麻醉气体浓度检测方法的研究及改进(2)
 |
| 第1页 |
参见附件。
3 3种麻醉气体浓度同时检出的理论
以上算法为传统的先识别麻醉气体的种类再根据种类的通道电压值算出气体的浓度实现的，电路复杂，存储器过多、CPU要求的精度及软件运转的平台要求过高。为增加临床显示气体浓度的速度，根据以上方法确定气体种类的同时检出5种麻醉气体浓度的方法就显得尤为重要。以3通道检测3种气体为例当检测装置符合beer-lambert定律条件时则一个通道的光强衰减为﹦，令an=knL (n=m、m+1、m+2，m=1)(3–1)。对3通道的每一通道有
且可逆。 但5种气体在调制波长时会形成色散且滤光片的吸收系数在通带内是有一定衰减，这导致光强函数不能形成线性对应关系不能满足beer–lambert公式，此时beer–lambert的表达应为= (3–3) 其中为红外光波波长，、分别为在不同波段上的红外光被吸收前和吸收后的光强，为不同波段上麻醉气体的吸收系数。
由于滤光片不能保证绝对均匀，所以在以上测量中不能简单的以线性矩阵来表述麻醉气体浓度与传感器输出电压之间的函数关系，这正是本文研究的目的，这里提出了两种求解这种函数关系的方法跟大家探讨，一种是非线性矩阵法拟合法、即引入高次变量矩阵来修正2–3式的线性一阶矩阵来补偿其非线性关系，另一种是人工神经网络法、利用人工神经网络的函数拟合特性通过训练让其自动找出5种麻醉气体的浓度与传感器输出电压的函数关系[5]。
3.1 采用高次矩阵法高阶逐次逼近求解同时获得5种麻醉气体浓度的方法
设A1.A2.A3.A4.A5.分别为M1-1.M2-1.M3-1.M4-1.M5-1.，Kn=Ln(I0/Iλn)(n=1、2、3、4、5)，则认为假设有5种麻醉气体浓度与系数对数的待拟合函数非线性关系近似表达为[6]。
当信号较小时一阶信号向量为主要成分 ......
您现在查看是摘要介绍页，详见PDF附件。