首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏JNing的专栏

    硬件: RFID (射频识别)

    Introduction 本节摘自Wikipedia-射频识别射频识别(英语:Radio Frequency IDentification,缩写:RFID)是一种无线通信技术,可以通过无线电讯号识别特定目标并读写相关数据 与条形码不同的是,射频标签不需要处在识别器视线之内,也可以嵌入被追踪物体之内。 许多行业都运用了射频识别技术。将标签附着在一辆正在生产中的汽车,厂方便可以追踪此车在生产线上的进度。 射频标签也可以附于牲畜与宠物上,方便对牲畜与宠物的积极识别(积极识别意思是防止数只牲畜使用同一个身份)。 射频识别的身份识别卡可以使员工得以进入建筑锁住的部分,汽车上的射频应答器也可以用来征收收费路段与停车场的费用。 某些射频标签附在衣物、个人财物上,甚至于植入人体之内。 应用范围 本节摘自射频识别技术: 射频门禁 电子溯源 食品溯源 产品防伪 ---- [1] Wikipedia-射频识别 [2] 射频识别技术

    1.2K20发布于 2018-09-27
  • 来自专栏计算机工具

    ​一、什么是射频识别?二、射频识别系统组成及工作原理三、射频识别系统分类四、RFID与物联网​

    一、什么是射频识别? 射频识别(RFID)是一种无线通信技术,可以通过无线电讯号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或者光学接触。 射频识别技术的优势不在于监测设备及环境状态,而在于“识别”。即通过主动识别进入到磁场识别范围内的物体来做相应的处理。RFID不是传感器,它主要通过标签对应的唯一ID号识别标志物。 二、射频识别系统组成及工作原理 1、射频识别系统组成 射频识别系统主要由三部分组成:标签、天线、阅读器。此外,还需要专门的应用系统对阅读器识别做相应处理。 1)标签:电子标签或称射频标签、应答器,由芯片及内置天线组成。芯片内保存有一定格式的电子数据,作为待识别物品的标识性信息,是射频识别系统的数据载体。内置天线用于和射频天线间进行通信。 典型应用:动物识别、容器识别、工具识别、电子闭锁防盗(带有内置应答器的汽车钥匙)等。 2、高频射频标签 高频段射频标签的工作频率一般为3MHz~30MHz。典型工作频率为13.56MHz。

    4.3K10编辑于 2024-12-17
  • 来自专栏物流IT圈

    物联网关键技术之射频识别技术

    在人们追求便利之时,射频识别技术恰恰出现在人们的视线之内,那么,射频识别技术究竟是什么呢? 无线射频识别射频识别技术(Radio Frequency ldentification, RFID) ,是自动识别技术的一-种,通过无线射频方式进行非接触双向数据通信,利用无线射频方式对记录媒体(电子标签或射频卡 )进行读写,从而达到识别目标和数据交换的目的。 (4)调制电路:把发送至标签的信号加载到载波并由射频电路送出。 对于我们来说,射频识别技术随处可在,或许就会有人纳闷:这么高级的技术,这么快就运用到我们的身边了?其实答案是肯定的,如:公交卡、二代身份证、食堂餐卡等都是RFID的实体应用。

    1.1K10发布于 2020-02-26
  • 来自专栏全栈程序员必看

    RFID-MFRC522射频识别模块,S50卡M1

    射频识别模块 什么是RFID MFRC522 S50-M1卡 1、主要指标 2、存储结构 3、AB密码一些问题 RC522与Arduino UNO的接线 MFRC522库的使用 examples 1、ReadUID 读取卡的UID 2、ReadAndWrite 数据读写 什么是RFID 无线射频识别射频识别技术(Radio Frequency Identification,RFID),是自动识别技术的一种,通过无线射频方式进行非接触双向数据通信 ,利用无线射频方式对记录媒体(电子标签或射频卡)进行读写,从而达到识别目标和数据交换的目的。 存取控制(4字节,其中字节9为备用字节)结构如下所示: 7 6 5 4 3 2 1 0 字节6 C23_b C22_b C21_b C20_b C13_b C12_b C11_b C10_b 字节7 C13 C12 C11 C10 C33_b C32_b C31_b C30_b 字节8 C33 C32 C31 C30 C23 C22 C21 C20 字节9 ( 注: _b表示取反

    2K30编辑于 2022-09-14
  • 来自专栏Ms08067安全实验室

    人脸识别9种攻击方式

    9.

    1.4K10编辑于 2025-03-07
  • 什么是无线射频检测?

    无线射频(RF)检测通过无线电和电子通讯设备检测,确保设备对无线频谱的有效使用,不会干扰到其他用户使用无线频谱。 无线射频测试技术包括Wi-Fi、Zigbee、集群通信(PMR)无线电、无线射频识别(RFID)、近场通讯(NFC)、全球定位系统(GPS)、移动电话技术等。 通常还需要进行其他检测,以验证您的设备符合当地的电磁兼容性(EMC)电气安全以及无线射频暴露的法规要求。 无线射频检测为何如此重要? 在大多数国际市场,包括欧盟、美国、加拿大、澳大利亚和日本等国家,无线射频合规是一项强制性要求。若您生产无线设备或将无线设备集成到您的终端产品中,须遵守目标市场的规定,否则您的产品将无法合法销售。 无线射频测试还可以早期检测问题,帮助品牌避免昂贵返工并快速进入全球市场。

    30510编辑于 2024-11-20
  • 来自专栏物联网思考

    ble 40个射频通道

    射频通道,编号0-39,每个2M,分为广播通道和数据通道,广播通道是37,38,39,其余都是数据通道。 ——————END——————

    69120发布于 2021-10-09
  • 来自专栏贾志刚-OpenCV学堂

    OpenCV实现0到9数字识别OCR

    使用OpenCV对0到9数字进行识别,实现简单OCR功能,基于CA(轮廓)分析实现特征提取,基于L1距离计算匹配实现数字识别。在排除干扰的基础上,识别精度可以达到98%以上。 整个算法分为两个部分,第一部分是特征提取,提取的特征实现了尺度不变性与轻微光照与变形干扰排除,第二部分基于特征数据进行匹配实现了相似性比较,最终识别0到9十个数字。 第一部分详解: 算法的第一部分主要是实现以下功能,提取42个特征向量,用其中40个向量做匹配识别,另外两个向量做辅助检查。比如0跟1的横纵比有明显差别。特征提取的主要步骤如下: 1. 识别结果: ? 观察结论 训练数据和识别数据在字体、大小上均有差异,然而根据提取的特征进行匹配,均可识别,充分证明了本识别算法的尺度不变性与局部抗干扰能力。

    5.7K20发布于 2018-07-26
  • 来自专栏iRF射频前端产业观察

    射频半导体 (MMIC) 入门

    在较小的尺度上,1nA(10^(-9)A)是每秒约6 x 10^(9)个电子的流动,对于如此小的电流来说,这似乎是一个矛盾的大数字! 硅是最受欢迎的半导体之一,有14个电子。 图8:P型非本征半导体 图9:P型硅的带状图(外在) P型非本征硅:另一方面,通过将硅晶体与具有三个价电子(三价/受体)的原子掺杂,可以获得多余的空穴进行传导。

    2.9K10编辑于 2022-05-16
  • 来自专栏iRF射频前端产业观察

    《破局射频前端》之一:射频架构简史和价值量分析

    前言 前作《5G射频前端的挑战和商业机会》,主要演绎了射频前端各种不同半导体工艺和产品类别的故事。详情请参考iRF射频前端产业观察公众号。 射频架构 中高端5G手机射频架构 中低端5G手机射频架构 实例分析 5G中高端射频架构赏析 5G中低端架构赏析(图片来自ewisetech) 价值量分析 单机价值量趋势 相同制式手机的射频单机价值量 感谢5G, 射频单机价值量轻松突破10美金。 从射频前端架构简史图中,明显能看到,随着通信的升级,带来更多的频段,更多的射频器件,更多的功能,这些导致市场价值量的提升。 Ø这是一部二十年的射频前端发展的简史。 Ø中低阶5G手机的射频架构的变化,需要引人注意。 Ø感谢通信产业的发展还有化合物半导体的技术突破,射频前端简史是一个从简单到复杂的过程。

    1.2K20编辑于 2022-05-16
  • 来自专栏集成电路IC测试座案例合计

    射频IC测试:射频变压器工作原理及测试座解决方案

    应用场景​射频变压器广泛应用于电子电路中,主要用于:1. ​阻抗匹配​:实现最大功率传输并抑制信号反射;2. ​电压/电流变换​:信号放大或衰减;3. ​ 鸿怡电子的自动化射频测试座方案集成S参数分析功能,可一键生成阻抗匹配报告,加速产品研发迭代。 Figure 11 Model ADTT1-1 Amplitude, Phase Unbalance鸿怡电子射频芯片测试座支持双通道同步测量,自动补偿电缆损耗,确保测试数据可重复性。 射频变压器的性能依赖精密设计与严格测试。鸿怡电子的射频芯片测试座通过以下技术优势,成为工程师的理想选择:1. ​宽频带覆盖​:DC-18GHz兼容主流通信标准;2. ​ 如需进一步了解射频芯片测试解决方案,可访问鸿怡电子官网获取技术白皮书。

    40210编辑于 2025-06-03
  • 来自专栏ElecDeveloper

    射频&天线设计-dB知多少

    在调试射频输出功率时经常听到“相差多少dB”,刚入门的话听得一脸懵逼,当然这种通俗单位别人也懒得跟你解释。 射频相关工作中常遇到W、mW、dB、dBm、dBW、dBc、dBi、dBd,总结如下: 1、dBm是一个表征功率绝对值的值,以1mW作为基准单位: 当发射功率P1=1mW,则换算为0dBm。

    1.1K20发布于 2021-08-19
  • TDK收购QEI射频功率业务

    QEI 设计和制造先进的射频发生器和阻抗匹配网络,用于半导体生产中的关键等离子体处理。 通过添加 QEI 的射频功率解决方案,TDK 为沉积和刻蚀等工艺增加了客户的价值。 “我们很高兴欢迎 QEI 才华横溢的射频团队加入 TDK,”TDK-Lambda Americas 总裁兼首席执行官 Jeff Boylan 说。 “QEI 灵活的射频技术与我们领先的直流产品相结合,使我们能够为半导体等离子应用提供先进、高质量的电源解决方案,为这个超过10亿美元的射频市场打开大门。

    7400编辑于 2026-03-19
  • 来自专栏FreeBuf

    射频技术(RFID)的安全协议

    1)当电子标签进入阅读器的识别范围内阅读器向其发送query消息请求认证。 1)当电子标签进入阅读器的识别范围内阅读器向其发送query消息请求认证。 )当电子标签进入阅读器的识别范围内阅读器向其发送query消息请求认证。 1)当电子标签进入阅读器的识别范围内阅读器向其发送query消息以及阅读器产生的秘密随机数RR,请求认证。 1)当电子标签进入阅读器的识别范围内阅读器向其发送query消息以及阅读器产生的秘密随机数R,请求认证。

    3.5K90发布于 2018-02-02
  • 来自专栏ElecDeveloper

    射频&天线设计-802.11初识

    ,传输层速率最高可达25Mbps 采用带52 个子载波频道的正交频分复用(OFDM)技术 有各种调制类型的数据传输率,根据需要,数据率除了达到最大值54Mbps,还可降为48,36,24,18,12,9或者

    1.6K30发布于 2021-08-18
  • 来自专栏iRF射频前端产业观察

    战略分析:射频前端市场放缓

    战略分析:射频前端市场放缓 战略分析新闻稿 Strategy Analytics今日表示,2018年和2019年,射频(RF)前端组件市场保持平稳,2020年将保持平稳,尽管公司和分析师经常宣称 ,4G和5G的射频技术将实现无节制的增长。 战略分析射频和无线组件报告“功率放大器和射频前端市场份额和预测更新”表明,智能手机销售放缓、原始设备制造商抵制更高的材料账单、贸易紧张局势和中国经济放缓一起阻止用于移动电话和其他移动用户设备的射频前端组件的销售增长 除此之外,射频组件供应商还必须继续提高性能,开发新产品以支持5G设备更高的频带和更高的射频复杂度。 我们仍然乐观地认为,随着5G移动设备的快速增长,以及新射频组件的生产成本随着产量的增加而开始下降,增长将恢复。”

    37710编辑于 2022-05-16
  • 来自专栏iRF射频前端产业观察

    5G射频前端架构

    原文参考www.skyworksinc.com

    27310编辑于 2022-05-16
  • 来自专栏ElecDeveloper

    射频&天线设计-Г、RL、VSWR、S

    对于阻抗匹配的解说可以查看《射频&天线设计-阻抗匹配》。 三、反射系数(Γ) 反射系数(Γ)定义为反射波电压和入射波电压的比值: ? 六、S参数 S参数是建立在入射波和反射波关系基础上的网络参数,用于微波射频电路的分析,以器件端口的反射信号以及从该端口传向另一端口的信号来描述微波网络,具体定义如下: S11 = 输入端反射系数(输入匹配

    3.1K30发布于 2021-08-18
  • 来自专栏ElecDeveloper

    射频&天线设计-Smith应用实例

    一、前言 关于Smith圆图的由来及知识点总结和软件获取请查阅《射频&天线设计-Smith圆图》。 有幸与村田和顺络的伙伴进行线下合作交流,让他们把自己的主推高频射频电感电容汇列成表给我,后面整理好可以分享出来。

    1.5K20发布于 2021-08-19
  • 来自专栏我爱计算机视觉

    GroupFace 人脸识别,刷新 9 个数据集SOTA

    在人脸识别常用的 9 大数据集(LFW, YTF, CALFW, CPLFW,CFP, AgeDB-30, MegaFace, IJB-B, IJB-C)上,该算法表现出了一致性的精度提高,虽然代码没开源 作者认为如果在训练的时候能够给出每张图片所属组(或者说类别)的标签,训练得到的特征天然的具有缩小人脸搜索范围的性质,使人脸识别更精准。 其实透过上面的分析可知,使用作者的方法很难学到作者假设的那种语义分组,但在实验中发现,网络自动分组对人脸识别来说仍然有好处的。 实验结果 除了使用GroupFace网络结构,作者还使用arcface loss损失函数,在 9 个常用的1:1人脸验证和1:N人脸识别数据集中的实验,均得到了显著的精度提升。 ? ? ? 虽然作者称GroupFace是一种人脸识别专用算法,但其实这种思想在所有表示学习、度量学习领域都值得尝试,比如ReID。

    1.4K20发布于 2020-05-27
领券