动态调制高选择性
采用正弦波温度调制与振幅比特征，实现多种气体的高选择性识别，简化了传感器阵列的信号处理。
赵文杰 · Zi'ao, Hu · Haonan, Cheng · Ruitian, Yan · Xiaoyang, Duan · Yu, Taolin · 陈寅生 · 徐丹
IEEE Sensors Journal 2025
在正弦3-5 V、周期30 s调制模式下，四种气体完全区分，无需复杂模式识别算法。
振幅比特征使得简单的余弦相似度算法即可胜任，避免了对KNN、RF、RBF等复杂模型的依赖。
通过线性回归校正，浓度预测R²从0.8895提升到0.9762，线性输出有利于准确预测。