射频识别技术（Radio Freguency Identification，RFID）是无线电技术在自动识别领域应用中的具体运用。它通过射频信号自动识别目标对象并获取相关数据。近年来，随着，芯片技术、天线技术以及计算机技术的不断发展，RFID系统的体积和功耗越来越小，成本越来越低，功能日趋灵活，操作快捷方便，加上其擅长多目标识别、运动目标识别、方便物品跟踪和物流管理的突出特点，RFID系统日益广泛地应用于各种生产生活场所，扮演着越来越重要的角色，被评为“带来了一个进化的无线市场”。本章导读·射频识别技术的特点·射频识别技术的应用现状及发展趋势·射频识别技术的应用领域·射频识别技术的市场展望Radio Frequency Identification（RFID）通称电子标签技术，作为一种快速、实时、准确采集与处理信息的高新技术和信息标准化的基础，被列为21世纪十大重要技术之一。RFID技术通过对实体对象（包括零售商品、物流单元、集装箱、货运包装、生产零部件等）的唯一有效标识，被广泛应用于生产、零售、物流、交通等各个行业。RFID技术已逐渐成为企业提高物流供应链管理水平、降低成本、企业管理信息化、参与国际经济大循环、增强企业核心竞争力不可缺少的技术工具和手段。RFID技术的兴起并不是因为它是一项新技术，而是因为这项技术已经开始成熟并逐渐具备了走向实际应用的能力。RFID技术是从20世纪90年代兴起的一项自动识别技术。它是通过磁场或电磁场，利用无线射频方式进行非接触双向通信，以达到识别目的并交换数据，可识别高速运动物体并可同时识别多个目标。与传统识别方式相比，RFID技术无须直接接触、无须光学可视、无须人工干预即可完成信息输入和处理，操作方便快捷。能广泛用于生产、物流、交通运输、医疗、防伪、跟踪、设备和资产管理等需要收集和处理数据的应用领域，被认为是条形码标签的未来替代品。自动识别的方法有多种，如图1-1所示，每种方法各有其特点和应用领域。
标签： RFID
上传时间： 2022-06-25
上传用户：bluedrops
本书采用软件接收机的观点，详细介绍了GPS接收机原理，涉及软件无线电和GPS两个热门领域。GPS接收机包括直接序列扩频信号接收技术和导航处理两个学科内容，涉及卫星星座及GPS信号的影响、信号捕获跟踪、导航电文解扩接收、伪距测量、定位和导航计算处理等内容。本书第2版增加了3章新的内容，主要涉及微弱信号和强干扰环境下，GPS接收机的处理方法。本书还附列了许多用Matlab编写的计算机程序，帮助阐明某些思想，一些可直接用于接收机的设计。
上传时间： 2022-07-23
上传用户：aben
HART协议由Rosemount公司开发且已向每个使用者开放HART协议采用标准的Bell 202频移键控信号以1200波特通信以低电平加载于4mA~20mA模拟信号上，由于载波信号的平均值为零所以它对模拟信号没有影响。
上传时间： 2015-04-11
上传用户：duoshen1989
产生一个频移键控信号（FSK），该产生的信号可供复数解析用，频率归一化
上传时间： 2014-01-11
上传用户：z1191176801
２ＦＳＫ２ＰＳＫ－二进制频移键控和相移键控信号发生器的源程序，是基于ＱＵＡＲＴＵＳ ＩＩ软件平台，使用ＶＨＤＬ语言
上传时间： 2013-11-29
上传用户：wqxstar
％ --- --- --频移键控信号仿真程序 ％ --------------程序内部可设定码速率等参数
上传时间： 2016-05-07
上传用户：hewenzhi
一种多进制频移键控信号的调制分类及解调方法结束后，返 回到BCP继续呼叫处理的终结点。
上传时间： 2016-11-06
上传用户：417313137
信号发生器是控制系统的重要组成部分。研制出较高精度、可靠性、可调参数的数字量信号发生器，对于促进我国航空、航天、国防以及工业自动化等领域的发展均有重要意义。本文以直接频率合成和伪随机码的设计与实现为中心，对扩频通信的基本理论、信号源的结构、载波调制等问题进行了深入的分析和研究，并给出了模块的硬件实现方案。 现场可编程门阵列(FPGA)设计灵活、速度快，在数字专用集成电路的设计中得到了广泛的应用。论文介绍了FPGA技术的发展和应用，包括VHDL语言的基本语法结构和FPGA器件的开发设计流程等等。详细地分析了各类频率合成器的基础上提出采用直接数字式频率合成原理(DDS)实现低相位噪声、高分辨率、高精度和高稳定度的信号源。研究了测距伪随机码的原理，确定选用移位序列作为系统的扩频码序列，并选取了符合本系统使用的移位序列扩频码。分别给出并分析了相应的FPGA硬件实现电路。 对于载波调制这一关键技术，提出了采用二进制相移键控相位选择法并相应作了硬件实现。最后给出具体设计实现了的信号发生器的输出波形。经实验室测试，设计的信号发生器满足要求，且结构简单、工作可靠、重量轻、体积小，具有良好的应用前景。
上传时间： 2013-04-24
上传用户：qweqweqwe
GMSK是高斯滤波的最小频移键控的简称，基本的工作原理是将基带信号先经过高斯滤波器成形，再进行最小频移键控(MSK)调制。由于成形后的高斯脉冲包络无陡峭边沿，亦无拐点，因此频谱特性优于MSK信号的频谱特性。
上传时间： 2013-12-20
上传用户：c12228
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
