射频识别技术[Radio Frequency Identification，RFID]是自动识别技术的一种，近几年发展非常迅速。射频识别技术的工作方式是利用射频方式进行非接触双向通信，以达到识别目标对象并交换数据。
标签： Identification Frequency Radio 射频识别技术
上传时间： 2013-12-25
上传用户：chenxichenyue
1、从Keil C源代码中自动提取中文字符，并生成从左至右、从上至下顺序的字库文件； 2、生成的字库自动按升序排列； 3、提取中文时自动识别并跳过注释内容； 4、可自动分辨点阵大小，须在源代码中行末加注释。如行末加“//12X12”表示该行中的中文字符全部为12X12点阵
上传时间： 2017-04-28
上传用户：独孤求源
一个手势识别程序，使用有监督的神经网络实现，用户可以在窗口区域内用鼠标模拟手势，程序可以自动识别，而且可以自定义手势
上传时间： 2017-07-06
上传用户：jeffery
RH791A/RH792A/RH7901/RH7902/RH7901A/RH7902A是USB充电协议端口控制IC，可自动识别充电设备类型，并通过对应的USB充电协议与设备握手，使之获得极限充电电流，在保护充电设备的前提下节省充电时间。 联系人：唐云先生（销售工程） 手机：13530452646(微信同号) 座机：0755-33653783 （直线） Q Q: 2944353362
标签： RH791A RH792A RH791 RH792 USB充电识别芯片
上传时间： 2019-03-25
上传用户：lryang
无线射频识别技术，简称RFID，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，操作快捷方便。无线射频识别技术是一种新技术，在智能停车场上应用极为广泛。通过射频识别技术，可以实现一种自动的车辆辨识系统，使得车辆的停入和驶出能在一个快速的方式下处理，实现无人、安全、自动化。本文针对无线射频识别技术在智能停车场上的应用进行了详细的说明，先就智能停车场的设计思想进行系统的阐述，然后重点讨论了智能停车场的设计与实现过程中用到的相关模块：管理员的登录和注册模块、车辆具体信息查询模块、车辆的自动管理模块和其他信息模块等等。整个论文围绕基于无线射频识别技术的智能停车场如何对车辆进行管理做了大量论述。在对上述内容充分认识的基础上，本文详细介绍了如何设计这样一个系统，使得在无人情形下可以对车辆进行动态的管理，尤其是对停车场注册的车辆的停入和驶出动作的电子不停车管理。关键词：无线射频识别技术，智能停车场，车辆管理
上传时间： 2022-06-21
上传用户：
第一章 RFID基础知识简介1.1 RFID的定义RFID是什么？RFID是Radio Frequency Identification的缩写，即射频识别，俗称电子标签。RFID其主要核心部件是一个电子标签，直径仅为2毫米不到，通过相距几厘米到几米距离内传感器发射的无线电波，可以读取电子标签内储存的信息，识别电子标签代表的物品、人和器具的身份。1.2 RFID射频识别技术的概念RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。埃森哲实验室首席科学家弗格森认为RFID是一种突破性的技术："第一，可以识别单个的非常具体的物体，而不是像条形码那样只能识别一类物体；第二，其采用无线电射频，可以透过外部材料读取数据，而条形码必须靠激光来读取信息；第三，可以同时对多个物体进行识读，而条形码只能一个一个地读。此外，储存的信息量也非常大。
上传时间： 2022-06-22
上传用户：slq1234567890
射频识别技术是一种自20 世纪80 年代新兴的自动识别技术。它是利用无线射频方式进行非接触双向数据通信。相对于普遍应用的13.56MHz 射频识别系统，本设计中的868MHz 射频识别系统有着更多的优点：读写距离远，阅读速度快等，是目前国际上RFID产品发展的热点。 本课题研究的内容包括研究符合ISO18000－6 标准的超高频RFID 电子标签的主要特点、结构、工作原理及读写方法, 重点在于与其相应读卡器的设计方案, 包括读卡器的硬件电路设计、软件程序流程以及与上位机通信的实现。 在硬件设计中，选用ATMEL 公司的AVR 单片机ATmega8 作为主控制器，设计了主控、复位、串行通信等电路。并以RFM 公司开发的TRC101 为射频收发芯片进行了射频收发模块的设计。 软件设计采用模块化编程和结构化编程的思想，单片机编程语言为汇编语言，与上位机串行通信采用Visual Basic 编程。经过测试，误码率较低，编制的防冲突程序实现了基于随机二进制算法的防冲突功能。 本设计具有可靠性高，模块化设计等特点，通过验证,满足标准要求，达到了预期的目的，并证明了本设计性能的稳定性和可靠性。
上传时间： 2013-04-24
上传用户：shenlan
随着社会生产的发展和人民生活水平的提高，对供电质量的要求也越来越高，电压是标志电能质量的一个基本技术指标，它与无功功率密切相关。本文阐述了电压无功综合控制对于电力系统运行及工农业生产的重大意义；综述了国内外在这一领域中的研究所取得的成果、面临的问题和发展的前景。针对目前我国应用最为广泛、性能价格比最佳的并联电容与有载调压变压器综合控制装置的研制开发中所涉及的问题进行了较全面的分析与研究，提出了一种符合当前变电站综合自动化发展需要的可靠性高、组态灵活、功能齐全的变电站电压无功综合控制方案。该方案主控单元选用抗干扰能力强、指令丰富、扩展灵活、通讯联网能力强的西门子S7-226PLC作为控制核心；参数检测单元选用可靠性高、具有通讯功能的智能型综合电量变送器；控制主机通过与参数检测单元通讯获得所需参数，同时还可与上位机或其他具有串口的设备通讯。采用的电压无功控制策略，从系统的实际需要出发，充分考虑了影响电压无功控制效果的主要因素，控制决策以实时计算数据为参考，控制精度高，并有效避免了无效调节对设备及系统造成的危害；控制软件根据已经确定的控制算法做出控制决策并能够完成系统运行方式的自动识别、电容器的循环投切，电容器及分接头的保护及通讯等功能。文中还阐述了电容器接线形式选择、串联电抗及高压真空开关的选择依据以及变压器调档控制原理。 理论分析和仿真计算均证明了本文中所提出的控制策略的精确性和严密性；试验证明了该设计方案先进、灵活、可靠、功能齐全，符合电力系统自动化对控制装置的要求。
上传时间： 2013-06-01
上传用户：hxy200501
射频识别技术是一种自20 世纪80 年代新兴的自动识别技术。它是利用无线射频方式进行非接触双向数据通信。相对于普遍应用的13.56MHz 射频识别系统，本设计中的868MHz 射频识别系统有着更多的优点：读写距离远，阅读速度快等，是目前国际上RFID产品发展的热点。 本课题研究的内容包括研究符合ISO18000－6 标准的超高频RFID 电子标签的主要特点、结构、工作原理及读写方法, 重点在于与其相应读卡器的设计方案, 包括读卡器的硬件电路设计、软件程序流程以及与上位机通信的实现。 在硬件设计中，选用ATMEL 公司的AVR 单片机ATmega8 作为主控制器，设计了主控、复位、串行通信等电路。并以RFM 公司开发的TRC101 为射频收发芯片进行了射频收发模块的设计。 软件设计采用模块化编程和结构化编程的思想，单片机编程语言为汇编语言，与上位机串行通信采用Visual Basic 编程。经过测试，误码率较低，编制的防冲突程序实现了基于随机二进制算法的防冲突功能。 本设计具有可靠性高，模块化设计等特点，通过验证,满足标准要求，达到了预期的目的，并证明了本设计性能的稳定性和可靠性。
上传时间： 2013-04-24
上传用户：lili1990
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
