由于我国在烟草方面管制的特殊性,往往有不法分子为了获取大额利润,私自制造假冒品牌香烟并贩卖。为了提高假冒及走私香烟打击效率,香烟探测器应运而生。本文在电涡流识别金属理论的研究基础上,结合小波变换和RBF神经网络,提出了利用电涡流和小波包RBF神经网络的金属种类自动辨识方法,具体内容如下:1)分析了电涡流产生原理及影响电涡流的主要因素。首先分析了金属导体上电涡流产生原理,其次阐述了电涡流识别金属的等效模型,最后研究了不同频率、不同金属、不同的线圈与金属之间的距离对电涡流的影响。2)为了提高金属种类的识别率,提出了基于小波包RBF神经网络和基于RBF神经网络的金属种类识别方法,小波包RBF神经网络又分为“松散型”和“紧凑型”两种结合形式的小波包神经网络,利用三种不同种类的金属对这三种算法进行了 MATLAB仿真,结果表明,采用基于小波包RBF神经网络方法能较好了识别了金属种类,这是因为该方法将小波变换提取的电涡流特征量作为神经网络的输入,搭建RBF训练模型,因此识别率更好。3)设计一套基于单片机的电涡流金属种类识别系统,该系统包含硬件和软件系统两部分。硬件系统部分包括STM32F407ZGT6单片机最小系统、电源电路、振荡电路、放大电路、测频电路、测距电路设计。软件系统部分采用两部分完成,首先在MATLAB平台中得到基准数据,然后输入到单片机程序,最后由单片机程序完成探测器的功能。本文中通过仿真结果得到时利用小波神经网络可以大幅提高金属种类的识别率,也使得香烟探测器在工作中的效率得以提高。