Development of embedded system with DSP technology for multisensor system (Electronic nose)
Este artículo consiste en el desarrollo de un sistema integrado con tecnología DSP para ser aplicado a un sistema multi-sensorial (es decir, nariz electrónica). La idea de este estudio fue mejorar la eficiencia de estos sistemas multisensoriales en aplicaciones portátiles, usando diferentes algoritm...
| Autor Principal: | Durán-Acevedo, Cristhian Manuel; Ph. D. Universidad de Pamplona. Pamplona |
|---|---|
| Otros Autores: | Torres-López, Isaac; Ingeniero Electrónico. Semillero de Investigación en Adquisición de Datos, Sistemas Multisensoriales y Reconocimiento de Patrones. Universidad de Pamplona. Pamplona |
| Formato: | info:eu-repo/semantics/article |
| Idioma: | spa |
| Publicado: |
Universidad Santo Tomás. Seccional Bucaramanga
2014
|
| Materias: | |
| Acceso en línea: |
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/515 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
Este artículo consiste en el desarrollo de un sistema integrado con tecnología DSP para ser aplicado a un sistema multi-sensorial (es decir, nariz electrónica). La idea de este estudio fue mejorar la eficiencia de estos sistemas multisensoriales en aplicaciones portátiles, usando diferentes algoritmos para clasificar tres clases de compuestos volátiles detectados por una matriz de sensores de gases químicos. El software CodeComposer Studio (CCS) fue acoplado con Matlab para la programación de la tarjeta DSP TMS320F28335 de Texas Instruments. Los resultados se obtuvieron a partir de muestras de vino de tres denominaciones diferentes (es decir, manzana, rojo y casillero), que luego fueron clasificadas mediante algoritmos de procesamiento (redes neuronales artificiales). El sistema fue validado mediante la técnica de análisis de componentes principales (ACP), para verificar la reproducibilidad y selectividad del sistema de medición. En los resultados se logró un 83,4 % de tasa de éxito en la calificación de las medidas utilizando DSP Hardware,a través de la implementación de una Red NeuronalArtificial (RNA). |
|---|