论文部分内容阅读
研究弱信号检测的原理和方法，是检测领域中的尖端技术。商品反盗系统对弱信号检测算法的要求非常高，主要体现在高检测率和抗干扰能力强，否则商品丢失造成的损失巨大；低误报率，否则很容易引起商场的纠纷。模式识别理论是研究各种信号识别算法的强有力工具，基于模式识别的算法能够很精确的区分有用信号和噪声干扰。因此本文把以往的弱信号检测算法和模式识别研究方法结合起来，提出一种新的弱信号检测算法。
本文把这种新的弱信号检测算法应用与EAS系统，包括三个算法模块：改进的自适应梳状滤波器、基于包络分离的标签识别算法模块和平滑滤波模块。
改进的自适应梳状滤波器：是在LMS自适应梳状滤波器的基础上，通过增加一个小权值抽头，可以逼近非整数阶自适应梳状滤波器，以满足EAS标签信号的滤波要求。
基于包络分离的标签识别算法：运用模式识别特征生成理论，结合EAS标签信号的特点，选择一种正交变换的输入作为特征集；根据特征选择的可区分性好、可靠性好、独立性好、数量少四个原则，选取特征集中的少数特征，并且加上实时信噪比、运动特征，作为有用特征集；采用线性判别函数对自适用滤波后信号的有用特征量判决，输入判别结果。
平滑滤波模块：为了保证输入判别结果的稳定性，对判别结果平滑滤波。
最后对本文进行总结，总结课题研究期间所完成的工作。