1、2 0 1 0 年第2 9 卷第5 期传感器与微系统(F r a n s d u c e ra n dM i c r o s y s t e mT e c h n o l o g i e s)兮9 p p p p、综述与评论k p F 矿p。f l气体传感器的温度调制技术研究进展水魏广芬1 2，唐祯安2，王永强1，安文。(1 山东工商学院信息与电子工程学院。山东烟台2 6 4 0 0 5；2 大连理工大学电子工程系，辽宁大连1 1 6 0 2 4)摘要：气体传感器的温度调制技术是改善传感器选择性和稳定性的有效方法之一，近几年研究比较活跃。详细分析了气体传感器的温度调制技术，并从温度调制方法、动
2、态信号处理技术、调制模式优化以及动态响应建模等方面进行了综述，并讨论了该技术的研究趋势。关键词：气体传感器；温度调制；动态信号处理中图分类号：T P 2 1 2文献标识码：A文章编号：1 0 0 0-9 7 8 7(2 0 1 0)0 5-0 0 0 1-0 4R e v i e w0 nt e m p e r a t u r em o d u l a t i o nt e c h n o l o g yn米O I-g a sS e n S 0 r SW E IG u a n g f e n l 一，T A N GZ h e n a n 2，W A N GY o n g q i a n 9 1
3、，A NW e n l(1 S c h o o lo fI n f o r m a t i o na n dE l e c t r o n i c s，S h a n d o n gI n s t i t u t eo fB u s i n e s sa n dT e c h n o l o g y，Y a n t a i2 6 4 0 0 5，C h i n a；2 D e p t o fE l e c t r o n i c s，D a l i a nU n i v e r s i t yo fT e c h n o l o g y，D a l i a n1 1 6 0 2 4，C h i
4、 n a)A b s t r a c t：T e m p e r a t u r em o d u l a t i o nt e c h n o l o g yh a sb e e np r o v e dt oh ea ne f f i c i e n tm e t h o dt oi m p r o v eg a ss e n s o r s s e l e c t i v i t ya n ds t a b i l i t y L o t so fr e s e a r c hh a v eb e e nc a r r i e do u tr e c e n t l y T h et e
5、 m p e r a t u r em o d u l a t i o nt e c h n i q u e so fg a ss e n s o r sa r ei n v e s t i g a t e da n da n a l y z e dd e t a i l e di nt h i sp a p e r，a n di ti ss t a t e df r o mf o u rk e yp o i n t si n c l u d i n gt e m p e r a t u r em o d u l a t i o nm e t h o d s，d y n a m i cs i
6、g n a lp r o c e s s i n gt e c h n i q u e s，o p t i m i z a t i o no fm o d u l a t i o nm o d e sa n dm o d e l i n go fd y n a m i cr e s p o n s e s T h ed e v e l o p i n gt r e n d so ft h et e c h n i q u ei sd i s c u s s e da tl a s t K e yw o r d s：g a ss e n s o r；t e m p e r a t u r em
7、o d u l a t i o n；d y n a m i cs i g n a lp r o c e s s i n g0 引言半导体气体传感器的选择性和稳定性问题是制约其发展的瓶颈。气体传感器阵列技术，也被称为电子鼻技术，能够有效改善传感器的上述缺点。但该技术增加了气体传感器元件的使用数目，相应地增加了检测装置的体积和功耗。虽然集成化、微型化可以减少传感器的尺寸和功耗，但随着阵列中气体敏感单元数目的增多，加热功耗也成倍增长。例如：使用平均功耗为3 0 0m W 的气体传感器组成的8 单元阵列，加热功耗就增长到2 4w，极大地限制了便携式电子鼻的发展和应用。研究报道指出：金属氧化物半导体气体
8、传感器的气敏特性受器件温度的影响和控制，在不同工作温度范围内对不同气体的响应有所不同。因此，可将半导体气体传感器调制在不同的温度模式下，测试传感器在给定温度模式下对不同气体的动态响应信号，再结合信号处理技术，达到对气体识别、分类和量化的目的。这种半导体气体传感器的温度调制技术将阵列技术的空间拓展方式转换为时间拓展方式，有效利用了气体传感器的温度控制效应，大大降低了气体检测装置的加热功耗。气体传感器温度调制方面的文献资料源于1 9 7 5 年L e V i n eHD【2J 申请的用于c 0 检测的专利，即控制传感器低温检测、高温清洗的检测方法；在1 9 7 7 年E i c k e rH j
9、申请了个将传感器控制在高低2 个温度点而识别甲烷干扰下的C O 气体检测系统的专利保护；之后，方波、锯齿波、三角波等相继被用于传感器的控制，试图识别不同种类的气体。4J。随着信号处理技术的发展，近几年气体传感器的温度调制技术已成为国内外一个新的研究热点。本文综述了气体传感器的温度调制技术的国内外研究进展情况，并分析了温度调制技术的发展方向。1 温度调制方法温度调制的一个最简单方式就是控制传感器的加热电压时通时断，也就是矩形波式的加热电压调制模式，控制传收稿日期：2 0 0 9-1 0-0 9 基金项目：国家自然科学基金资助项目(6 0 7 4 6 0 0 1)；国家“8 6 3”计划资助项目(
10、2 0 0 6 A A 0 4 0 6 0 2)万方数据2传感器与微系统第2 9 卷感器在2 个温度点之间阶跃变化，如H i r a n a k aY 1，A m a m o t oT 等人冲1 将气体传感器控制在0V 和5V，0V 和7 5V 的矩形波加热电压下用于气体的定性识别。但S e a r sWM 等人。7 8 1 认为全量程周期性(c y c l i ct e m p e r a t u r e)加热电压在传感器的温度调制方面更具有优越性和发展前景。在该理论的支持下，迄今为止应用和研究最多的温度调制模式是正弦波的加热电压控制模式。N a k a t aS 等人自1 9 9 6 年开
11、始针对F i g a r o 气体传感器进行了一系列温度调制方面的研究1 9“4 I，考察了频率厂为2 0-4 0M H z 之间，电压为V=3 5+1 5 c o s(2 呦)模式下传感器对高体积分数(10 0 0-1 0 0 0 0)X 1 0 一一氧化碳、丙烷、氨气和丙烯等气体的响应。B a r s a nN 16|，F o r tA【1 7 ，L l o b e tE 等人1 8。1 分别考察了厚膜气体传感器在正弦温度调制模式下的响应特征，频率都为5 0 M H z，温度调制范围一般低温2 0 0 至高温4 0 0 左右。微热板式薄膜气体传感器由于具有尺寸小、温度响应速度快的优点，能够
12、快速跟踪加热电压的变化，在温度调制方面更具有优越性。N I S T 在研制成功微热板式气体传感器之后，1 9 9 5 年发表了温度调制模式控制下的传感器响应，考察了以锯齿波为包络的脉冲电压调制模式，高温加热1 0 0m s 后降低至室温，隔5-2 0 0m s 的时间后采样传感器的电阻值，测试了传感器在丙酮、甲醛、乙醇和甲醇的饱和蒸汽中的响应2 3 2 4 。S e a r sWM 等人的全量程周期性加热电压调制模式影响较大，但当传感器遍历所有温度点时，传感器电阻本身受温度的影响极为显著，很多情况下需要调整匹配电阻才能准确测量到传感器对被测气体的响应，给测试带来困难。因此，比较合适的方法还是在
13、一定偏压和幅值下，遍历一定范围内的温度点。H u a n gXJ 汹驯等人考察了凝胶溶胶法研制的厚膜传感器在2 0，2 5，3 0，5 0 M H z 几个频率以及2 0 1 0 0，1 0 0 1 5 0，1 5 0-2 0 0，2 0 0-2 5 0 和2 5 0-3 0 0o C 几个温度范围调制下的矩形波的响应信号，以及2 0M H z 频率下的几个波形(三角波、正弦波、锯齿波等)的调制效应，定性分析了各个波形的响应，并指出对所使用的传感器检测0 5 1 0“丙酮较好的温度调制模式为2 0M H z，2 5 0 3 0 0 的矩形波。综合上述发展状况，从最初的0V 和5V(正常工作电压
14、)之间的方波跳变，到全量程正弦波温度调制模式，到有包络的脉冲电压调制以及多种波形的调制模式，可以看出气体传感器的温度调制模式正趋于多样化。但随之而来的问题是，针对某气体选用的模式是否是最优模式，对混合气体的检测分析又如何选择温度调制模式，也就是温度调制模式下气体传感器的响应建模和调制模式的优化选择问题。2 气体传感器动态响应信号处理技术相对于最初的高低温脉冲调制下的定点采样技术(如只在一个周期内的高温点上采样)，目前研究较多的信号处理方法主要是与时间频率信号处理有关的快速傅立叶变换(F F T r)以及离散小波变换(D W T)方法。其典型方法是通过F F r 或D W T 提取与气体有关的特
15、征信号，再结合阵列信号处理方法对气体模式进行识别和量化。如N a k a t a 考察了F F T r 变换后得到的二阶谐振信号的实部和虚部随(10 0 0 1 0 0 0 0)X 1 0 一一氧化碳、丙烷、氨气和丙烯气体体积分数的变化，并将4 只传感器控制在正弦加热模式下，提取每只传感器的二阶谐振信号实部和虚部组成阵列来识别4 种气体【9J，在此基础上进一步讨论了二阶谐振信号激励下的动态响应以及系统旧驯。B a r s a nN 1 3 报导了在正弦温度调制(2 0 0-4 2 0o C，频率为5 0 M H z)模式下，传感器的电阻值经过F F T，然后，提取特征值(某些实部和虚部)结合神
16、经网络技术实现对C O 和N 0 2 的识别和量化。L l o b e tE 等人H8。使用F F T 与D W T 提取频率信号，结合P C A 与神经网络技术对C O 和N O。气体响应进行了识别，神经网络的输出为对气体的0 1 编码。之后提出了D W T 与F u z z yA R-T M A P 相结合的信号处理方法 1 7“，使用正弦信号或者多个正弦信号叠加后的信号加热，通过D W T 提取典型频率特征，然后，使用F u z z yA R T M A P 分类器对气体进行分类1”J。国内的G eH a i f e n g 等人使用D W T 提取典型的小波分解系数作为特征参数，结合神
17、经网络技术和支持向量机使用一个商品化的气体传感器对H。，C O 和乙醇进行了识别和量化悼9”1。综合分析可以看出：使用F F Y r 技术，主要是提取传感器动态响应信号中的部分谐振信号的实部或虚部作为特征参数；使用D W T 技术，主要是提取传感器动态响应信号中的部分典型信号的尺度因子或时间因子作为特征参数；将选择的特征参数作为被测气体的特征模式，采用神经网络等模式识别方法进一步识别被测气体。而这些特征参数的选择，主要依赖于模式识别的正确率。但F 丌和D W T 在动态信号处理中存在一些问题旧“：首先，F F T r 是一种整体变换，对信号的表征要么完全在时域，要么完全在频域，作为频域表示的频
18、谱或功率谱并不能说明其中的某种频率分量出现在什么时候及其变化情况。而当温度调制后的气体传感器接触某被测气体时，由于该外界激励的出现，必然在某时刻引入新的响应信号，因此，获得该新响应信号的时间频率特征，才能进一步获知其激励也就是被测气体的信息。其次，加窗后的F 丌能够在时域或频域上反映信号的部分局部化特征，但信号的窗口F 丌很大程度上受分析窗的影响。窗函数有高斯函数、汉明(H a m m i n g)窗、汉宁万方数据第5 期魏广芬，等：气体传感器的温度调制技术研究进展3(H a n n i n g)窗以及矩形窗等。并且，由于窗口F F T 的时频窗口大小固定不变，只适于分析所有特征尺度大致相同的
19、各种信号，窗口没有白适应性。因此，传感器对气体的动态响应过程和平稳响应过程的各自独有的信号特点就难以细分。再次，针对窗口F F T 的局限性，D W T 作为处理时变频信号的有力工具产生和发展起来。D W T 具有“变焦”特性，表现在高频处具有较高的时间分辨率，在低频处具有较高的频率分辨率，该特性使得D W T 特别适合处理突变信号，因而，D W T 在气体传感器的调制信号的处理中逐渐突显出来。但D W T 也有其自身的局限性，如小波基的选择问题，不同的小波基具有不同的特性，对信号的分析效果也不同。另外，如何提取合适的尺度因子或时间因子作为特征参数等问题使D W T 不具备自适应的信号分解特性
20、，从而使得一些小波分解的结果的物理意义无法分析。3 调制模式的优化温度调制模式的多样化是发展趋势，但是紧跟而来的问题是，针对某气体选用的模式是否是最优模式，对混合气体的检测分析又如何选择温度调制模式，也就是温度调制模式下气体传感器调制模式的优化选择问题。K u n tTA【3 2 在N I S T 微热板式薄膜气体传感器的温度调制基础上，纯粹从信号处理的角度出发，设计了温度调制下的传感器响应函数，并在该函数的基础上，通过比较模型在一定调制模式下对甲醇和乙醇的响应曲线的差值，以两曲线之间差值的最小均方根最大为目标，求解用于区别该2 种气体的最佳温度调制模式，但从实验结果来看，该方法计算量大，要想
21、取得好的优化效果，需要进行大量实验。温度调制模式对传感器选择性的改善程度起着决定性的作用，温度调制模式主要由调制波形、调制频率、调制温度的幅度以及偏移量等几个参数决定，而目前对温度调制模式的研究给出了一些有意义的结果，但大部分都还局限于定性分析，定量分析和温度调制后的传感器响应模型以及温度调制模式的优化选择等方面的规律性结论尚未形成。4 动态响应建模C l i f f o r dPK 3 3 3 43 是传感器动态响应的较早研究者之一，他研究了独立温度阶跃激励下的传感器在不同氧分压下的动态响应特性，使用了半导体势垒理论来解释传感器的温度效应，并指出当传感器温度变化的足够慢时，迟滞效应会减弱至最
22、低。N a k a t aS 在该模型的基础上添加了传感器表面的化学反应机制N 4 ，并讨论了c 0，0。等在材料表面的化学吸附和反应机理，对传感器的迟滞现象进行了定性的解释。l o n e s c uR L 3 驯在该模型的基础上，采用优化的方法，模拟了正弦温度调制模式下的传感器的动态响应。这些研究都极大地促进了温度调制模式下的气体传感器的响应建模技术的发展。5 结束语1)温度调制模式对传感器的选择性改善起着非常重要的作用。因此，无论从技术或理论的角度出发，模式的优化选择是当前该技术领域需要迫切解决的问题。2)温度调制下的气体传感器动态信号处理方法对识别和量化结果的准确性起着关键作用。F F
23、 v r 和D W T 等分析方法能够有效提取特征参数，但是这2 种方法都存在一些局限性，尤其在对响应信号特征的物理意义的阐述方面缺少理论和实验支持。并且，温度调制下的气体传感器对被测气体的响应信号属于非平稳信号，采用非平稳信号处理方法更为合适。H i l b e r t-H u a n g 变换作为一种新型的非平稳信号处理方法，已经在许多领域取得了重要的应用旧1 c。结合温度调制下的气体传感器的响应信号特征，H i l b e r t-H u a n g变换是一种新型的有望获得更好效果的响应信号处理方法。3)气体传感器的敏感机理和建模研究一直是一个难点和热点。而温度调制下的气体传感器的动态响
24、应信号和提取的特征参数的物理意义不明确，导致温度调制下气体传感器的响应模型的建立和温度调制模式的优化困难。参考文献：1 G a r d n e rJW，B a r t l e t tPN E l e c t r o n i cn o s e sp r i n c i p l e sa n da p p l i c a t i o n s M ，L o n d o n：O x f o r dU n i v e r s i t yP r e s s，1 9 9 9 2 L e v i n eHD M e t h o d a n da p p a r a t u sf o ro p e r a t
25、i n gag a ss e n s o r：U S，3 9 0 6 4 7 3 P 1 9 7 5-0 9 1 6 3 E i c k e rH M e t h o da n da p p a r a t u sf o rd e t e r m i n i n gt h ec o n c e n t r a t i o no fo n eg a s e o u sc o m p o n e n ti nam i x t u r eo fg a s e s：U S，4 0 1 2 6 9 2 P 1 9 7 7-0 3-1 5 4 L e eAP，R e e d yBJ T e m p e r
26、 a t u r em o d u l a t i o ni ns e m i c o n d u c t o rg a ss e n s i n g J S e n s o r sa n dA c t u a t o r sB，1 9 9 9(6 0)：3 5 4 2 5 H i r a n a k aY，A b eT，M u r a t aH G a s d e p e n d e n tr e s p o n s ei nt h et e n-p e r a t u r et r a n s i e n to fS n 0 2g a ss e n s o r s J S e n s o
27、r sa n dA c t u a t o r sB，1 9 9 2(9)：1 7 7-1 8 2 6 A m a m o t oT，Y a m a g u c h iT，M a t s u u r aY，e ta 1 D e v e l o p m e n to fp u l s e d r i v es e m i c o n d u c t o rg a ss e n s o r J S e n s o r sa n dA c t u a t o r sB，1 9 9 3(1 3-1 4)：5 8 7-5 8 8 7 S e a r sWM，C o l b o wK，C o n s a
28、d o r iF G e n e r a lc h a r a c t e r i s t i c so ft h e r m a l l yc y c l e dt i no x i d eg a ss e n s o r s J S e m i c o n d u c t o rS c i e n c eT e c h n o l o g y，1 9 8 9(4)：3 5 1-3 5 9 8 S e a r sWM，C o l b o wK，C o n s a d o r iF A l g o r i t h m st oi m p r o v et h e l e c t i v i t
29、 yo ft h e r m a l l yc y c l e dt i no x i d eg a ss e n s o r s J S e n s o r sa n dA c t u a t o r s，1 9 8 9(1 9)：3 3 3-3 4 9 9 N a k a t aS，K a t oY，K a n e d aY，e ta 1 R h y t h m i cc h e m i c a lr e a c t i o no f万方数据4传感器与微系统第2 9 卷C Oo nt h es u r f a c eo faS n 0 2g a ss e n s o r J A p p l
30、 i e dS u r f a c eS e i e n c e，1 9 9 6(1 0 3)：3 6 9-3 7 6 1 0 K a t oY，Y o s h i k a w aK K i t o r aM T c m p e r a l u r e d e p e n d e n td y n a m i cr e s p o n s ee n a b l e st h eq u a l i f i c a t i o na n dq u a n t i f i c a t i o no fg a s e sb yas i n g l es e n s o r J s l n s o r
31、sa n dA c t u a t o r sB，1 9 9 7(4 0)：3 3-3 7 1 1 N a k a t aS，N a k a s u j iM O j i m aN，e ta 1 C h a r a c t e r i s t i cn o n l i n e a rr e s p o n s e sf o rg a ss p e c i e so nt h es u d a c eo fd i f f e r e n ts e m i(o n d u c t o rg a ss e n s o r s J A p p l i e dS u r f a c eS c i e n
32、 c e 1 9 9 8(1 3 5)：2 8 5 2 9 2 1 2 N a k a t aS，O j i m aN D e t e c t i o no t。as a m p l eg a si nt h ep r e s e n c eo fa ni n t e r f e r a n tg a sh a s e do n an o n l i n e a rd y n a m i(-r e s p o n s e J S e n s o r sa n dA c t u a t o r sB，1 9 9 9(5 6)：7 9-8 4 1 3 N a k a t aS，N e y aK T
33、 a k e m u r aKK N o n l i n e a rd y n a m i cr e s p o n s eo fas e m i c o n d u c t o rg a ss e n s o r c o m p e t i t i o ne f f e c to nt h es e n s o r-r e s p o n s et og a s e o u sm i x t u r e s J T h i nS o l i dF i l m s，2 0 0 1(3 9 1)：2 9 3-2 9 8 1 4JN a k a t aS，T a k e m u r aK，N e y aK N o n l i n e a rd y n a m i cr e s p o n s e so fas e m i c o n d u c t o rg a ss e n s o r：E
