냄새 인식을 위한 최적의 센서 결정 방법

본 논문에서는 다중 센서를 선택하는 냄새 인식 시스템에서 최적의 센서 조합을 선택하기 위하여 통계적 분석 기반의 센서 사이의 상관계수를 이용하는 방법을 제안한다. 제안하는 센서 결정 방법은 금속 산화물 반도체(Metal Oxide Semiconductor : MOS) 센서 어레이를 사용하여 냄새 데이터를 획득한 후 획득한 냄새의 상관도를 기반으로 적합한 센서를 결정한다. 우선 측정 대상이 유사한 MOS 가스센서 중 응답의 크기가 작고 변화가 낮은 센서를 제외하여 총 16개의 센서를 선별한다. 입력되는 냄새로부터 16개의 센서를 사용하여 냄새 DB를 구축하고 각 센서별 상관계수를 계산한 후 상관도가 낮은 센서를 선택한다. 선택된 센서는 유사한 응답 특성을 갖는 센서를 제거한 것이며 제안한 방법으로 최적의 센서를 결정 할 수 있다. 제안된 센서 결정 방법의 성능 평가를 위해 꽃 냄새 인식 시스템에 적용하였다. 상관계수를 이용한 꽃 냄새 인식 시스템에 제안한 방법을 적용한 결과로 16개의 센서를 사용할 경우 95.67%의 인식률을 보이는 반면 제안한 센서 결정 방법을 적용한 꽃 냄새 인식 시스템은 6개를 사용한 경우 94.67%, 8개의 센서를 사용한 경우 96%의 인식률을 도출하는 것을 확인하였다. 【In this paper, we propose method of correlation coefficients between sensors by statistical analysis that selects optimal sensors in odor recognition system of selective multi-sensors. The proposed sensor decision method obtains odor data from Metal Oxide Semiconductor(MOS) sensor array and then, we decide optimal sensors based on correlation of obtained odors. First of all, we select total number of 16 sensors eliminated sensor of low response and low reaction rate response among similar sensors. We make up DB using 16 sensors from input odor and we select sensor of low correlation after calculated correlation coefficient of each sensor. Selected sensors eliminate similar sensors' response therefore proposed method are able to decide optimal sensors. We applied to floral scent recognition for performance evaluation of proposed sensors decision method. As a result, application of proposed method with floral scent recognition using correlation coefficient obtained recognition rate of 95.67% case of using 16 sensors while applied floral scent recognition system of proposed sensor decision method confirmed recognition rate of 94.67% using six sensors and 96% using only 8 sensors.】