| 초록 |
휴대용 인공 전자 후각 시스템 (E-nose)의 가스 측정 환경은 실험실 내의 정교하게 제어되는 환경과 달리 온도, 농도, 기체 시료의 유속 등의 외부 요인의 변동이 매우 심하다. 이런 환경에서도 사용 가능한 단순하고 강인하고 정확한 가스 패턴 인식 알고리듬의 개발은 마이크로 바이오 센서의 발달과 함께 확대되고 있는 휴대용 및 소형 측정 진단 시스템에 있어 매우 중요하다. 본 연구에서는 PDA 기반의 휴대용 전자 후각 시스템을 활용해 실제 변화하는 환경에서 다채널 마이크로 센서로부터 감지되는 가스 신호를 수집하고, 여기에 영상 정합 기법을 적용하여 알고리듬의 강인성과 향상된 정확도를 검증하는 것을 목표로 하였다. 제안된 방법을 6종류의 가스 시료에 대한 7채널 마이크로 센서의 휴대 환경 측정 데이터에 적용하고, 기존의 최대 민감도 특징 추출 기법과 비교한 결과, 외부 환경의 변동에 영향 받지 않는 안정된 인식 성능 뿐 아니라 기존의 방법으로 구별하기 어렵던 2 종의 유사한 가스 시료에 대해서도 정확한 구분이 가능함을 보였다. 제안된 방법은 다양한 환경 변화에 노출되는 유비쿼터스 센서 네트워크 (USN)의 데이터 처리에도 쉽게 응용될 수 있을 것이며, 응용 현장에서 높은 안정성과 정확성을 요구하는 휴대용 의료 진단, 환경 감지 기술의 실용화에 큰 도움을 줄 수 있을 것으로 기대한다. |
