温度调制技术具有提高半导体气体传感器选择性和稳定性的特点,但目前温度调制模式繁多,面临着调制模式优化选择的问题。本文在气体检测中使用温度调制技术对其进行优化研究。搭建了温度调制实验测试系统,该系统包括配气模块、温度调制模块、采集模块。配气模块可设置被测气体的浓度及混合气体的浓度。温度调制模块可以实现0~5V加热电压可调,可输出正弦波、方波、三角波和锯齿波四种加热波形,加热频率0~450KHz可调。采集模块通过数据采集卡采集传感器的电压响应值并通过显示屏实时显示。针对温度调制模式的测试和优化问题,选择了一种广谱的商用半导体气体传感器(TGS2611),以甲烷、一氧化碳、二氧化碳以及乙醇四种气体为测试对象,测试了该传感器在正弦波、方波、三角波和锯齿波四种调制波形,8种周期(T=4s、10s、20s、30s、40s、50s、60s、80s)以及四种不同加热电压(0~5V、1~5V、2~5V、3~5V)等参数下的动态响应特性。采用离散小波变换对上述气体的动态响应信号进行小波特征提取,再利用主元分析法对小波特征进行降维处理,结合支持向量机和概率神经网络技术对被测气体进行定量分析。通过比较分析识别结果,建立温度调制优化算法。通过对所得实验数据的分析与处理,结果表明TGS2611传感器在2~5V加热电压、方波调制、20s周期下对上述气体的识别率最高。该数据分析和实验结果证明,本文提出的以小波特征为基础结合概率神经网络和支持向量机的温度调制模式优化方法是有效的,可以为复杂环境下低功耗气体检测提供新的检测思路。