毛琪波，余震虹，王相淳



基于改进PSO算法的红外气体传感器温度补偿

毛琪波1，余震虹1，王相淳2

（1.江南大学 物联网工程学院，江苏 无锡 214122；2.浙江大学 电气工程学院，浙江 杭州 310000）

针对红外型气体传感器测量精度受环境温度影响较大的问题，提出一种基于嵌入自适应列维变异的动态拓扑免疫粒子群-最小二乘支持向量机（DLIPSO-LSSVM）温度补偿算法。DLIPSO算法在粒子群优化过程中采用动态拓扑Dbest机制以更好地适应粒子群进化过程；为确保粒子多样性，平衡局部搜索与全局搜索，算法嵌入自适应列维变异对粒子进行变异。利用基准测试函数对DLIPSO算法进行性能对比评价，仿真结果表明算法具有较强的全局搜索能力、精度高且稳定性较好。利用DLIPSO算法对LS-SVM的参数进行优化，将混合算法用于实际红外气体传感器的温度补偿，实验数值结果表明算法可将补偿结果的相对误差控制在5%范围内。

红外气体传感器；温度补偿；粒子群优化；动态拓扑；列维变异；数值仿真

0 引言

目前已经发展起多种实现对气体定性及定量分析检测技术，主要包括基于电化学原理、催化燃烧式原理和红外光谱吸收原理等等[1]。现阶段来说，采用基于红外光谱吸收原理的红外型气体传感器是较精确的检测方法，具有不易老化、精度高、性能稳定等优点，已成为当前气体传感器的研究热点之一[2]。但红外气体传感器在工作时对实际环境的温度相当敏感，对其进行温度补偿是至关重要的。常用的气体传感器温度补偿方法可分为2种，即硬件补偿和软件补偿，其中软件补偿主要包括最小二乘曲线拟合法、多段折线逼近法以及神经网络等[3]。……