CN108413991B - 电磁波传输过程中金属线圈/板接近的检测方法及装置 - Google Patents
电磁波传输过程中金属线圈/板接近的检测方法及装置 Download PDFInfo
- Publication number
- CN108413991B CN108413991B CN201810144129.8A CN201810144129A CN108413991B CN 108413991 B CN108413991 B CN 108413991B CN 201810144129 A CN201810144129 A CN 201810144129A CN 108413991 B CN108413991 B CN 108413991B
- Authority
- CN
- China
- Prior art keywords
- metal
- prior data
- signal
- data interval
- proximity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种电磁波传输过程中金属线圈/板接近的检测方法及装置,提取源信号,经整流滤波、采样转换得到对应信号数据。把得到的数据输入到金属接近检测的自学习识别算法中,训练算法,实现是否有金属线圈/板接近的检测,以及识别接近的金属属于哪种材质/类型,同时也在应用中不断校准,优化提高检测识别的准确度。本发明可以自适应检测识别不同金属板和线圈,检测效率优良。不仅可以节约成本,同时也可以减小装置的体积,甚至独立形成传感器模块产品。
Description
技术领域
本发明涉及射频技术领域,特别是一种电磁波传输过程中金属线圈/板接近的检测方法及装置。
背景技术
目前对线圈和金属板的接近检测方法,一般采用传感器,如金属传感器、霍尔传感器。
现有检测方法需要在原装置上增加特定传感器模组,当金属线圈或金属板接近时,传感器装置上产生电压/电流信号(以下电信号)变化,从而实现对线圈或金属物体接近的检测。这种方法成本高,且检测装置体积较大,检测效率低。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种电磁波传输过程中金属线圈/板接近的检测方法及装置,提高检测效率,降低检测成本。
为解决上述技术问题,本发明所采用的技术方案是:一种电磁波传输过程中金属线圈/板接近的检测方法,包括以下步骤:
1)在检测天线上加载负载波,对外发送电磁波;
2)从天线上提取源信号,对所述源信号进行预处理,得到预处理后的信号数据e;所述源信号即上述电磁波;
3)判断金属接近先验数据区间A是否初始化,若是,则判断预处理后的信号是否在先验数据区间A内,进入步骤3);否则,执行有金属线圈或金属板接近时对应的动作,并判断规定时间内该动作是否执行成功,若成功,则将金属接近先验数据区间A初始化为[e-dA/2,e+dA/2],dA为先验数据区间A的长度;若不成功,则判断无金属接近先验数据区间B是否已初始化,若已初始化,且预处理后的信号在无金属接近先验数据区间B内,则不更新无金属接近先验数据区间B,返回步骤1);若已初始化,且预处理后的信号值小于无金属接近先验数据区间B的下限,则更新B为[e,b2-(b1-e)],返回步骤1);若已初始化,且预处理后的信号值大于无金属接近先验数据区间B的上限,则更新B为[b1+(e-b2),e],返回步骤1);若未初始化,则初始化B为[e-dB/2,e+dB/2],然后返回步骤1);其中,A=[a1,a2],dB为B的长度;B=[b1,b2];a1=e-dA/2,a2=e+dA/2,dA根据产品测量校准得出;b1=e-dB/2,b2=e+dB/2,dB根据产品测量校准得出;
4)若所述信号数据e落入金属接近先验数据区间A内,则判定为有金属线圈或金属板接近;若信号数据e落入无金属接近先验数据区间B内,则判定为无金属线圈或金属板接近;
5)结束。
步骤3)之后,步骤4)之前,还进行如下处理:若预处理后的信号在先验数据区间A内,则执行有金属线圈或金属板接近时的动作,并判断该动作是否执行成功,若成功,则将先验数据区间连续正确次数cnt加1,进入步骤4);若不成功,则令cnt=0,且若预处理后的信号值在无金属接近先验数据区间B内,修正A的范围,若b1<a1<b2<a2,则修正A为[e,a2+(e-a1)],若a1<b1<a2<b2,则修正A为[a1-(a2-e),e],进入步骤4);若预处理后的信号不在先验数据区间A内,则判断cnt是否大于或等于临界参数c,若是,则进入步骤4);否则,执行有金属线圈或金属板接近时的动作,并判断一定时间T内该动作是否执行成功,若成功,且预处理后的信号值小于金属接近先验数据区间A的下限,则修正A为[e,a2-(a1-e)],若预处理后的信号值大于金属接近先验数据区间A的上限,则修正A为[a1+(a2-e),e],进入步骤4)。
所述源信号包括没有金属线圈或金属板接近时的电信号、有某种金属线圈或金属板接近时的电信号。可以自适应识别不同金属板和线圈,检测效率优良。
所述金属接近先验数据区间A初始化为[e-dA/2,e+dA/2];所述无金属接近先验数据区间B初始化为[e-dB/2,e+dB/2]。采用中值算法,加速收敛区间。
步骤1)中,对所述源信号进行预处理包括对所述源信号进行整流、滤波处理,然后对整流、滤波后的信号进行采样转换。
利用天线采集所述源信号,并通过整流二极管对所述源信号进行整流处理,然后利用滤波电路对整流后的信号进行滤波,滤波后的信号送入分压电路,分压后的信号送入ADC进行采样转换。
相应地,本发明还提供了一种电磁波传输过程中金属线圈/板接近的检测电路,包括用于采集源信号的天线;所述天线经整流二极管接滤波电路、分压电路;所述滤波电路与所述分压电路并联;所述分压电路输出端接采样转换模块;所述源信号包括没有金属线圈或金属板接近时的电信号、有某种金属线圈或金属板接近时的电信号。该电路结构简单,无需额外增加传感器,成本低,体积较小。
所述分压电路为电阻分压电路,所述电阻分压电路通过RC滤波器接所述采样转换模块。进一步提高后续检测准确率。
本发明方法原理如下:经实践测试发现电磁波传输过程中遇到金属线圈或金属板时,会被吸收或反射一部分,造成源信号的电信号(电压或电流)发生不同程度波动,根据这一现象,提取源信号,经整流滤波、采样转换得到对应信号数据。把得到的数据输入到金属接近检测的自学习识别算法中,训练算法,实现是否有金属线圈/板接近的检测,同时也在应用中不断校准,优化提高检测识别的准确度。并且,由于不同金属材质和线圈在不同距离情况下对射频信号造成的影响不同,本方法还可以实现对金属材质和/或距离的判断识别(不同材质和距离,对应的A区间和B区间不同,通过设定各自独立的A、B区间可以完成识别)。
本发明提出的几个概念说明如下:
1、无金属接近先验数据:指没有金属线圈或金属板接近时的电信号数据,以字母e表示。通过采集一系列电信号数据,取其中的最小值和最大值作为端点形成一个闭区间,这个区间称为无金属接近的先验数据区间,用字母B表示,B=[b1,b2]。使用时,当采集到的数据落在该区间内,则代表装置附近没有金属线圈/金属板接近;否则,就说明有金属线圈/金属板在靠近,此时可以执行金属线圈/金属板接近时的相应动作,如果执行动作的结果反馈判断有误,即此时并没有金属线圈/金属板接近,则启动自学习算法,将该数据归入到无金属接近的先验数据区间,并更新数据区间的端点。在最初阶段可以通过人为制造无金属线圈/金属板接近的状态来获取该先验数据,当采集到不少于2个数据时,形成先验数据闭区间。此后,以及在使用过程中,如果通过执行其他动作确定没有金属线圈/金属板接近,但是采集到的数据没有落在先验数据域中,此时启动自学习算法,将原数据域延时到新的数据范围(确保覆盖新的数据),实现自学习功能。
2、金属接近先验数据:指有某种金属线圈或金属板接近时的电信号数据,同样以字母e表示。同样通过采集不少于2组先验数据,取其中的最小值和最大值作为端点形成一个闭区间,把该区间定义为金属接近先验数据区间,用字母A表示,A=[a1,a2]。在没有先验数据(或先验数据比较少)的时候,可以人为放置金属线圈/金属板在附近,然后执行金属接近对应的动作确定金属线圈/金属板接近动作,将判断有金属接近的数据和先验数据区间比较,优化校准先验数据区间。对于不同材质的金属线圈/金属板,训练得到的区间A不一定重叠,此时训练得到数据区间A即可与这种金属线圈/金属板形成对应关系。使用时,如果采集到的数据落在该数据区间内,则判断为有金属线圈接近,直接启动对应金属接近动作,否则,不需要制定对应动作,这样可以提升系统效率、降低功耗。特别说明的是:对于训练出多组不同材质的线圈/金属板先验数据区间的装置,还可以通过该方法识别对应的金属线圈材质。具体应用例如:在某些智能锁中,可以分别检测金属滑盖是否到位,以及感应卡片(金属线圈)是否接近,然后根据情况分别执行接下来的动作。
3、区间长度:指上述两种先验数据区间的最大值减去最小值,得到的差值即为区间长度。为提高识别精确度,预先设置好区间长度dA(A区间的长度)、dB(B区间的长度)。对于先验数据区间A,当采集到一组准确数据时,将A初始化为[e-dA/2,e+dA/2],然后根据实际使用时e的偏差范围,不断优化校准区间A,将区间A覆盖到所有金属接近时采集到的数据点。对于先验数据区间B,同样的原理初始化区间B为[e-dB/2,e+dB/2],优化校准时,尽量让区间B覆盖到所有实测数据点。
4、自学习休眠参数:指系统不再需要执行自学习动作的临界参数c,用于和系统连续判断准确的计数器比较。当系统运行时,根据区间A和区间B做出正确判断的连续次数,当该次数达到设定的系统参数时,认为系统趋于稳定状态,不需要再执行自学习。如果使用中出现一次判断错误(如判断有金属接近,但是执行对应动作却失败),则连续正确次数计数器清零,重新开始计数,同时激活自学习功能。
5、连续判断成功计数器:记录根据区间A和B做出判断的连续正确次数,定义为cnt,如果中途出现一次失败,执行cnt=0,重新开始计数。
与现有技术相比,本发明所具有的有益效果为:本发明针对金属接近、无金属接近两种情形下,特别提出金属接近先验数据、无金属接近先验数据、判断阈值三种数据,通过对三种数据中的一种或任意组合进行自学习和判断,可以自适应识别不同金属板和线圈,检测效率优良。在产品设计中,不仅可以节约成本,同时也可以减小装置的体积。
附图说明
图1为本发明原理图;
图2为本发明方法流程图;
图3为本发明检测电路原理图。
具体实施方式
如图1,本发明主要流程为:提取源信号,经整流滤波、采样转换得到对应信号数据。把得到的数据输入到金属接近检测的自学习识别算法(如图2所示)中,训练算法,实现是否有金属线圈/板接近的检测,同时也在应用中不断校准,优化提高检测识别的准确度。
本发明检测电路如图3所示,天线ANT用于采集源信号,在射频发射电路的前端、中端、末端各个位置都可以采集到变化,但是以末端变化最为明显,天线经整流二极管D01接滤波电路、分压电路;所述滤波电路与所述分压电路并联;所述分压电路输出端接采样转换模块;所述源信号包括没有金属线圈或金属板接近时的电信号、有某种金属线圈或金属板接近时的电信号。滤波电路包括滤波电容C01和滤波电容C02,两个滤波电容并联;分压电路包括分压电阻R01和与R01串联的分压电阻R02。电阻分压电路通过RC滤波器接采样转换模块ADC,RC滤波器包括电容C03和电阻R03。
以电子门锁/智能门锁应用为例,目前市场电子门锁上标配射频卡(射频卡是由射频芯片和对应的线圈组成),常规的寻卡流程是:开启射频场,启动软件流程执行寻卡操作,如果在约定时间内没有得到卡片回应,判定场强内没有卡片。对于门锁滑盖到位检测功能的实现,则是通过干簧管或微动开关等传感器来实现。传统的检卡方案功耗大,占用系统资源时间长。而门锁滑盖到位检测则需要新的传感器加入才能实现,增加成本和器件空间位。
采用本方法进行卡片检测,只需要在设计好的天线上引出信号,经整流滤波转换,采集得到电压信号,首次检卡成功对应的电压值作为有卡先验数据参考,同时通过人工训练采集金属滑盖到位时的电压作为滑盖到位先验数据,并根据误差要求设定偏差范围。
操作流程为:开启射频场,采集电压/电流信号,和先验数据对比分析,如果在滑盖到位先验数据范围内,则判定滑盖到位;如果符合有卡,则认为有卡片接近,否则,则关闭场强,进入待机。实测电压值对应如下表(下表中,取卡片接近的区间宽度为dA1=0.3,滑盖到位的区间宽度为dA2=0.3,开盖无卡对应的区间宽度dB=0.5,修正得到区间A1=[1.17,1.1.47],A2=[0.87,1.17),B=(1.47,1.97],综合经验值,B区间可以向右延伸为(1.47,+∞))。
模式 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
卡片接近 | 1.32 | 1.33 | 1.35 | 1.33 | 1.35 | 1.30 | 1.32 | 1.33 | 1.31 | 1.35 |
滑盖到位 | 1.11 | 1.16 | 1.15 | 1.13 | 1.15 | 1.13 | 1.12 | 1.14 | 1.13 | 1.13 |
开盖无卡 | 1.53 | 1.56 | 1.59 | 1.56 | 1.55 | 1.53 | 1.56 | 1.54 | 1.53 | 1.51 |
Claims (9)
1.一种电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,包括以下步骤:
1)在检测天线上加载负载波,对外发送电磁波;
2)从天线上提取源信号,对所述源信号进行预处理,得到预处理后的信号数据e;所述源信号即上述电磁波;
3)判断金属接近先验数据区间A是否初始化,若是,则判断信号数据e是否在先验数据区间A内,进入步骤4);否则,执行有金属线圈或金属板接近时对应的动作,并判断规定时间内该动作是否执行成功,若成功,则将金属接近先验数据区间A初始化为[e-dA/2,e+dA/2],dA为先验数据区间A的长度;其中,A=[a1,a2];
4)若所述信号数据e落入金属接近先验数据区间A内,则判定为有金属线圈或金属板接近;
5)结束。
2.根据权利要求1所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,步骤3)中,执行有金属线圈或金属板接近时对应的动作,并判断规定时间内该动作是否执行成功,若不成功时,则判断无金属接近先验数据区间B是否已初始化,若已初始化,且预处理后的信号在无金属接近先验数据区间B内,则不更新无金属接近先验数据区间B,返回步骤1);若已初始化,且预处理后的信号值小于无金属接近先验数据区间B的下限,则更新B为[e,b2-(b1-e)],返回步骤1);若已初始化,且预处理后的信号值大于无金属接近先验数据区间B的上限,则更新B为[b1+(e-b2),e],返回步骤1);若未初始化,则初始化B为[e-dB/2,e+dB/2],然后返回步骤1);其中,A=[a1,a2],dB为B的长度;B=[b1,b2]。
3.根据权利要求2所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,步骤3)之后,步骤4)之前,还进行如下处理:若预处理后的信号在先验数据区间A内,则执行有金属线圈或金属板接近时的动作,并判断该动作是否执行成功,若成功,则将先验数据区间连续正确次数cnt加1,进入步骤4);若不成功,则令cnt=0,且若预处理后的信号值在无金属接近先验数据区间B内,修正A的范围,若b1<a1<b2<a2,则修正A为[e,a2+(e-a1)],若a1<b1<a2<b2,则修正A为[a1-(a2-e),e],进入步骤4);若预处理后的信号不在先验数据区间A内,则判断cnt是否大于或等于临界参数c,若是,则进入步骤4);否则,执行有金属线圈或金属板接近时的动作,并判断一定时间T内该动作是否执行成功,若成功,且预处理后的信号值小于金属接近先验数据区间A的下限,则修正A为[e,a2-(a1-e)],若预处理后的信号值大于金属接近先验数据区间A的上限,则修正A为[a1+(a2-e),e],进入步骤4)。
4.根据权利要求1所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,所述源信号包括没有金属线圈或金属板接近时的电信号、有某种金属线圈或金属板接近时的电信号。
5.根据权利要求1所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,步骤1)中,对所述源信号进行预处理包括对所述源信号进行整流、滤波处理,然后对整流、滤波后的信号进行采样转换。
6.根据权利要求5所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,利用天线采集所述源信号,并通过整流二极管对所述源信号进行整流处理,然后利用滤波电路对整流后的信号进行滤波,滤波后的信号送入分压电路,分压后的信号送入ADC进行采样转换。
7.根据权利要求3所述的电磁波传输过程中金属线圈/板接近的检测方法,其特征在于,修正A的范围的具体实现过程为:若b1<a1<b2<a2,则修正A为[e,a2+(e-a1)],若a1<b1<a2<b2,则修正A为[a1-(a2-e),e]。
8.一种电磁波传输过程中金属线圈/板接近的检测电路,其特征在于,包括用于采集源信号的天线;所述天线经整流二极管接滤波电路、分压电路;所述滤波电路与所述分压电路并联;所述分压电路输出端接采样转换模块;所述源信号包括没有金属线圈或金属板接近时的电信号、有某种金属线圈或金属板接近时的电信号;对所述源信号进行预处理,得到预处理后的信号数据e;判断金属接近先验数据区间A是否初始化,若是,则判断信号数据e是否在先验数据区间A内,若所述信号数据e落入金属接近先验数据区间A内,则判定为有金属线圈或金属板接近;否则,执行有金属线圈或金属板接近时对应的动作,并判断规定时间内该动作是否执行成功,若成功,则将金属接近先验数据区间A初始化为[e-dA/2,e+dA/2],dA为先验数据区间A的长度;其中,A=[a1,a2]。
9.根据权利要求8所述的电磁波传输过程中金属线圈/板接近的检测电路,其特征在于,所述分压电路为电阻分压电路,所述电阻分压电路通过RC滤波器接所述采样转换模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810144129.8A CN108413991B (zh) | 2018-02-12 | 2018-02-12 | 电磁波传输过程中金属线圈/板接近的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810144129.8A CN108413991B (zh) | 2018-02-12 | 2018-02-12 | 电磁波传输过程中金属线圈/板接近的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108413991A CN108413991A (zh) | 2018-08-17 |
CN108413991B true CN108413991B (zh) | 2020-11-06 |
Family
ID=63128327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810144129.8A Active CN108413991B (zh) | 2018-02-12 | 2018-02-12 | 电磁波传输过程中金属线圈/板接近的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108413991B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0696778A1 (fr) * | 1994-08-10 | 1996-02-14 | Gemplus S.C.A. | Etiquette électronique et système pour l'identification sans contact d'objets, notamment d'objets métalliques |
CN1601547A (zh) * | 2004-10-21 | 2005-03-30 | 复旦大学 | 一种用于射频识别的功率自适应变数据率通讯装置和方法 |
CN101971493A (zh) * | 2007-12-20 | 2011-02-09 | D·辛哈 | 微天线设备 |
CN101968551A (zh) * | 2010-08-26 | 2011-02-09 | 刘家发 | 便携式金属探测装置 |
CN102244502A (zh) * | 2011-04-25 | 2011-11-16 | 胡建国 | Q值自动调节限幅电路 |
CN103475350A (zh) * | 2013-09-25 | 2013-12-25 | 谭林明 | 一种微金属涡流式接近开关传感器 |
CN104541455A (zh) * | 2012-08-17 | 2015-04-22 | 高通股份有限公司 | 具有电容式接近度感测的无线电力系统 |
CN104685379A (zh) * | 2012-10-02 | 2015-06-03 | 格尔德·赖梅 | 用于定位和/或检测金属或含金属物体和材料的方法及传感器单元 |
CN104796204A (zh) * | 2015-03-16 | 2015-07-22 | 深圳大学 | 一种基于无线网络的金属携带检测方法 |
JP2015159388A (ja) * | 2014-02-24 | 2015-09-03 | 日産自動車株式会社 | アンテナ装置 |
CN105447538A (zh) * | 2015-11-13 | 2016-03-30 | 成都市卓新实业有限公司 | 一种内置有芯片的法兰 |
CN106870721A (zh) * | 2017-04-06 | 2017-06-20 | 南京奥联新能源有限公司 | Amt变速器换挡啮合点位置自学习方法 |
CN107534219A (zh) * | 2015-05-29 | 2018-01-02 | 迪睿合株式会社 | 天线装置及电子设备 |
CN206847543U (zh) * | 2017-05-26 | 2018-01-05 | 成都凯天电子股份有限公司 | 感知金属靶标到位检测的接近传感器接口电路 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7928900B2 (en) * | 2006-12-15 | 2011-04-19 | Alliant Techsystems Inc. | Resolution antenna array using metamaterials |
CN102737212B (zh) * | 2012-06-06 | 2014-11-19 | 成都因纳伟盛科技股份有限公司 | 二代证手持核验仪及其核验方法 |
CN102938084B (zh) * | 2012-11-29 | 2016-08-24 | 深圳市华旭科技开发有限公司 | 智能水表的低频射频卡的读写方法及电路 |
CN103618558B (zh) * | 2013-12-02 | 2015-09-30 | 昌辉汽车电气系统(安徽)有限公司 | 一种射频接收模块、汽车遥控器及遥控方法 |
CN104993818B (zh) * | 2015-05-19 | 2021-11-09 | 苏州海博智能系统有限公司 | 一种智能卡无线校准频偏方法 |
CN107368877B (zh) * | 2017-09-04 | 2024-04-09 | 北京世通凌讯科技有限公司 | 非接触芯片、非接触读写系统及时钟频率调制方法 |
-
2018
- 2018-02-12 CN CN201810144129.8A patent/CN108413991B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0696778A1 (fr) * | 1994-08-10 | 1996-02-14 | Gemplus S.C.A. | Etiquette électronique et système pour l'identification sans contact d'objets, notamment d'objets métalliques |
CN1601547A (zh) * | 2004-10-21 | 2005-03-30 | 复旦大学 | 一种用于射频识别的功率自适应变数据率通讯装置和方法 |
CN101971493A (zh) * | 2007-12-20 | 2011-02-09 | D·辛哈 | 微天线设备 |
CN101968551A (zh) * | 2010-08-26 | 2011-02-09 | 刘家发 | 便携式金属探测装置 |
CN102244502A (zh) * | 2011-04-25 | 2011-11-16 | 胡建国 | Q值自动调节限幅电路 |
CN104541455A (zh) * | 2012-08-17 | 2015-04-22 | 高通股份有限公司 | 具有电容式接近度感测的无线电力系统 |
CN104685379A (zh) * | 2012-10-02 | 2015-06-03 | 格尔德·赖梅 | 用于定位和/或检测金属或含金属物体和材料的方法及传感器单元 |
CN103475350A (zh) * | 2013-09-25 | 2013-12-25 | 谭林明 | 一种微金属涡流式接近开关传感器 |
JP2015159388A (ja) * | 2014-02-24 | 2015-09-03 | 日産自動車株式会社 | アンテナ装置 |
CN104796204A (zh) * | 2015-03-16 | 2015-07-22 | 深圳大学 | 一种基于无线网络的金属携带检测方法 |
CN107534219A (zh) * | 2015-05-29 | 2018-01-02 | 迪睿合株式会社 | 天线装置及电子设备 |
CN105447538A (zh) * | 2015-11-13 | 2016-03-30 | 成都市卓新实业有限公司 | 一种内置有芯片的法兰 |
CN106870721A (zh) * | 2017-04-06 | 2017-06-20 | 南京奥联新能源有限公司 | Amt变速器换挡啮合点位置自学习方法 |
CN206847543U (zh) * | 2017-05-26 | 2018-01-05 | 成都凯天电子股份有限公司 | 感知金属靶标到位检测的接近传感器接口电路 |
Also Published As
Publication number | Publication date |
---|---|
CN108413991A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164090B (zh) | 令电容式触摸屏实施多种扫描方式的时隙扫描方法 | |
CN103431856B (zh) | 在多导联同步心电信号中选择心电导联的方法及装置 | |
CN103989462B (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
CN103584854B (zh) | 心电信号r波的提取方法 | |
US8866794B2 (en) | Statistical analyzing method and statistical quality indicator for reliability improvement of a capacitive touch device | |
CN112307969B (zh) | 一种脉冲信号的分类辨识方法、装置及计算机设备 | |
CN104305991B (zh) | 从心电信号中检测噪声的方法和设备 | |
CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN106802379A (zh) | 一种自适应阈值的负载开关检测和识别方法及系统 | |
CN116821809B (zh) | 基于人工智能的生命体征数据采集系统 | |
CN108924847B (zh) | 一种基于ann的认知无线电频谱预测方法及设备 | |
CN115600837A (zh) | 一种用于电器负荷异常的节能诊断方法 | |
CN110631064B (zh) | 一种声音识别方法及应用有该声音识别方法的吸油烟机的自动控制方法 | |
CN110764152B (zh) | 一种无人机快速检测与识别的装置及方法 | |
CN108413991B (zh) | 电磁波传输过程中金属线圈/板接近的检测方法及装置 | |
CN103810451A (zh) | 射频卡检测装置及其射频卡检测方法 | |
CN113300986B (zh) | 无人机图传信号与热点信号识别方法、介质、计算机设备 | |
CN111089856A (zh) | 一种拉曼光谱弱信号提取的后处理方法 | |
CN109508649A (zh) | 一种血细胞分析仪的脉冲信号分析识别方法 | |
CN105743756A (zh) | WiFi系统中基于adaboost算法的帧检测方法 | |
CN114609319A (zh) | 基于噪声估计的谱峰识别方法及系统 | |
CN117490834A (zh) | 振动频谱峰值捕获方法 | |
Li et al. | TF 2 AN: A temporal-frequency fusion attention network for spectrum energy level prediction | |
CN115078616A (zh) | 基于信噪比的多窗口谱峰识别方法、设备、介质及产品 | |
CN103197142A (zh) | 未知频率持续模拟信号和猝发数字信号同时捕获方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |