使用MathWorks工具,研究人员开发了可以访问各种数据采集卡的简单数据采集代码。“数据采集工具箱允许我们执行硬件的一次性配置,”Vogt解释。“少于代码页面,我可以在四个不同的平台上执行我的数据采集 - 每个具有不同硬件的平台。”
SSDK使用伏安法,这是一种先进的化学分析技术,可将化学反应转化为伏安“特征”输出,从而能够检测微量气体化学物质——这是以前不可能做到的。
研究人员使用数据采集工具箱实现了气态伏安,以输出精确形状的模拟波形,每个模拟波形包括100至1,000点的数据,并在微传感器上激发化学反应。使用数据采集工具箱,它们还使用模拟输入通道对所产生的信号进行采样。然后,它们从信号处理工具箱中使用过滤器来删除线路噪声。产生的信号或伏安签名包括鉴定传感器暴露的化学物质的信息。
研究人员使用深入学习工具箱来执行模式识别,并通过将其签名与预先预测图书馆中的签名进行比较来进行模式识别并识别化学品。
“通过深入学习工具箱,我们可以拍摄一个未知的示例签名,将其与签名库进行比较,找到最佳匹配,并计算置信因子,指示匹配的肯定是如何,”Vogt说。
为了生成传感器信号处理算法,Argonne使用了在Matlab中写入的防御资助软件工具的传感器算法生成环境(ChemSage),这有助于传感器研究人员代码和分析实验传感器的复杂信号。
要完成其应用程序,研究人员在MATLAB中开发了一个图形用户界面,使用户能够设置伏安法参数并可视化伏安签名。“应用程序在任何笔记本电脑上轻松运行,”Vogt说。
使用MATLAB编译器,Argonne将MATLAB算法重新编码为C中的MATLAB算法,以执行流行的单片机微控制器。
阿贡的赞助商计划开发基于SSDK的商业仪器,包括智能火灾探测器和空气污染物监测器。
医生迈克尔·沃格特、劳拉·斯库巴尔、埃里卡·鞋匠和约翰·齐格勒开发了SSDK。Vogt、Dan MacShane、Christopher Klaus和Maria Poulos开发了测量和化学分析软件。