，y_n)，x_i∈Rⁿ为n维输入向量，Y_i为一维输出向量，n为样本数，LSSVM构造如下最小化目标函数及其约束条件：

式(1)中，ω∈Rⁿ，为权向量，ω^T为ω的转置；γ为正规化参数；e_k为误差变量；φ(x_k)是将输入向量映射到高维特征空间的函数；J(ω，e)为Lagrange函数；b∈R，为偏置参数。相应的Lagrange函数的KKT下的线性方程组为：

式(2)中，a＝[a₁，…，a_n]^T；Y＝[y₁，…，y_n]^T；K＝φ(x)^T·φ(x_k)＝K(x,x_k)，k＝1，2，…n；I＝[1，1，…1]^T，I^T为I的转置；利用最小二乘算法求解式(2)线性方程组，即得a和b得值，由此得到预测模型的决策函数：

(3)式中k须满足

7.根据权利要求3所述的一种用于水质检测的光纤氧气传感器，在一个D维的目标搜索空间，有N个粒子组成群体，假设第i个粒子的位置向量x_i＝(x_i1，x_i2，…，x_iD)，速度向量为v_i＝(v_i1，v_i2，…，v_iD)，根据各粒子的适应度值来评价其优劣，并找到当前时刻的个体极值p_i＝(p_i1，p_i2，…，p_iD)和全局极值p_g＝(p_g1，p_g2，…，p_gD)，对于第t次迭代，其第d维(1≤d≤D)根据下列格式迭代：

由下式进行更新：

v_id(t+1)＝w·v_id(t)+c₁r₁[p_id-x_id(t)]+c₂r₂[g_id-x_id(t)]x_id(t+1)

＝x_id(t+1)+v_id(t+1) (6)

式(6)中，r₁和r₂为[0，1]之间的随机数，c₁和c₂为学习因子；w为惯性权重。

在每一维，粒子都有一个最大限制速度v_max，如果某一维的速度超过设定的v_max，那么这一维的速度就等于v_max；惯性权重一般定义为w，则

t_max为总的迭代次数，t为当前迭代次数，w_max、w_min分别为最大和最小权重因子。