基于数据融合技术的封闭鸡舍环境中多气体的检测

封闭鸡舍环境中存在多种有毒气体,常用的半导体气体传感器选择性差、受气体交叉干扰的影响大,导致测量误差大,不能满足检测需求。针对这个问题,采用经典数据融合方式中的最小二乘法和现代数据融合方式中的BP神经网络的4种训练函数,分别对多气体传感器输出信号进行仿真训练分析,并利用均方误差和迭代次数来评价仿真的性能。仿真和实验结果表明,有弹回的BP算法训练的网络性能最优,可有效地降低测量误差,平均相对误差和最大相对误差均在1%以内,满足封闭鸡舍环境检测需求。