發(fā)布時(shí)間：2018-03-21 12:09

  本文選題：聲磁EAS系統(tǒng)　切入點(diǎn)：標(biāo)簽識(shí)別算法　出處：《鄭州大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：電子商品防盜系統(tǒng)(Electronic Article Surveillance,EAS)是一種應(yīng)用于現(xiàn)代零售業(yè)中的防盜設(shè)備,通過減少商品失竊,來提高銷售利潤(rùn)。隨著科學(xué)技術(shù)的發(fā)展,EAS系統(tǒng)的工作環(huán)境日趨復(fù)雜,各種電磁干擾嚴(yán)重影響了系統(tǒng)的檢測(cè)性能。聲磁技術(shù)為EAS系統(tǒng)的發(fā)展提供了一條新的道路,聲磁EAS系統(tǒng)根據(jù)音叉原理而設(shè)計(jì),其檢測(cè)性能遠(yuǎn)超其他類型的產(chǎn)品。本文設(shè)計(jì)一種基于DSP的聲磁EAS系統(tǒng),并根據(jù)聲磁標(biāo)簽信號(hào)特征研究了一種基于支持向量機(jī)的檢測(cè)方法。本文所設(shè)計(jì)的系統(tǒng)檢測(cè)器的核心處理器采用TMS320F28335,系統(tǒng)工作頻率為58kHz,系統(tǒng)天線采用收發(fā)天線共用的時(shí)分復(fù)用一體式收發(fā)方式;系統(tǒng)通過引入50Hz的網(wǎng)絡(luò)同步信號(hào),可以有效地提高系統(tǒng)穩(wěn)定性和抗干擾能力;發(fā)射信號(hào)通過整形電路、線性放大電路、功率放大電路處理后饋送至發(fā)射天線上,在天線周圍形成了標(biāo)簽檢測(cè)區(qū)域。標(biāo)簽信號(hào)一般都很微弱,通過放大電路、濾波電路、運(yùn)算電路處理后輸入DSP中進(jìn)行AD轉(zhuǎn)化和處理,處理器將分析接收信號(hào)特征以決定是否觸發(fā)報(bào)警系統(tǒng)。針對(duì)傳統(tǒng)聲磁EAS系統(tǒng)標(biāo)簽識(shí)別算法導(dǎo)致系統(tǒng)檢測(cè)率低和抗干擾性差等問題,本文研究了一種改進(jìn)型人工魚群算法(IAFSA)與支持向量機(jī)(SVM)相結(jié)合的聲磁標(biāo)簽信號(hào)檢測(cè)算法(IAFSA-SVM)。首先詳細(xì)地分析了支持向量機(jī)和傳統(tǒng)人工魚群算法的原理和優(yōu)勢(shì),根據(jù)算法的不足提出了優(yōu)化方案,并建立了SVM檢測(cè)模型;實(shí)驗(yàn)收集了足夠的測(cè)試樣本,提取并分析了標(biāo)簽信號(hào)和系統(tǒng)環(huán)境噪聲的特征,綜合考慮算法復(fù)雜度和標(biāo)簽信號(hào)的特點(diǎn),選擇了信號(hào)幅度、頻率和信噪比作為支持向量機(jī)的輸入向量,最后設(shè)計(jì)了實(shí)驗(yàn)仿真流程圖。根據(jù)本文所提出的系統(tǒng)方案,設(shè)計(jì)了收發(fā)一體式聲磁EAS系統(tǒng)和標(biāo)簽識(shí)別算法,對(duì)系統(tǒng)硬件和算法的性能進(jìn)行了測(cè)試:系統(tǒng)硬件各模塊工作正常,與預(yù)設(shè)參數(shù)相同;基于SVM的標(biāo)簽識(shí)別算法檢測(cè)距離可達(dá)1.5m,檢測(cè)率為99.75%,算法平均耗時(shí)4.6ms,可滿足系統(tǒng)實(shí)時(shí)檢測(cè)要求。
[Abstract]:Electronic Article Survey system (EAS) is a kind of anti-theft equipment used in modern retail industry, which can increase the sales profit by reducing the theft of goods. With the development of science and technology, the working environment of EAS system is becoming more and more complex. All kinds of electromagnetic interference seriously affect the detection performance of the system. Acoustic and magnetic technology provides a new way for the development of EAS system. The acoustic magnetic EAS system is designed according to the principle of tuning fork. Its detection performance is far superior to other types of products. In this paper, a sound magnetic EAS system based on DSP is designed. A detection method based on support vector machine (SVM) is studied according to the characteristics of acoustomagnetic label signal. The core processor of the system detector is TMS320F28335, the system frequency is 58kHz, and the antenna of the system is shared by transceiver antenna. Time division multiplexing integrated transceiver mode; By introducing 50Hz network synchronous signal, the system can effectively improve the stability and anti-jamming ability of the system, and the transmitting signal is fed to the transmitting antenna through shaping circuit, linear amplifier circuit and power amplifier circuit. The tag detection area is formed around the antenna. The tag signal is usually very weak. After processing the amplifier circuit, filter circuit and operation circuit, it is input into DSP for AD conversion and processing. The processor will analyze the characteristics of the received signal to determine whether to trigger the alarm system. The traditional acoustomagnetic EAS system label recognition algorithm leads to low detection rate and poor anti-jamming. In this paper, an improved artificial fish swarm algorithm (IAFSA) and support vector machine (SVM) are studied. Firstly, the principle and advantages of support vector machine and traditional artificial fish swarm algorithm are analyzed in detail. According to the deficiency of the algorithm, the optimization scheme is put forward, and the SVM detection model is established, and enough test samples are collected, the characteristics of tag signal and system environment noise are extracted and analyzed, and the complexity of the algorithm and the characteristics of label signal are considered synthetically. The signal amplitude, frequency and signal-to-noise ratio are selected as input vectors of support vector machine. Finally, an experimental simulation flow chart is designed. According to the proposed system, a transceiver acoustic-magnetic EAS system and label recognition algorithm are designed. The performance of the system hardware and algorithm is tested: the system hardware modules work normally and are the same as the preset parameters; The detection distance of tag recognition algorithm based on SVM is up to 1.5 m, the detection rate is 99.75 and the average time of the algorithm is 4.6 ms.It can meet the requirement of real-time detection of the system.
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫運(yùn)英，夏紅霞，，趙愚，劉定飛;棧的一種算法理論[J];武漢工業(yè)大學(xué)學(xué)報(bào);1995年01期

2 許道云;;全息算法的原理及應(yīng)用[J];計(jì)算機(jī)科學(xué)與探索;2011年02期

3 段海濱,王道波,朱家強(qiáng),黃向華;蟻群算法理論及應(yīng)用研究的進(jìn)展[J];控制與決策;2004年12期

4 段海濱;王道波;于秀芬;;幾種新型仿生優(yōu)化算法的比較研究[J];計(jì)算機(jī)仿真;2007年03期

5 劉永廣;葉梧;馮穗力;;一種基于非線性長(zhǎng)度的多約束路由算法[J];計(jì)算機(jī)應(yīng)用研究;2008年11期

6 劉永廣;葉梧;馮穗力;;一種基于蟻群算法和非線性長(zhǎng)度的多約束路由算法[J];通信技術(shù);2009年08期

7 劉振;胡云安;;一種多粒度模式蟻群算法及其在路徑規(guī)劃中的應(yīng)用[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

8 羅景峰;;智能算法求解效果評(píng)價(jià)的物元模型[J];微電子學(xué)與計(jì)算機(jī);2011年04期

9 劉芳,李陽陽;量子克隆進(jìn)化算法[J];電子學(xué)報(bào);2003年S1期

10 周雅蘭;;細(xì)菌覓食優(yōu)化算法的研究與應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年20期

相關(guān)會(huì)議論文 前4條

1 李曉磊;錢積新;;人工魚群算法:自下而上的尋優(yōu)模式[A];過程系統(tǒng)工程2001年會(huì)論文集[C];2001年

2 徐公林;張鐵龍;;人工魚群算法在電力系統(tǒng)負(fù)荷模型參數(shù)辨識(shí)中的應(yīng)用[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

3 董家瑞;王精業(yè);潘麗君;;改進(jìn)的Dijksta算法在裝備保障系統(tǒng)中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

4 劉耀年;姚玉萍;李迎紅;劉俊峰;;基于人工魚群算法RBF神經(jīng)網(wǎng)絡(luò)[A];第十屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 高衛(wèi)峰;人工蜂群算法及其應(yīng)用的研究[D];西安電子科技大學(xué);2013年

2 王聯(lián)國(guó);人工魚群算法及其應(yīng)用研究[D];蘭州理工大學(xué);2009年

3 姚正華;改進(jìn)人工魚群智能優(yōu)化算法及其應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2016年

4 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

5 張捷;進(jìn)化算法及智能數(shù)據(jù)挖掘若干問題研究[D];西安電子科技大學(xué);2013年

6 程世娟;改進(jìn)蟻群算法及其在結(jié)構(gòu)系統(tǒng)可靠性優(yōu)化中的應(yīng)用[D];西南交通大學(xué);2009年

7 楊振宇;基于自然計(jì)算的實(shí)值優(yōu)化算法與應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

8 郭慶昌;均值移動(dòng)算法及在圖像處理和目標(biāo)跟蹤中的應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

9 張梅鳳;人工魚群智能優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];大連理工大學(xué);2008年

10 金勁;群集智能算法在網(wǎng)絡(luò)策略中的研究及其應(yīng)用[D];蘭州理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 耿亞南;聲磁EAS系統(tǒng)設(shè)計(jì)及標(biāo)簽檢測(cè)算法研究[D];鄭州大學(xué);2017年

2 黃林;空間復(fù)用MIMO系統(tǒng)接收端的球形譯碼檢測(cè)算法研究[D];寧夏大學(xué);2015年

3 牛麗娟;基于Gossip算法的無線傳感器網(wǎng)絡(luò)分布式參數(shù)場(chǎng)估計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

4 卓靜一;液晶相控陣波前相位校正算法研究[D];電子科技大學(xué);2014年

5 張瑩;視頻異常事件檢測(cè)算法研究[D];大連理工大學(xué);2015年

6 張博;基于多用戶MIMO系統(tǒng)的魯棒性信號(hào)檢測(cè)算法研究[D];大連理工大學(xué);2015年

7 陳望;基于混合算法的室內(nèi)WLAN定位研究[D];新疆大學(xué);2015年

8 陳宗文;霍夫森林框架下的多目標(biāo)檢測(cè)與跟蹤算法研究[D];東北大學(xué);2013年

9 張亞玲;衛(wèi)星導(dǎo)航抗干擾算法研究及系統(tǒng)設(shè)計(jì)[D];西安電子科技大學(xué);2014年

10 賈佳蔚;基于粒子濾波的檢測(cè)前跟蹤算法研究[D];電子科技大學(xué);2015年

本文編號(hào)：1643793