摘要：为提高电子鼻长期鉴别的稳健性，提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解，获得分解系数；构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理，获得修正的小波系数；运用小波逆变换对修正后的小波系数进行重构，得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构，提取去漂移处理前后的电子鼻信号积分值特征，并运用Fisher判别分析（FDA）和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示，无论是训练集还是测试集，5组样本的鉴别正确率由去漂移前的最高值45％提升至去漂移后的100％。BP神经网络鉴别结果显示，5组样本的鉴别正确率由去漂移前的最高值31．7％提升至去漂移后的98．3％。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时，也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。

关键词：白酒 鉴别分析 电子鼻 信号去漂移 小波分析 

单位：河南科技大学食品与生物工程学院; 洛阳471023