基于ARM9的电子鼻系统设计与应

提出了一种基于嵌入式电子鼻的设计方案，主要包括传感器阵列、模数转换和微处理器3大模块。采用Figaro公司TGS813、TGS825、TGS8803个气敏传感器组成的传感器阵列采集样品信号；利用MAXIM公司的MAX1270芯片进行模数转换；CPU采用SAMSUNG公司的S3C2410微处理器，并在其上移植了WINCE操作系统。软件设计对采集信号进行对数拟合，采用引进BP神经网络对拟合后的曲线参数进行训练，建立模型并对样本进行识别利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试，识别准确率均达到100%。结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点。