1.大曲品質檢測嵌入式高光譜智慧型測控系統，包括SOCFPGA嵌入式設備、標定板數據庫、離線主機、無線通訊模塊、高光譜相機、光源、數據存儲(DDR)模塊、現場主控制器、現場分控制器、現場執行機構，其特征在于，高光譜相機與光源相連接，高光譜相機與SOCFPGA嵌入式設備相連接，SOCFPGA嵌入式設備通過無線通訊模塊與離線主機相連接，離線主機與標定板數據庫相連接，SOCFPGA嵌入式設備通過無線通訊模塊與現場主控制器相連接，現場主控制器通過無線通訊模塊與現場分控制器相連接，現場分控制器與現場執行機構相連接；

大曲高光譜數據利用SOCFPGA嵌入式設備加速處理的過程是通過在FPGA內編寫處理高光譜數據的硬件電路來實現的，具體為：利用SOCFPGA嵌入式設備對三維小波聚類的算法進行加速設計，找出與大曲氣味相關的特征波段，通過處理大曲光譜數據獲取大曲氣味的智能化氣味識別，尋找特征波段的具體聚類過程如下：a、輸入大曲高光譜數據；b、選擇三個特征波段；c、運用三維小波聚類算法進行聚類；d、判斷聚類結果是否將含特殊氣味的大曲篩選為一類，結果未滿足預期則重復執行b-d步驟，直至將特征氣味大曲篩選為一類，此時篩選的特征波段為大曲氣味的特征波段；通過YOLOV4網絡在不同波段預測大曲發酵特征,利用YOLOV4網絡預測大曲高光譜圖像信息：a、通過標注訓練得到能夠在可見光波段圖像信息中預測穿衣、火圈、裂紋特征的YOLOV4-0網絡；b、在近紅外波段圖像信息的數據標注過程中，通過可視化云圖的方式記錄大曲中水分含量、酸度和微生物的分布位置和大小信息，進行樣本標注和訓練，得到能夠識別定位高光譜近紅外波段圖像數據中預測水分含量、酸度特征的YOLOV4-1網絡，通過SOCFPGA嵌入式設備加速YOLOV4-0、YOLOV4-1兩個網絡，同時對大曲高光譜圖像信息進行處理，預測大曲的發酵特征；

高光譜相機通過千兆網線與SOCFPGA嵌入式設備相連接，通過SOCFPGA嵌入式設備執行軟觸發方式控制高光譜相機采集大曲高光譜數據；

數據存儲模塊與數據先入先出緩沖電路模塊相連接，數據先入先出緩沖電路模塊與SOCFPGA嵌入式設備相連接，大曲高光譜數據存儲在存儲模塊中，由數據先入先出緩沖電路逐行送入SOCFPGA嵌入式設備中的FPGA芯片中進行運算處理；

SOCFPGA嵌入式設備中的FPGA芯片接收到數據先入先出緩沖電路逐行的大曲高光譜數據后，由以下兩部分對大曲高光譜數據進行加速處理：(1)通過燒錄到FPGA中的聚類算法硬件電路對大曲高光譜數據中的光譜信息進行加速處理，以獲取大曲的氣味特征；(2)利用FPGA中YOLOV4硬件電路對高光譜數據進行加速處理，分別在可見光波段和近紅外波段數據中得到大曲發酵特征和大曲成分分布特征；

無線通訊模為5G無線通訊模；SOCFPGA嵌入式設備通過5G無線通訊模塊將大曲氣味特征、大曲發酵特征、大曲成分分布特征傳輸至離線主機，離線主機結合采集到的大曲氣味特征、大曲發酵特征、大曲成分分布特征信息，輸出調控現場發酵環境的控制方案并將控制方案傳輸至SOCFPGA嵌入式設備，然后SOCFPGA嵌入式設備基于控制方案通過5G無線通訊模塊向現場主控制器發出控制信號。