西瓜成熟度和內部空心的聲學檢測技術及裝置研究.pdf

1、中國的西瓜產量和種植面積居世界第一，但出口量卻不到產量的1％，主要是由于西瓜產后檢測和處理的手段落后，導致西瓜商品化程度較低。西瓜的適時采收及成熟度判定過于依賴瓜農的經驗，導致市面上西瓜品質良莠不齊。隨著西瓜的成熟，西瓜的質地屬性隨之變化，利用聲學技術檢測西瓜力學和結構特性的變化，判斷西瓜的成熟度，有利于提高瓜農收入，滿足消費者對西瓜品質的消費需求，擴大西瓜的對外出口。
　　論文研制了聲學檢測裝置和聲學參數分析軟件，提取了麒麟瓜聲

2、學特征參數，對西瓜成熟度進行了預測，并按照西瓜成熟度進行分類及空心瓜鑒別，取得如下結論:
　　(1)針對影響西瓜聲學頻譜的敲擊裝置部件開展了試驗研究，結果表明敲擊球和托盤的彈性模量越大，對聲學頻譜的影響越小，敲擊力對聲學頻譜基本無影響，采集聲學信號時需沿赤道多點敲擊，但單個位置敲擊一次即可準確獲取該點的聲學特征。
　　(2)利用短時雙門限法對敲擊信號進行端點檢測，結合線性預測殘差法和數字濾波器對信號中包含的噪聲和毛刺進行進一

3、步濾除，使敲擊信號的信噪比提高了47％。
　　(3)提出聲學特征參數一階矩指數(MI1)和二階矩指數(MI2)，解決了聲學頻譜中共振峰分裂為幅度和位置相近的兩個共振峰造成聲學特征難以提取的問題。將這兩個參數結合傳統聲學參數f2m2/3、f2m，采用線性回歸法、多項式回歸法、逐步多元線性回歸法、主成分回歸法和遺傳神經網絡對力-形變曲線的斜率進行了預測，結果表明逐步多元回歸模型性能最優(yōu)。
　　(4)采用LDA法、KNN法、神經網

4、絡技術和LS-SVM算法，以MI1、 MI2為聲學特征對未熟、成熟和過熟三種西瓜進行了分類，結果表明LS-SVM分類器性能最佳。
　　(5)采用LDA法、KNN法、神經網絡技術、LS-SVM算法和經驗閾值法以MI1、MI2和能量比Er為特征參數對不均衡樣本進行空心瓜鑒別，結果表明LS-SVM分類器的性能最佳。
　　論文的創(chuàng)新點:
　　(1)針對聲音預處理算法對信號特征的影響，采用短時雙門限端點檢測法進行端點提取，結合線