孫紅敏，金慶誼，李曉明，孔慶明

（東北農(nóng)業(yè)大學電氣與信息學院，哈爾濱 150030）

基于ARM的近紅外原料奶成分檢測設備研發(fā)

孫紅敏，金慶誼，李曉明，孔慶明

（東北農(nóng)業(yè)大學電氣與信息學院，哈爾濱 150030）

原料奶作為乳制品的基礎奶源，其安全問題一直是社會關注的熱點，針對目前化學檢測方法無法實現(xiàn)現(xiàn)場化、在線化檢測問題，文章設計一種基于ARM微處理器的便攜式原料奶成分檢測設備，采用鹵鎢燈作為光源、經(jīng)分光系統(tǒng)得到900～1 700 nm近紅外光譜，選用S3C6410單片機完成系統(tǒng)的硬件設計及軟件開發(fā)，可實現(xiàn)對光譜數(shù)據(jù)的采集、存儲并完成對原料奶成分的快速檢測。結果表明，便攜式原料奶成分檢測設備對原料奶成分的檢測結果與標準化學方法測定結果的相對誤差均在10%以內(nèi)，可為原料奶成分檢測提供一種新方法，具有廣泛應用前景和推廣價值。

近紅外；便攜式；原料奶

近年來我國乳制品質(zhì)量安全事件頻發(fā)，原料奶是乳制品生產(chǎn)過程的基礎原料，其成分檢測對乳制品質(zhì)量、安全控制有重要意義。傳統(tǒng)原料奶成分檢測主要依據(jù)化學分析方法，試驗周期長、成本高、需大量人力和試劑且對樣本具有破壞性。近紅外光譜分析技術是新興的快速無損分析技術，與傳統(tǒng)化學方法相比，近紅外光譜分析技術具有測量速度快、不破壞樣品、不用前處理試劑等特點。將近紅外技術應用于乳制品快速檢測已取得研究成果[1-3]，現(xiàn)階段近紅外光譜分析儀器因其體積較大、不利于攜帶而無法滿足生產(chǎn)中在線化、實時化的需求。嵌入式系統(tǒng)計算機平臺被廣泛使用，與傳統(tǒng)的通用計算機相比具有低功耗、高可靠性、強實時性等特點。本文采用近紅外技術與嵌入式技術結合方法，研發(fā)便攜式原料奶成分檢測設備，解決傳統(tǒng)設備體積過大問題，可有效滿足市場和社會需要，為原料奶成分檢測提供新方法。

1 近紅外技術的基本原理及系統(tǒng)方案設計

1.1 近紅外技術的基本原理

近紅外光是指介于可見光和中紅外光之間的電磁波，波長為780～2 500 nm[4]，近紅外光照射被測樣品時，樣品中含氫基團的倍頻或合頻振動會吸收一部分光的能量，分子團不同，被吸收的光波長也不同，得到樣品在近紅外譜區(qū)的吸收光譜[5]。設備是針對原料奶，即檢測物質(zhì)為一種半透明的膠狀液體，對于原料奶的測量，可考慮采用漫反射和漫透射兩種檢測方式。采用漫反射檢測方式時，檢測器和光源置于樣品的同一側(cè)，檢測器檢測的是樣品表面反射的光，當光強較弱時，收集的光信號將受到影響；漫透射檢測方式，光源發(fā)出的光透過樣品內(nèi)部，攜帶豐富的樣品結構和組織信息，與漫反射相比，漫透射測量方式提取樣品組成和結構信息更為直接可靠[5]，本文采用漫透射的檢測方式對光譜進行采集。

1.2 系統(tǒng)方案設計

設備為便攜式且多用于現(xiàn)場快速檢測，設計前需了解設備需求，各部分元件特性選擇應滿足運算速率快、體積小、功耗低等特點，使整個設備結構更緊湊且攜帶方便[6]。系統(tǒng)總體結構見圖1。由光源產(chǎn)生的復合光，通過分光系統(tǒng)分光后得到900～1 700 nm指定波段近紅外光，經(jīng)透射后在積分球內(nèi)部與樣本均勻掃描[7]，經(jīng)過采集模塊將光信號轉(zhuǎn)換為數(shù)字信號進行采樣，采樣后的數(shù)字信號交由微處理器（ARM）處理，ARM控制軟件根據(jù)其檢測信號得出樣品的光譜數(shù)據(jù)，由系統(tǒng)軟件完成數(shù)據(jù)分析處理[8]，將處理后的數(shù)據(jù)進行液晶顯示和存儲。軟件處理后的數(shù)據(jù)將保存在ARM數(shù)據(jù)庫中，上位機（主機）與嵌入式控制系統(tǒng)之間通過USB進行通訊，主要實現(xiàn)對嵌入式控制系統(tǒng)中的數(shù)據(jù)進行備份。

圖1 設備總體結構Fig.1 Overall structure of the device

2 成分檢測設備硬件設計

2.1 光路設計

在光路設計中，光源是整個系統(tǒng)的最開始部分，光源的性能直接關系到整個系統(tǒng)性能，經(jīng)過透射的光譜信號較弱，因此要選擇光源強度高，穩(wěn)定性能好的光源。目前常用的近紅外光源有LED燈、鎢燈、鹵鎢燈等。其中LED燈的壽命長，價格低廉，但其光強取決于通過LED的電流[9]，難以保證光源的穩(wěn)定性；鎢燈的最強光強波長范圍是400～1 200 nm[10]，其波長范圍小，且壽命短；與以上兩種光源相比，鹵鎢燈具有體積小、發(fā)光效率高、色溫穩(wěn)定、壽命長等特點，本文選擇鹵鎢燈作為光源。

分光系統(tǒng)是該設備重要組成部分，決定設備工作效率高低及光譜數(shù)據(jù)準確性。常見分光方式有：濾波片型、傅里葉型和光柵型，其特點如表1所示。其中濾光片型制作工藝簡單、價格低廉，但其性能不穩(wěn)定，帶寬、峰值、波長透過率等易受環(huán)境影響，不適于本設備；傅里葉型分辨率高、掃描速度快，但結構復雜、價格昂貴；光柵型與以上兩種相比具有分辨率及信噪比較高，光譜覆蓋面大，價格相對適中等特點，因此本文選擇光柵型分光系統(tǒng)對光源產(chǎn)生的復合光進行分光。利用嵌入式控制系統(tǒng)控制步進電機轉(zhuǎn)動改變光柵的入射角度，使所需波段的單色光依次照射在樣品上[7]，后經(jīng)積分球?qū)ζ涠啻瓮干涞墓饩€進行累積。包含樣品信息的光譜信息經(jīng)由光電探測器進行光電轉(zhuǎn)換后作為輸入信號進入嵌入式系統(tǒng)進行后續(xù)處理。對于光電探測器的選擇應考慮：探測器的響應波段應在光譜響應范圍之內(nèi)；在對信號的精密檢測和弱信號檢測中，要求探測器對溫度不敏感，因為溫度變化對探測器的噪聲和穩(wěn)定性都有影響[10]?？紤]以上幾點，可供選擇的探測器器件有銦鎵砷（InGaAs）、硫化鉛（pbs）等，綜合考慮該設備所需波段及價格的因素，本設備選用InGaAs型探測器。

表1 分光系統(tǒng)的特點Table 1 The spectral characteristics of the system

2.2 嵌入式控制系統(tǒng)設計

在完成光譜數(shù)據(jù)采集及光電轉(zhuǎn)換后采集的數(shù)據(jù)量不僅大而且要對該數(shù)據(jù)進行復雜計算，對單片機性能、功耗、存儲能力要求較高，因此要選擇一種更適用于CPU密集型程序運行的微處理器，目前市面上較常見且芯片資料最為豐富的微控制器有ST80C51系列、基于ARM9架構的S3C2440以及基于ARM11架構的S3C6410。ST80C51系列的微處理器具有價格低廉、操作方便的特點，但采用8位指令集，不能進行復雜運算；ARM系列微處理器支持協(xié)處理器、支持JTAG調(diào)試且能進行復雜運算，基于ARM11架構的S3C6410是基于ARM9架構的S3C2440的升級版，性能更強，并且價格沒有顯著差別；綜合比較以上幾種微處理器的性能特點，本文選擇SAMSUNG公司推出的基于ARM11內(nèi)核的微處理器S3C6410A作為嵌入式系統(tǒng)的主控芯片[11]。

圖2 嵌入式控制系統(tǒng)結構Fig.2 Structure of embedded control system

嵌入式控制系統(tǒng)見圖2。經(jīng)光電探測器轉(zhuǎn)換的電信號微弱且攜帶干擾因素，故設計中需考慮前置放大、濾波、鎖相放大后才可通過數(shù)據(jù)采集模塊將模擬信號轉(zhuǎn)換成數(shù)字信號。本文選擇高精度20Bits模數(shù)轉(zhuǎn)換器ADS1230對電信號進行處理。該模數(shù)轉(zhuǎn)換器集成了板載低噪聲可編程增益放大器（PGA）、板載振蕩器以及高精度20位△-ΣADC[12]，且可被置低功耗待機狀態(tài)。有效降低功耗，數(shù)字寄存器不需要編程，與嵌入式系統(tǒng)連接更方便快捷。經(jīng)過ADS1230模數(shù)轉(zhuǎn)換器的數(shù)據(jù)進入ARM微處理器，通過軟件對數(shù)據(jù)進行分析處理。

3 成分檢測設備軟件設計

3.1 嵌入式控制系統(tǒng)軟件設計

系統(tǒng)軟件設計是整個設備的核心，主要完成數(shù)據(jù)的分析處理、顯示及存儲等功能。工作流程如圖3。主控芯片S3C6410A中裝載安卓2.2系統(tǒng)，支持標準SQL的SQLite數(shù)據(jù)庫，對數(shù)據(jù)進行存儲，有助于軟件編寫。選擇具有運行效率高、計算能力強、健壯性強等特點的開發(fā)語言?？晒┻x擇的編程語言有C語言和Java語言，其中C語言編寫的程序具有性能高、圖形庫豐富等特點，但C語言的指針直接操作內(nèi)存，容易導致程序訪問到非法地址導致程序崩潰。Java語言具有較好兼容性，對安卓系統(tǒng)具有較好的支持性，編程語言選擇Java語言。設備上電后，首先進行設備初始化，由主芯片控制光路和采集模塊對數(shù)據(jù)進行采集，若數(shù)據(jù)采集不成功，則重新采集；若數(shù)據(jù)采集成功，則經(jīng)系統(tǒng)軟件對采集的數(shù)據(jù)進行處理，計算吸光度，由設備內(nèi)置的預測模型對吸光度進行處理，獲得最終預測結果[6]。將處理后的數(shù)據(jù)通過LCD液晶顯示屏顯示，保存在本機數(shù)據(jù)庫中。

圖3 軟件流程Fig.3 Software process

3.2 數(shù)據(jù)處理流程

本文數(shù)據(jù)處理流程如圖4所示，需要經(jīng)歷噪聲處理及信號噪聲的分解重組，處理后的樣品光譜經(jīng)過PLS偏最小二乘方法進行模型的建立[13]。分別計算出整個樣本的最佳主因子數(shù)及決定系數(shù)、均方誤差、相對標準偏差后給出所測原料奶成分的含量值預測值，在嵌入式系統(tǒng)中進行存儲和顯示。

在便攜式設備采集的原始光譜中，攜帶與待測樣本性質(zhì)無關因素產(chǎn)生的干擾信息（如樣本物理狀態(tài)、光的散射、雜散光等），導致出現(xiàn)光譜基線漂移和光譜重現(xiàn)性差等。在建模過程中，一方面減弱隨機噪聲、樣品背景干擾引起的光譜差異，另一方面進行光譜信息優(yōu)化，對樣品信息較強的光譜區(qū)域進行選擇，為建立穩(wěn)定、可靠的校正模型奠定基礎，對原始光譜數(shù)據(jù)進行去噪處理。首先對整個原料奶樣品吸收光譜進行Baseline（基線校正），消除部分隨機噪聲和儀器噪聲，提高分析信號的信噪比。進行SNV標準歸一化處理主要目的是消除光程變化或樣品稀釋等變化對所采集光譜的影響，分為最小最大歸一化、矢量歸一化和回零校正3種，本文設計上選擇其中最常用的矢量歸一化。最后根據(jù)使用平滑-微分處理方式，可消除基線漂移、克服譜帶重疊并強化譜帶特征。微分又可細化為一階微分和二階微分兩種方法，其中一階微分可去除同波長無關的漂移，而二階微分可去除與波長相關的漂移。本文中選擇二階處理，窗口大小選擇31點。計算公式為：

其中，g-微分窗口寬度，X（i）-微分處理前的光譜值，X-微分處理后的光譜值。

圖4 數(shù)據(jù)處理流程Fig.4 Data process

在PLS建模時，最佳主因子數(shù)的選擇至關重要，通常根據(jù)主因子的解釋能力進行判斷。從圖5中可以看出，在主因子數(shù)為Factor4時方差最低且無明顯增大。故其最佳主因子數(shù)為4。

圖5 最佳主因子數(shù)選擇Fig.5 Select the best master factor numbers

4 實驗分析與討論

4.1 原料奶樣品定標制備

采用常規(guī)化學分析法測定原料奶主要成分含量時，測量均是針對被測樣品中單一成分進行的。蛋白質(zhì)、脂肪含量的高低是原料奶品質(zhì)優(yōu)劣的重要標志，由于奶牛個體品種、飼養(yǎng)方法及飼料成分等因素影響，原料奶中各種成分含量不穩(wěn)定，給原料奶的檢測造成困難，給標準化生產(chǎn)加工帶來難度。因此原料奶中營養(yǎng)成分的快速檢測至關重要。以下是對于原料奶中各個營養(yǎng)成分測定的國家標準化學分析方法。

4.1.1 蛋白質(zhì)含量的測定

凱氏定氮法是目前國內(nèi)外用于測定奶制品中蛋白質(zhì)含量最常用的方法。奶制品中的蛋白質(zhì)在催化加熱條件下被分解，產(chǎn)生的氨與硫酸結合生成硫酸銨，通過堿化蒸餾使氨游離，用硼酸吸收后以硫酸或鹽酸標準滴定溶液滴定，根據(jù)酸的消耗量乘以換算系數(shù)，即得到蛋白質(zhì)的含量。依據(jù)國家食品安全國家標準GB 5009.5-2010標準測定方法，其測定公式如下：

式中，X-樣品中蛋白質(zhì)的含量（g·100 g-1）；V1-試液消耗硫酸或鹽酸標準滴定液的體積（mL）；V2-試劑空白消耗硫酸或鹽酸標準滴定液的體積（mL）；V3-吸取消化液的體積（mL）；c-硫酸或鹽酸標準滴定溶液濃度（mol·L-1）；0.014～1.0 mL的一個當量鹽酸溶液相當于0.014 g氮；m-試樣質(zhì)量（g）；F-氮換算為蛋白質(zhì)的系數(shù)。

4.1.2 脂肪含量的測定

目前，國內(nèi)外用于測定原料奶中脂肪含量的方法主要有Rose-Gettlich法，Gerber法，Babcock法等。其中Rose-Gettlich作為最常規(guī)簡便的方法而被廣泛引用。首先將原料奶樣品溶于含氨的酒精溶液中，然后用乙醚及石油醚將脂肪抽取出來，再蒸發(fā)去除溶劑，稱量殘留物質(zhì)測定其中乳脂的含量。依據(jù)國家食品安全國家標準GB 5413.3-2010標準測定方法，其測定公式如下：

式中，X-樣品的脂肪含量（g·100 g-1）；m-樣品的質(zhì)量（g）；m1-測得的脂肪收集瓶和抽提物的質(zhì)量（g）；m2-脂肪收集瓶和不溶物的質(zhì)量（g）；m3-空白試驗中，脂肪收集瓶和抽提物的質(zhì)量（g）；m4-空白試驗中脂肪收集瓶不溶物的質(zhì)量（g）。

整個化學制備過程凱氏定氮法中因為原料奶取樣量大，會造成整個實驗消耗時間較長，一份樣品的處理需要耗時2 h，特別是蒸餾定氮過程中效率低，不利于對大批量樣品進行快速測定。而整個Rose-Gettlich學制備過程中脂肪收集瓶在烘箱中需要持續(xù)加熱1 h，同樣也無法滿足大量原料奶制品制備。

4.2 前處理及模型論證

整個試驗期間，在哈爾濱周邊的松花江奶牛場取原料奶樣本65個。其樣本分布如表2。首先對65個采集的樣本在PC端進行前處理，包括進行異常樣本的剔除及特征波段的選取。最終將去除異常樣本的化學統(tǒng)計值及選擇好特征波段的光譜帶入ARM便攜式檢測設備中作為模型進行擬合運算。

本文使用濃度殘差法對光譜數(shù)據(jù)進行異常樣品去除，判斷其殘差統(tǒng)計量是否超過一定的分布下（如正態(tài)分布）的臨界值。由圖6可知，編號為15、18、43號的樣品殘差明顯且較大可被視為異常樣品剔除。

通過相關資料的查閱與整理，發(fā)現(xiàn)原料奶樣品脂肪的透射光譜中，在1 212、1 392、1 729、1 763 nm附近都有較強的吸收，由表3可知，脂肪及乳糖分子中含氫基團的近紅外譜帶中心位置進行比較后可得出，脂肪的吸收對應的分子結構為主要為.CH2，其中1 212 nm為C-H鍵的二級倍頻吸收，1 392 nm為C-H鍵的合頻吸收[14]。因此本文選擇1 100～1 400 nm作為原料奶中脂肪檢測的特征吸收波段。

表2 原料奶蛋白質(zhì)、脂肪樣品化學值統(tǒng)計Table 2 Chemical value statistics of raw milk protein and fat

圖6 異常樣本殘差統(tǒng)計Fig.6 Flow chart of data processing

表3 脂肪及乳糖分子中含氫基團的近紅外譜帶中心位置Table 3 Central positions in near infrared band of fat and lactose molecule hydrogen groups

乳蛋白中主要包括乳清蛋白、酪蛋白及少量的脂肪球膜蛋白，是原料奶的主要營養(yǎng)成分，含有人體必須的氨基酸，其中酪蛋白牛乳蛋白質(zhì)的80%。通過查閱整理發(fā)現(xiàn)：酪蛋白在從1 460～1 570 nm、2 050～2 070 nm的波長范圍內(nèi)，分布有相當豐富的吸收峰，都是N-H鍵的吸收。表4給出蛋白質(zhì)分子中含氫基團的近紅外譜帶中心位置[14]。通過對比發(fā)現(xiàn)蛋白制劑的吸收對應的分子結構主要為蛋白質(zhì)特征結構肽鍵（CONH）及其和肽鍵相關基團的吸收[14]。因此本文選擇1 400～1 600 nm作為原料奶中蛋白質(zhì)的特征吸收波段[14]。

表4 蛋白質(zhì)分子中含氫基團的近紅外譜帶中心位置Table 4 Central positions in near infrared band of protein molecule hydrogen groups

通過以上對去噪方法，異常樣本剔除及特征波段的前處理。選擇62個原料奶樣品中的（剔除3個異常樣本）52個樣品信息輸入ARM便攜式設備中。另外選擇剩余的10個樣本作為驗證集。通過該便攜儀器與標準化學方法測定的結果進行對比試驗。由于原料奶是一種多組分、半透明的懸浮類物質(zhì)，且其中包含的化學成分有100多種，因此測量樣品前需將樣品均質(zhì)。文中以預測原料奶中蛋白質(zhì)和脂肪的含量為例，進行原料奶成分檢測。結果見表5。其線性擬合關系見圖7。由表5可知，脂肪模型中樣本標準值與預測值之間相對誤差均低于10%，蛋白質(zhì)模型中除9號樣本外預測值與標準值之間相對誤差均在5%左右，圖7中顯示蛋白質(zhì)和脂肪模型具有良好的預測性能，其線性關系及傳遞性較好。

表5 測量對比結果Table 5 Measuring comparative results

圖7 蛋白質(zhì)(a)和脂肪(b)的預測值與標準值的關系Fig.7 Relationship between predicted value and standard value of protein(a)and fat(b)

5 結論

本文設計基于ARM的原料奶成分檢測設備研發(fā)，結合近紅外光譜分析技術主要針對原料奶中蛋白質(zhì)、脂肪進行快速檢測，經(jīng)綜合對比分析，整體設備采用鹵鎢燈作為發(fā)光光源，采用光柵型分光系統(tǒng)對鹵鎢燈產(chǎn)生的復合光進行分光，以基于ARM11內(nèi)核的S3C6410微處理器作為便攜式原料奶成分檢測設備核心，完成對整體便攜設備的硬件及軟件研發(fā)，其中微處理器驅(qū)動光學系統(tǒng)工作，實現(xiàn)光譜數(shù)據(jù)采集；軟件程序?qū)崿F(xiàn)對光譜數(shù)據(jù)的前處理及解析功能，由微處理器完成數(shù)據(jù)的顯示及存儲。該設備具有體積小、結構緊湊、性能穩(wěn)定、攜帶方便等優(yōu)點。經(jīng)試驗驗證表明，該設備對原料奶成分檢測的相對誤差在10%以內(nèi)，達到快速準確檢測原料奶成分目的。該設備成本低、檢測周期快，具有良好應用前景。

[1]Donato A,Jacques R,Yves C,et al.Prediction of the goat milkfatty acids by near infrared reflectance spectroscopy[J].Eur J Lipid Sci Technol,2013,115:612-620.

[2]Andreas M,Eberhard H,Angelika H.Accuracy of milk composition analysis with near infrared spectroscopy in diffuse reflection mode[J].Biosystems Engineering,2012:210-217.

[3]張軍,陳星旦,樸仁官,等.用于食品成分分析的雙探測器近紅外光譜儀[J].光學精密工程,2008:986-991.

[4]燕昌江,李鋒,徐良梅,等.近紅外光譜技術在畜牧生產(chǎn)中的應用[J].東北農(nóng)業(yè)大學學報,2008,39(11):140-144.

[5]曹真真,鄧麗敏,吳平,等.用于牛奶成分檢測的近紅外光譜儀設計[J].儀器儀表學報,2011:112-117.

[6]葉華俊,夏阿林,張學峰,等.基于長波近紅外的便攜式品質(zhì)分析儀的研制及應用[J].儀器儀表學報,2012:85-89.

[7]王智宏,林君,武子玉,等.便攜式礦物近紅外光譜儀器的研制[J].

[8]李睿.近紅外光譜儀嵌入式采集控制模塊設計[D].長春:吉林大學,2009.

[9]聞明,吉海彥.基于LED的便攜式近紅外整粒小麥成分測量儀的研制[J].光譜學與光譜分析,2004:1276-1279.

[10]黃常釗.陣列式近紅外光譜信號獲取技術研究[D].廣州:暨南大學,2011.

[11]楊海科,張建奇.基于S3C6410平臺的RFID手持終端的設計與實現(xiàn)[J].電子技術應用,2014,40(1):20-22.

[12]姚曉麥.20位模/數(shù)轉(zhuǎn)換器ADS1230在自動糖汁錘度在線監(jiān)測裝置的應用[J].廣西輕工業(yè),2011,27(4):5-7.

[13]殷秀杰,崔國文,胡國富,等.近紅外光譜分析法預測小葉章營養(yǎng)價值的研究[J].東北農(nóng)業(yè)大學學報,2013:128-132.

[14]王麗杰.快速檢測牛奶成分的近紅外光譜測量方法及系統(tǒng)研究[D].哈爾濱:哈爾濱理工大學,2006.

Development of near infrared component of raw milk detection device based on ARM

SUN Hongmin,JIN Qingyi,LI Xiaoming,KONG Qingming(School of Electrical and Information,Northeast Agricultural University,Harbin 150030,China)

As raw milk is a kind of basic dairy product,its safety issues have been the focus of attention of the whole society.This paper designs a portable detection device of raw milk ingredients based on ARM microprocessor,because chemical detection methods can not achieve the goals of on-site and on-line detection at present.Tungsten halogen lamp is used as light source in the device which uses the beam splitting system to get near-infrared spectroscopy from 900 to 1 700 nm and selects S3C6410 microcontroller to complete hardware design and software development of the system. Thus,the device can collect spectral data,store data and complete rapid detection of raw milk ingredients.Also,experimental results show that relative errors of test results between portable detection device and standard chemical method are within 10%,providing a new approach of raw milk composition detection.The device has a wide range of application prospect and promotional value.

acquisition and control;portable;raw milk

R155.5+7

A

1005-9369（2014）08-0103-07

2013-12-31

國家科技支撐計劃（2012BAK17B04）

孫紅敏（1971-），女，教授，碩士，碩士生導師，研究方向為農(nóng)業(yè)信息技術。E-mail:sunhongmin111@126.com

時間2014-7-18 15:00:54[URL]http://www.cnki.net/kcms/detail/23.1391.S.20140718.1500.007.html

孫紅敏,金慶誼,李曉明,等.基于ARM的近紅外原料奶成分檢測設備研發(fā)[J].東北農(nóng)業(yè)大學學報,2014,45(8):103-109.

Sun Hongmin,Jin Qingyi,Li Xiaoming,et al.Development of near infrared component of raw milk detection device based on ARM[J].Journal of Northeast Agricultural University,2014,45(8):103-109.(in Chinese with English abstract)