(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211242202.8 (22)申请日 2022.10.11 (71)申请人 江西农业大 学 地址 330045 江西省南昌市经济开发区志 敏大道1101号江西农业大 学 (72)发明人 赵进辉　钟声　刘木华　袁海超　 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 20/10(2019.01) G01N 33/18(2006.01) G06F 119/08(2020.01) (54)发明名称 一种基于STM32与SVM算法的稻 田水体氧氟 沙星快速 检测方法 (57)摘要 本发明提出一种基于STM32与SVM算法的稻 田水体氧氟沙星快速检测方法。 该方法使用基于 CARS结合SVM的数据处理与模型构建方法， 用于 STM32型单片机的检测。 为了适应嵌入式端的性 能需求， 本方法核心在于PC端采用CARS 进行了特 征提取， 将特征数据进行SVM回归建模， 特征提取 使得模型更能适应嵌入式端的实时需求， SVM嵌 入式移植使得STM32实现支持向量机预测。 方法 整体包括激发信号控制、 频谱数据采集、 特征提 取与回归建模及模型导入调用预测。 方法以PC机 训练完成的模 型导入嵌入式的模式， 并与支持向 量机相结合的数据融合方式， 提高了检测系统的 实用性和有效性， 相比传统检测方法， 在一定精 度要求内最大限度地节约了时间成本和减少资 源浪费。 权利要求书2页 说明书6页 附图11页 CN 115526109 A 2022.12.27 CN 115526109 A 1.一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方法， 其特征在于， 包括如 下步骤： 步骤1： 扫频激励信号的产生 利用STM32控制DDS芯片实现激励信号的输出； 步骤2： 频率响应数据的采集 通过AD8302增益相位检波器采集检测探头输出的频率信号与原始激励信号之间的频 率特性信号； 步骤3： 原 始数据的预处 理 一方面， 数据采样过程中， 提高ADC的采集速度， 对多次ADC的采集数据平均化； 另一方 面， 单片机读取 数据后， 对数据异常值进行判断， 剔除异常数据， 得到检测数据； 步骤4： 数据的特性频率 提取 在PC端采用CARS提取含氧氟沙星水体的检测数据的频率特征量， 得到相应的特征数 据； 步骤5： 含量预测模型的训练与保存 将得到相应的特征数据在PC端采用SVM支持向量机建立稻田水体 中氧氟沙星含量的预 测模型， 并在PC端保存好训练的SVM预测模型； 步骤6： 模型嵌入式移植部署 为满足STM32轻量化读取计算的需求， 首先需要将SVM框架移植入STM32系统内， 然后再 将模型部署到嵌入式系统的SVM 框架上； 步骤7： 稻田水体中氧氟沙星含量检测 当对稻田水体氧氟沙星含量进行检测时， 探头没入水中， 控制 DDS芯片依次产生特征频 率的激励信号， 采集数据并将数据预处理后， 导入预测模型中调用SVM进行预测， 即可得到 稻田水体氧氟沙星的含量， 同时通过 无线方式传输 至上位机查看结果。 2.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤1中， 通过STM32的编程来实现控制DDS芯片在200 ‑120Mhz频段下扫频， 输出正弦激励信号。 3.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤2中， 频率特性信号包 含信号幅值比与相位差 两部分。 4.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤4中， 特 征提取分别对幅值比与相位差 两部分信号进行 单独提取。 5.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 采用训练预测分割模式， 在P C端训练， 嵌入式端 预测， 避免了因嵌入式端性 能不足造成数据处 理问题。 6.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤5中， 回归模 型的建立以特征点处的幅值比和相位差数据作为自变量， 稻田水体中氧氟沙星浓度作为因变量。 7.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤6中， 通过基于嵌入式将模 型转化为C代码来将模 型部署到嵌入式系统 的SVM框架上。权　利　要　求　书 1/2 页 2 CN 115526109 A 28.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 步骤7中， 仅对特 征频率处的 的幅值比和相位差信息进行采集及模型 预测。 9.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 将模型改写保存为C代码数据， 然后将C代码融入嵌入式程序中， 该方法可 省略嵌入式文件系统的支持， 减少存 储数据大小、 提高运 算速率。 10.根据权利要求1所述的一种基于STM32与SVM算法的稻田水体氧氟沙星快速检测方 法， 其特征在于， 在嵌入式端将支持向量机进行有效移植， 得到快速检测和实时监测的效 果。权　利　要　求　书 2/2 页 3 CN 115526109 A 3