基于AD9767高速DAC的DDS信号发生器 目的: 实现一个双通道的信号发生器输出。 主要内容: 1. 通过按键调整每个通道的频率输出； 2.通过按键调整每个通道的输出相位； 3.通过ROM存储3种波形（正弦波、方波、三角波）。 基于OV5640的图像采集系统设计 目的: 正确设置OV5640的工作模式和正确接收其输出的图像数据流，实现一个图像采集系统。 主要内容: 1.设计对OV5640进行初始化的功能模块（使用I2C控制器）； 2.设计DVP Capture模块将DVP接口输出的数据按照每两个组合，得到符合RGB565图像格式的16位数据； 3.设计一个TFT/VGA控制器，按照TFT显示屏的接口时序产生对应的控制时序。

为了实现对混合气体的浓度预测，本文基于BP神经网络实现了一个气体浓度回归模型。由于实验中混合气体的浓度跨度较大（0-150ppm），为了提高模型预测精度，本文先使用Boosting算法将混合气体分为四个浓度等级，再对每个浓度等级下的混合气体利用BP神经网络做定量预测。实验结果表明，此模型对混合气体中各组分预测浓度的相对误差接近0.05（>20ppm），预测性能优于单个BP神经网络模型，是一种具有高鲁棒性的气体浓度预测模型。

为了解决在未知背景下通过电子鼻识别气体这一难题，使用聚类分析方法研究对未知气体的分类。根据聚类分析中的相关系数度量方法，计算输入信号与参考信号之间的相关系数，然后将最大的相关系数与对应的参考信号进行分组归类。实验证明，此分类方法结构简单并具有高鲁棒性，在混合干扰下的气体识别性能优于其他常用聚类算法。为了研究实际应用效果，本文使用单片机对此方法进行了硬件实现。