本文对人工嗅觉系统的基本原理和组成,电子鼻系统的软、硬件构造进行了比较全面的介绍和探讨.利用金属氧化物SnO<,2>气体传感器阵列,结合数据采集系统完成了气味检测系统的设计.采用5种葡萄酒样本进行了实验,并分别使用BP神经网络、马氏距离判别、不变特征矩三种方法对实验数据进行了处理和识别,对后两种方法给出了详细的处理结果.论文主要研究结论包括:1 利用气体传感器阵列配合模式识别算法能够实现对同一种类的不同浓度级别的气体的检测与识别.2 直接使用单一BP算法模型难以实现属于同一种类、样本差别很小的气体的识别,而且由于训练时间较长,难以用于工业上的实时检测;马氏距离法能够得出识别结果,在单一样本情况下识别率偏低;如果以复合样本为处理对象,配合合适的预处理算法,选择适当的采样区域,能够得出令人满意的结果;不变矩识别法运算速度快,不依赖预处理算法,识别精度也较高,用于工业产品质量的自动识别比较理想,具有较大的研究价值.3 针对不同的识别算法,预处理算法对识别结果的影响不同.另外,采样区域的优化选择也能够有效提高识别精度.