一种用于碳污协同高精度监测的二维异质结阵列传感方法及装置
知识产权简介
本发明公开了一种用于碳污协同高精度监测的二维异质结阵列传感方法及装置。该方法包括：采用可调谐光源按照预设切换序列向二维异质结阵列发射波长、功率及调制频率动态变换的光波信号；采集二维异质结阵列在待测气体与光波信号共同作用下产生的电信号，将电信号转换为多维矩阵形式的数字信号；利用集成有卷积神经网络分支与循环神经网络分支的混合模型，分别提取空间模式特征与动态时序特征，最终输出气体的种类及浓度。本发明通过光序列调制激发二维异质结阵列产生丰富的特征响应，结合轻量化神经网络模型，有效解决了气体识别中的交叉敏感问题，提升了在复杂环境下的识别精度与响应速度。
转化前景
本专利对应的产品为一种用于碳污协同高精度监测的二维异质结阵列传感系统，集成多通道固态光源、二维异质结敏感体阵列、环境温湿压监测模块及智能深度学习中枢，实现对复杂多组分气体的高效精度辨识与动态监测。技术优势在于融合主动光序列（波长、功率、频率阶梯变换）调制与生物嗅觉仿生机制，突破了传统电子鼻静态电阻信号维度的局限。通过采用CNN-RNN混合深度网络架构，并创新加入物理动力学微积分约束，精准提取气体分子的时空“动力学指纹”，结合环境多源参数补偿策略，有效克服了极高环境干扰与核心材料交叉敏感等追踪解析难题。相比传统热激发金属氧化物传感器，该系统的复杂混合气体识别准确率显著跃升，彻底消除热惯性延迟，大幅降低工作功耗，响应与恢复极速，且有效延缓器件老化，具备极高的实时辨识力与强鲁棒性。产业化应用前景广阔，可广泛应用于工业安全生产预警、医疗呼气无创诊断及环境污染排查等领域，尤其契合“双碳”背景下高湿、气流急扰等复杂工况下的含碳气体与污染气体协同监测，具有显著的经济与社会环保效益。