买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：本发明公开了一种基于自适应卡尔曼滤波算法的葡萄糖酶生物传感器高精度检测方法，用了酶电极传感器产生纳安级微小电流，设计恒电位电路保持CE和RE两端具有恒定偏压，保证抗干扰性最佳；通过互阻抗放大器转换为标准电压信号，通过数据采集系统完成原始数据的采集与分析，由外部16位AD转换电路转化为数字信号，建立标定系统采集同体积同浓度标准液响应信号，计算误差值作为卡尔曼滤波模型参数判断条件，根据葡萄糖酶电极响应信号AD值与发酵液中葡萄糖浓度建立线性方程，判断当前测量值浓度范围，采用自适应卡尔曼滤波算法完成数据的滤波去噪，在高浓度下优化移动平滑滤波算法，进行前段滤波，从而实现发酵液中葡萄糖浓度的高精度检测。

主权项：1.一种基于自适应卡尔曼滤波算法的葡萄糖酶生物传感器高精度检测方法，其特征在于：它包括以下步骤：S1、葡萄糖酶电极传感器探入待测溶液而产生纳安级微弱电流信号；S2、微电流检测电路采集电流信号，将电流信号经放大转换成电压信号，通过一阶RC电路进行滤波，并将滤波后的响应信号输入至数据分析系统；S3、确定误差E；S3中误差E的确定步骤如下：S3-1、检测池仅由缓冲液时，进行S1-S2采集的响应信号记为ADV0；S3-2、注入用于标定的体积V0浓度C0的葡萄糖标定，重复两次，进行S1-S2采集的响应信号分别记为ADV1、ADV2；S3-3、建立标定方程： 若E2，需要重新标定；否则，获得误差E；S4、初判待测溶液的葡萄糖浓度范围，若属于高浓度范围，则进行S5；否则进行S6；S5、进行高浓度下，响应信号中噪声的前段滤波；S6、自适应卡尔曼滤波算法实现响应信号滤波；S6中自适应卡尔曼滤波算法通过以下步骤获得：S6-1、建立发酵底物浓度测量状态预测模型：预测状态更新方程：Xn+1,n＝Xn,n，n∈正整数，预测估计不确定方差方程：Pn+1,n＝Pn,n+Q，n∈正整数，式中，n表示当前时刻，Xn+1,n表示预测状态估计值，Pn+1,n表示预测估计不确定方差，Q表示随机过程噪声协方差；S6-2、自适应调整滤波模型参数R、Q： 式中，R表示测量不确定性，E1、E2表示误差临界值，Cx表示浓度预估计值，E表示定标误差值；S6-3、初始化预测估计不确定性方差Pn,n、预测状态估计值Xn,n以及随机过程噪声协方差Q；S6-4、通过所述酶电极传感器化学反应产生的电化学信号获取当前系统输出模拟量值Zn；S6-5、根据系统动态模型，更新卡尔曼增益，利用卡尔曼滤波算法，预测当前系统状态输出模拟量值，进行估计优化：Xn,n＝Xn,n-1+Kn*Zn-Xn,n-1， Pn,n＝1-Kn*Pn,n-1式中，Xn,n表示当前时刻系统状态估计值；Xn,n-1表示前一时刻系统状态估计值；Kn表示卡尔曼增益，R表示测量不确定性，Pn,n表示当前状态估计不确定性方差，Pn,n-1表示前一时刻估计不确定性；S7、滤波结果输入浓度响应方程获得待测溶液浓度。

全文数据：

权利要求：

百度查询： 南京工业大学 基于自适应卡尔曼滤波算法的葡萄糖酶生物传感器高精度检测方法