前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的識別技術主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：識別技術范文

摘要：本文簡要介紹了語音識別技術理論基礎及分類方式，所采用的關鍵技術以及所面臨的困難與挑戰，最后討論了語音識別技術的發展前景和應用。

關鍵詞：語音識別；特征提取；模式匹配；模型訓練

Abstract:This text briefly introduces the theoretical basis of the speech-identification technology，its mode of classification，the adopted key technique and the difficulties and challenges it have to face.Then，the developing prospect ion and application of the speech-identification technology are discussed in the last part.

Keywords:Speech identification;Character Pick-up;Mode matching;Model training

一、語音識別技術的理論基礎

語音識別技術：是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的高級技術。語音識別以語音為研究對象，它是語音信號處理的一個重要研究方向，是模式識別的一個分支，涉及到生理學、心理學、語言學、計算機科學以及信號處理等諸多領域，甚至還涉及到人的體態語言（如人在說話時的表情、手勢等行為動作可幫助對方理解），其最終目標是實現人與機器進行自然語言通信。

不同的語音識別系統，雖然具體實現細節有所不同，但所采用的基本技術相似，一個典型語音識別系統主要包括特征提取技術、模式匹配準則及模型訓練技術三個方面。此外，還涉及到語音識別單元的選取。

（一） 語音識別單元的選取

選擇識別單元是語音識別研究的第一步。語音識別單元有單詞（句）、音節和音素三種，具體選擇哪一種，由具體的研究任務決定。

單詞（句）單元廣泛應用于中小詞匯語音識別系統，但不適合大詞匯系統，原因在于模型庫太龐大，訓練模型任務繁重，模型匹配算法復雜，難以滿足實時性要求。

音節單元多見于漢語語音識別，主要因為漢語是單音節結構的語言，而英語是多音節，并且漢語雖然有大約1300個音節，但若不考慮聲調，約有408個無調音節，數量相對較少。因此，對于中、大詞匯量漢語語音識別系統來說，以音節為識別單元基本是可行的。

音素單元以前多見于英語語音識別的研究中，但目前中、大詞匯量漢語語音識別系統也在越來越多地采用。原因在于漢語音節僅由聲母（包括零聲母有22個）和韻母（共有28個）構成，且聲韻母聲學特性相差很大。實際應用中常把聲母依后續韻母的不同而構成細化聲母，這樣雖然增加了模型數目，但提高了易混淆音節的區分能力。由于協同發音的影響，音素單元不穩定，所以如何獲得穩定的音素單元，還有待研究。

（二） 特征參數提取技術

語音信號中含有豐富的信息，但如何從中提取出對語音識別有用的信息呢？特征提取就是完成這項工作，它對語音信號進行分析處理，去除對語音識別無關緊要的冗余信息，獲得影響語音識別的重要信息。對于非特定人語音識別來講，希望特征參數盡可能多的反映語義信息，盡量減少說話人的個人信息（對特定人語音識別來講，則相反）。從信息論角度講，這是信息壓縮的過程。

線性預測（LP）分析技術是目前應用廣泛的特征參數提取技術，許多成功的應用系統都采用基于LP技術提取的倒譜參數。但線性預測模型是純數學模型，沒有考慮人類聽覺系統對語音的處理特點。

Mel參數和基于感知線性預測（PLP）分析提取的感知線性預測倒譜，在一定程度上模擬了人耳對語音的處理特點，應用了人耳聽覺感知方面的一些研究成果。實驗證明，采用這種技術，語音識別系統的性能有一定提高。

也有研究者嘗試把小波分析技術應用于特征提取，但目前性能難以與上述技術相比，有待進一步研究。

（三）模式匹配及模型訓練技術

模型訓練是指按照一定的準則，從大量已知模式中獲取表征該模式本質特征的模型參數，而模式匹配則是根據一定準則，使未知模式與模型庫中的某一個模型獲得最佳匹配。

語音識別所應用的模式匹配和模型訓練技術主要有動態時間歸正技術（DTW）、隱馬爾可夫模型（HMM）和人工神經元網絡（ANN）。

DTW是較早的一種模式匹配和模型訓練技術，它應用動態規劃方法成功解決了語音信號特征參數序列比較時時長不等的難題，在孤立詞語音識別中獲得了良好性能。但因其不適合連續語音大詞匯量語音識別系統，目前已被HMM模型和ANN替代。

HMM模型是語音信號時變特征的有參表示法。它由相互關聯的兩個隨機過程共同描述信號的統計特性，其中一個是隱蔽的（不可觀測的）具有有限狀態的Markor鏈，另一個是與Markor鏈的每一狀態相關聯的觀察矢量的隨機過程（可觀測的）。隱蔽Markor鏈的特征要靠可觀測到的信號特征揭示。這樣，語音等時變信號某一段的特征就由對應狀態觀察符號的隨機過程描述，而信號隨時間的變化由隱蔽Markor鏈的轉移概率描述。模型參數包括HMM拓撲結構、狀態轉移概率及描述觀察符號統計特性的一組隨機函數。按照隨機函數的特點，HMM模型可分為離散隱馬爾可夫模型（采用離散概率密度函數，簡稱DHMM）和連續隱馬爾可夫模型（采用連續概率密度函數，簡稱CHMM）以及半連續隱馬爾可夫模型（SCHMM，集DHMM和CHMM特點）。一般來講，在訓練數據足夠的，CHMM優于DHMM和SCHMM。HMM模型的訓練和識別都已研究出有效的算法，并不斷被完善，以增強HMM模型的魯棒性。

人工神經元網絡在語音識別中的應用是現在研究的又一熱點。ANN本質上是一個自適應非線性動力學系統，模擬了人類神經元活動的原理，具有自學、聯想、對比、推理和概括能力。這些能力是HMM模型不具備的，但ANN又不個有HMM模型的動態時間歸正性能。因此，現在已有人研究如何把二者的優點有機結合起來，從而提高整個模型的魯棒性。 二、語音識別的困難與對策

目前，語音識別方面的困難主要表現在：

（一）語音識別系統的適應性差，主要體現在對環境依賴性強，即在某種環境下采集到的語音訓練系統只能在這種環境下應用，否則系統性能將急劇下降；另外一個問題是對用戶的錯誤輸入不能正確響應，使用不方便。

（二）高噪聲環境下語音識別進展困難，因為此時人的發音變化很大，像聲音變高，語速變慢，音調及共振峰變化等等，這就是所謂Lombard效應，必須尋找新的信號分析處理方法。

（三）語言學、生理學、心理學方面的研究成果已有不少，但如何把這些知識量化、建模并用于語音識別，還需研究。而語言模型、語法及詞法模型在中、大詞匯量連續語音識別中是非常重要的。

（四）我們對人類的聽覺理解、知識積累和學習機制以及大腦神經系統的控制機理等分面的認識還很不清楚；其次，把這方面的現有成果用于語音識別，還有一個艱難的過程。

（五）語音識別系統從實驗室演示系統到商品的轉化過程中還有許多具體問題需要解決，識別速度、拒識問題以及關鍵詞（句）檢測技術等等技術細節要解決。

三、語音識別技術的前景和應用

語音識別技術發展到今天，特別是中小詞匯量非特定人語音識別系統識別精度已經大于98%，對特定人語音識別系統的識別精度就更高。這些技術已經能夠滿足通常應用的要求。由于大規模集成電路技術的發展，這些復雜的語音識別系統也已經完全可以制成專用芯片，大量生產。在西方經濟發達國家，大量的語音識別產品已經進入市場和服務領域。一些用戶交機、電話機、手機已經包含了語音識別撥號功能，還有語音記事本、語音智能玩具等產品也包括語音識別與語音合成功能。人們可以通過電話網絡用語音識別口語對話系統查詢有關的機票、旅游、銀行信息，并且取得很好的結果。

語音識別是一門交叉學科，語音識別正逐步成為信息技術中人機接口的關鍵技術，語音識別技術與語音合成技術結合使人們能夠甩掉鍵盤，通過語音命令進行操作。語音技術的應用已經成為一個具有競爭性的新興高技術產業。

參考文獻

[1]科大訊飛語音識別技術專欄. 語音識別產業的新發展.企業專欄.通訊世界，2007.2:(總l12期)

[2]任天平，門茂深.語音識別技術應用的進展.科技廣場.河南科技，2005.2:19-20

[3]俞鐵城.科大訊飛語音識別技術專欄.語音識別的發展現狀.企業專欄.通訊世界，2006.2 (總122期)

[4]陳尚勤等.近代語音識別.西安:電子科技大學出版社，1991

第2篇：識別技術范文

【關鍵詞】自動識別技術 射頻識別技術 優缺點 應用

前言：自動識別技術是一門集多學科于一體的高新技術學科，近幾年在全球飛速發展。目前，條形碼的應用已普及，射頻識別技術和生物識別等技術在中國也發展迅速，國家已把“大力發展RFID”列入“十一五”計劃綱要。自動識別使數據處理速率大大提升，最終使成本大幅降低。

一、自動識別技術簡介

自動識別技術就是應用一定的識別裝置，通過被識別物品和識別裝置之間的接近活動，自動地獲取被識別物品的相關信息，并提供給后臺的計算機處理系統來完成相關后續處理的一種技術。

二、自動識別系統種類

自動識別系統可分為針對物（“無生命”）和針對人（“有生命”）的識別兩類。

（一）“有生命”識別技術

a.聲音識別技術。語音識別是一種將人講話發出的語音通信聲波識別成為一種能夠表達通信消息的符號序列，有匹配識別和檢測識別兩種方式。其中匹配識別是指語音聲波與系統中已存在的聲波模型進行對比，把最接近的作為識別結果。檢測識別指把系統模型中與輸入的語音聲波相匹配的符號或符號序列作為系統的識別結果。優缺點：實現非接觸式的數據采集，對手腳的使用無阻礙。但其識別率較低。應用：電信，語音情感識別等。

b.生物特征識別技術。生物特征識別技術是對某人的物理特征或行為特征用自動化方法予以辨識或認證的技術，包括人臉識別、指紋識別、視網膜識別、語音識別（語音識別可以進行身份和語音內容的識別，只有前者屬于生物特征識別技術）、鍵盤敲擊識別、簽字識別。所有的生物識別工作都包括4個步驟：原始數據獲取、抽取特征、比較和匹配。

①人臉識別技術。人臉識別是指對輸入的人臉圖象或者視頻流，先判人臉是否存在，若存在，則提取臉部信息，并依據這些信息，進一步獲取每個人臉中所蘊涵的身份特征，并通過與已知人臉對比來識別人臉的身份。可通過視頻技術和熱成像技術來捕捉面部圖像，前者是通過一個標準的攝像頭攝取面部的圖像或一系列圖像，從而記錄一些核心數據，后者是通過分析面部的由毛細血管的血液產生的熱線來產生面部圖像[1]。優缺點：在實際環境中可以進行多個人臉的識別，但因系統對周圍的光線環境敏感，會影響識別的準確性，此外對于人面部發飾，衰老等因素，需進行人工智能補償后識別。應用：自動門禁控制系統、身份證件的鑒別，公安刑偵追逃等。

③簽名識別。簽名識別，也被稱為簽名力學辨識，是由于個人書寫習慣的差異。簽名鑒定有在線簽名鑒定和離線簽名鑒定兩種。前者比后者會多采集書寫人握筆方式，書寫壓力等動態信息，固不容易被偽造。優缺點：容易被大眾認可，但其會隨著人各方面的改變而變化。

除此之外，還有我們熟悉的指紋識別，視網膜識別等，他們是人體固有的特征，不會受環境或年齡變化而改變，且視網膜不可見，因此最難偽造。

（二）“無生命”識別技術

a.條碼技術。條碼是由一組按一定編碼規則排列的條、空符號，用以表示一定的字符、數字及符號組成的信息。優缺點：信息采集速度快，可靠性高，使用靈活，成本低等優點。但其存儲信息少，被污染后無法讀取數據，且沒有辦法做到全球唯一ID號。應用：POS系統。

b.光學字符識別（OCR）。OCR是指通過掃描等光學輸入方式將文字根據其亮暗確定其形狀，從而轉化為圖像信息，再利用字符識別方法將形狀翻譯成計算機文字的過程。優缺點：其優點是人眼可識度，可掃描。但輸入速度和可靠性不及條碼，以目前的技術，基本無法正確識別手寫中文字體。應用：辦公室自動化中的文本輸入，郵件自動處理與自動獲取文本過程相關的其他領域，這些領域包括支票和文件識度，訂單數據輸入等。

c.磁條（卡）技術。磁條（卡）技術是利用貼在卡上的磁條來記錄信息。磁條表面涂有磁性材料，當讀卡設備的磁頭掠過磁條時，可對磁條進行現場讀寫操作。優缺點：使用便捷，成本低廉，安全性較高，能粘附在不同規格和形式的基材上。但數據存儲量小，容易磨損，撕毀，不能彎折。應用：銀行ATM卡，公交卡。

d.IC卡識別技術。IC卡指將可編程設置的IC芯片放在卡片中，使卡片具有更多的功能。通常所說的IC卡為接觸式IC卡。優缺點：具有存儲容量大，體積小，重量輕，抗干擾能力強，易于使用，安全性高，使用壽命長等優點。但由于觸點暴露在外面，有可能因為人為的原因或靜電而損壞。

應用：電話IC卡，手機SIM卡，智能水表，電表。

e.射頻識別技術

①射頻技術概念。射頻技術指由掃描器發射一特定頻率的無線電波能量給接收器來驅動接收器電路將內部的代碼送出，此時掃描器便接收此代碼。接收器不使用電池，是無接觸式的，固不怕污染，且其晶片密碼是世界唯一的。較常見的應用有無線射頻識別。

②射頻識別技術概念。射頻識別技術是指可通過無線電訊號識別特定目標并讀寫相關數據，而無需識別系統與特定目標之間建立機械或光學接觸。

③射頻識別技術的基本原理。射頻識別技術的基本原理是電磁理論。射頻標簽用于裝載識別信息，射頻讀寫器用于獲取信息。射頻標簽與射頻讀寫器之間利用感應、無線電波或微波能量進行非接觸雙向通信，實現數據交換，從而達到識別的目的。射頻識別系統通常由標簽、讀寫器、計算機通信網絡三部分組成。常用的有低頻（125k～134.2K）、高頻、超高頻，微波等。

④優缺點：識別距離遠，數存儲量大，信息存儲時間長，可以同時識別多個標簽，有全球唯一ID，難以偽造。但相對條碼成本較高。射頻識別標簽具有可讀寫能力，不需要對準，不會被強磁場洗去信息。

⑤應用：高速公路不停車收費系統，不需刷卡自動安全門禁系統，電子通關，通關車輛驗證與放行等。

總結：本文通過材料搜集與整理并結合自己現有的知識簡要概述了自動識別技術概念及其常用的幾種技術的優缺點及應用。希望本文對讀者有些許幫助。

參考文獻：

[1]董立鋒.人臉識別技術在信息系統身份認證中的應用.四川大學.2004

[2]游戰清，李蘇劍.射頻識別技術（RFID）理論與應用.電子工業出版社.2004.8

第3篇：識別技術范文

[關鍵詞] 車牌定位車牌識別字符分割字符識別

車牌識別技術在公共安全、交通管理、及相關軍事部門有著重要的應用價值，目前該技術主要應用于職能交通系統（Intdligent Transportation SystemITS）。一般來講車牌識別軟件系統主要包括三部分，它們是車牌定位、車牌分割和字符識別，車牌定位的任務是給出圖像中車牌的位置，車牌分割的主要任務是將定位后的車牌區域中的字符分割出來，字符識別是最后一部分，它的主要任務是將分割出的字符識別出來。有關車牌識別技術國內外有大量的研究報道，在車牌識別系統中，涉及的方法比較多，有的算法簡單，速度快，但識別正確率較低；有的算法復雜，正確率高，但速度慢，以下對現有的一些車牌識別技術進行綜述比較。

一、車牌定位技術

車牌定位就是從車牌的圖像中提取出車牌區域，它的好壞直接關系到這個系統識別率的高低，并且對識別速度也有很大的影響。由于車牌背景的復雜性與車牌特征的多樣性，迄今為止, 仍沒有一個完全通用的職能化車牌定位方法。車牌定位算法目前主要有基于彩色的方法、尋找車牌圖像上下邊界的方法、基于灰度的方法、基于頻域或其他變換域的方法等幾大類，結合這些基本方法與各種優化算法又派生出許多其他定位算法。

1.利用車牌的紋理的幾何變化的定位方法

對車牌區域檢測需要運用車牌區域所特有的屬性。按照模式識別原理，應找到車牌區域圖像固有的且與圖像其他區域不易混淆的屬性，并且所有使用的屬性在各種環境下攝取的圖像具有穩定性。在各種條件下車牌所在的圖像區域穩定可靠的信息是它具有豐富的邊緣，因此涉及了對邊緣紋理信息分析為基礎的算法。

這類算法的流程可以分為三個步驟:(1)預處理，將彩色圖像轉換成灰度圖并進行圖像邊界增強;(2)利用根據牌照特點設計的變換公式進行變換;(3)對變換后的圖像進行分析，利用牌照的幾何特點進行定位。

2.利用圖像信息差進行車牌定位的方法

這種方法是利用兩幀或兩場車牌圖片之間的信息差，進行車牌的定位，所以這種方法也叫基于互相關矢量圖的車牌定位算法。該算法已于車牌字符筆畫兩個邊緣互相關值最大的原理，由原始圖像構造兩幅圖像，用類似粒子圖像測速互相關方法求出“位移矢量圖”，再從中依據先驗知識進行車牌定位的算法。該算法的特點是可在車牌兩倍大小范圍內自適應車牌大小，同時還可以得到對后續處理非常有用的信息。

3.利用顏色的車牌定位的方法

利用顏色的車牌定位方法不同于大多數的車牌定位方法，由于對車牌的大小、汽車在圖像中的位置以及圖像背景的限制很少，而且綜合特征定位要比單一特征定位更符合人的視覺要求，因而定位效果更好，應用范圍更廣。有關車牌的模型化，根據機動車牌號標準，中國車牌照主要有藍底白字、黃底黑字、黑底白字、和白底黑字4種類型，根據車牌底色，利用顏色空間距離及相似度計算，就可以從圖像中分割出想要的顏色區域，再采用投影法來找到該顏色區域。

4.投影法進行車牌定位

在所有的車牌定位算法中，利用投影法進行牌照區域與背景的分割，是一種非常常用的方法，也是非常實用的方法。其實在上面提到的幾種定位放法中，在完成特征計算后，都采用了投影的方法進行切分。投影法定位有牌照水平方向的定位算法和垂直方向的定位算法兩種。

二、字符分割技術

在經過車牌定位后，為了方便后面的識別環節，應首先對字符進行分割，并進行歸一化，分割質量的好壞和正確與否將直接影響后面的識別結論是否正確。它的主要任務是:確定車牌字符的上下邊界，兩條直線;將車牌中的字符一一分割出來;將分割出來的字符歸一化到一個固定的大小。在這一過程中涉及到的技術主要有二值化、尋找精確字符邊界、字符分割。

1.圖像的二值化

二值化是車牌識別中的重要處理手段，它可以被用在車牌定位也可以用在車牌的分割中。圖像的二值化就是把灰度圖像變成黑白圖像。選取一個閥值，當灰度值大于該閥值時令其位白點，否則位黑點。根據閥值選取的不同，二值化的算法分為固定閥值和自適應閥值。一般來說，不同的圖像采用同一個閥值的效果也會大不一樣，所以自適應閥值的靈活性比固定閥值的處理效果要好。但在默寫特定的情況下，由于處理的是一組相似的圖像，因此也可以選擇一個固定的閥值來進行處理。自適應閥值的缺點是可能會產生許多噪聲點，如果車牌系統應用范圍很窄，則可以選擇一個適當的固定點做閥值。

2.尋找邊界

二值化后需要尋找車牌字符的邊框，一邊更精確地定位車牌。根據在字符區域與背景區域的交界處，前景象素的個數會發生突變。從區域的中間點出發，依次尋找上、下、左、右邊界。經過上面的車牌定位，可以認為該塊區域的中心點位于字符區域內。統計每一行和每一列的白點（即前景點顏色）個數，當發生沖突的時候就認為有可能到達邊界了，排除一些噪音干擾，就可以得到字符區域的邊界。

3.字符分割

經過牌照字符圖像的分割與二值化，得到的是一個只包含牌照字符的水平條區域，為了進行字符識別，需要將牌照字符從圖像中分割出來。投影法進行圖像字符分割是最簡便快捷的方法，其思想是根據車平均字符的特點，把車牌圖像進行垂直方向的投影，音字符區域黑色像素點比較多且集中，且每個車牌字符之間有一定的空隙間隔隔開。這樣投影下來得到的投影圖應該有幾個相對集中的投影峰值群，只需要根據峰值群的特點進行分割，就可以得到車牌的字符。

車牌圖像字符定位分割的具體算法如下:(1)對車牌圖像進行垂直投影，定位出每個字符的左右邊界，并保存在數組中;(2)把每個字符分割出來，再進行水平投影，定位出字符具體的上下邊界，并保存再數組里;(3)根據每個字符的邊界，把字符信息保存再數字里，并在圖像中顯示定位情況。

三、字符識別

字符識別是車牌識別的最后一步，也是計算量較大的部分。對于單個的字符，最直接的識別方法就是模板匹配方法，由于牌照字符有限且位確定的字體，因此，如果前面的步驟完成的質量較高，則用這種方法的識別效率也會很高，但是如果牌照校正得步規范或字符切割得不夠精確，則識別率就會大大降低，因此在實際中，通常都是利用字符的各種特征來進行識別。

1.字符的特征

車牌識別中可利用的字符特征很多，大致可以分為結構特征、象素分布特征及其他特征。

(1)結構特征，結構特征充分利用了字符本身的特點，由于車牌字符通常都是較規范的印刷體，因此可以較容易地從字符圖像上得到它的字符的筆畫信息，并可根據這些信息來判別字符。

(2)象素分布特征，象素分布特征的提取方法很多，常見的有水平/垂直投影的特征、微結構特征和周邊特征等。水平/垂直投影的特征是計算字符圖像在水平和垂直方向上的象素值的多少，以此作為特征。微結構法將圖像分為幾個小塊，統計每個小塊的象素分布。周邊特征則計算從邊界到字符的距離。

2.字符識別方法

(1)模板匹配字符識別。模板匹配是字符識別的最基本的方法之一，該方法是將要識別的字符與實現構造好了的模板盡心比較，根據與模板的相似度大小來確定最終的識別結果。基本思想是：首先根據切割下來的字符大小，確定一幅帶有加權因子的骨架模板，然后，將切割下來的字符按照模板的大小進行歸一化，包括大小的歸一化和灰度的歸一化，歸一化后的字符圖像與創建的模板進行匹配。

(2)基于過線數特征的識別方法。該方法是為了提高識別速度，它也是模板匹配的一種，是對模板的算法進行的優化，從模板中提取一些有用的特征，可以使識別速度大大提高。單一特征抽取構成的識別系統通常難以滿足要求。車牌識別系統的字符識別，其實也是一種印刷體字符識別，根據印刷體的結構抽取特征，比如數字識別為例，可以抽取四種特征：橫線特征、豎線特征、水平方向過線數、垂直方向過線數。然后就可以利用這四種特征和編碼器組合的方法實現對印刷體數字的識別。

(3)基于左右輪廓特征的印刷體數字識別。基于左右輪廓特征提取的方法其實質也是一種特征提取的方法。由于印刷體數字的形狀相對固定，而且其左右輪廓基本上反映了字符的特征，將數字的左右輪廓特征經歸一化處理后得到多個特征值。

第4篇：識別技術范文

關鍵詞：射頻識別 RFID 專利技術 綜述

一、RFID簡介

最基本的RFID系統由天線、標簽、閱讀器組成，而完整可應用的RFID系統還包括計算機系統。當帶有RFID電子標簽的物體經過讀寫器附近時，電子標簽會被讀寫器天線發送的一定頻率的信號激活，標簽在磁場中產生感應電流從而獲得能量并通過無線電波向讀寫器發送自身編碼等標簽中存儲的信息，讀寫器在接收到信息后對信息進行解碼，然后將信息發送至計算機系統，信息完成自動采集，自動采集的信息按需由計算機應用系統進行處理、控制。

二、RFID專利文獻分析

筆者以“射頻識別”、“RFID”等關鍵字檢索（均做相應的相關衍生詞匯擴展），并使用分類號排除明顯噪聲，進行數據統計分析，匯總如下。

2.1 申請量分析

圖1展示了1992-2016年射頻識別技術全球和中國專利申請趨勢圖，全球趨勢中，1992年申請了第一份有關射頻識別技術的專利，到了2002年，有關射頻識別技術的申請量依然不足200篇，申請量在2006年基本達到頂峰，之后由于受金融危機的影響，在2008年前后有一個下降勢，但是之后又逐步回升；中國的申請量從2002年內開始一直在大幅提升，在金融危機2008年前后，中國的申請量沒有大幅增長，比較平穩，但是2010年之后，又繼續呈現大幅增長的趨勢，這也說明該領域的國內應用范圍不斷提升，鉆研RFID技術的企業和科研院所越來越多。

2.2 熱點技術主題分析

該領域國內和全球的專利申請分類號分布情況，每一個分類號即是一個大的技術主題，無論是國內還是全球申請，分布最多的四個分類號都是G06K17/00、G06K19/07、G06K19/077、G06K7/00，其分別對應數據閱讀和數據識別，連同機器一起使用的集成電路芯片信息記錄載體，載體在電路中的裝配，讀出載體的方法或裝置。說明在該領域，較為熱門的研究方向大多集中在上述幾個主題，這為專利申請人在進行專利布局時提供了參考。也可以看出該領域的專利分布較為廣泛，在檢索該領域的專利時，應針對申請專利的技術方案特點，采用合適的關鍵字和分類號相結合的檢索策略，以防止遺漏相關現有技術文獻。

2.3 申請國別分析

對全球射頻識別領域相關專利申請的申請號進行統計分析，得到該領域專利的主要申請國統計圖，圖2中可以看出，中國作為后起之秀，目前已穩居第一，射頻識別技術主要集中在中美日韓四個國家，集中度較高，這也有利于該技術的穩步發展。歐洲各國中，德國和英國的申請量在歐洲各國中較為靠前，但是相比而言，總量不多。雖然我國在這個領域起步較晚，但是申請數量增長勢頭比較明顯，已經完全超越美國的申請數量，在申請量上面成為該領域的第一申請大國，且可以肯定的是，今后我國在該領域將繼續發展壯大，朝著RFID技術主導國的方向穩步邁進。

2.4主要申請人分析

對RFID全球申請進行統計分析，申請量較多的企業有，富士通，艾利丹尼森，SYMBOL TECHNOLOGIES INC，KOREA ELECTRONICS TELECOMM，IBM，以及SENSORMATIC ELECTRONICS CORP。從國別來看，上述企業多屬于日本和美國，也有韓國企業，但是韓國企業的申請量還是遠不如美日企業，這也給檢索指明了一個方向，即不能遺漏日文庫，更應當重點檢索英文庫，及時了解這些企業的相關申請，有助于專利布局。

國內申請中，則以中興通訊股份有限公司及其下屬子公司、國家電網公司、華南理工大學這些企業/高效申請為主導，另外，在國際申請量中排名比較靠前的艾利丹尼森公司、富士通株式會社，在中國申請量同樣也比較靠前。另外，中國申請人中，還有較多科研院所，比如北京物資學院、電子科技大學、中國科學院自動化研究所、中山大學。總的來說，國內申請的RFID相關的專利還是國企和科研院所占主導，這也符合我國的基本國情。

3 結語

總體而言，目前全球在該領域的申請量基本趨于平穩，而中國的申請量在近十年則呈現一個爆發式增長的狀態，也體現了中國在科技方面的與日俱增的實力，中國的總的申請量已經超越美國，成為該領域專利文獻保有量的第一大國。本文通過對申請文獻的分類號進行分析，得出了目前該領域的幾大研究熱點，及時對主要申請人在該領域的最新專利布局進行分析，有助于技術人員更好地洞悉該領域的最新發展狀態。RFID技術下還有許多細分領域，在充分了解該領域專利的大致發展方向之后，對涉及該領域的技術企業而言，在細分領域進行深入挖掘，提前進行專利布局，顯得尤為重要。

參考文獻：

[1]吳永祥.射頻識別（RFID）技術研究現狀及發展展望[J].微計算機信息，2006，22（11-2）.

第5篇：識別技術范文

摘 要：RFID是目前應用于物聯網的一項新興通信技術，可通過無線電信號識別產品電子標簽內的EPC碼來識別特定目標，而無需識別系統與特定目標之間建立機械或光學接觸，它的應用給物聯網行業帶來了革命性的變化，極大地節省了管理成本，提高了管理效率。文章重點對RFID的工作原理、安全性、現狀及發展趨勢進行了闡述。

 

關鍵字：RFID；物聯網；電子標簽；射頻識別

中圖分類號：TN871 文獻標識碼：A 文章編號：2095-1302（2013）05-0014-04

0 引 言

自20世紀90年代物聯網概念出現以來，越來越多的人對其產生了興趣。物聯網是在互聯網的基礎上，利用射頻識別、無線數據、計算機等技術，構造一個覆蓋萬事萬物的實物互聯網。物聯網內每個產品都有一個唯一的產品碼，叫做EPC（Electronic Product Code，產品電子代碼）。通常EPC碼被存入硅芯片做成的電子標簽內，附在被標識產品上，被高層的信息處理系統識別、傳遞、查詢，進而在互聯網的基礎上形成專為供應鏈企業服務的各種信息服務，就是物聯網。而射頻識別是物聯網中最基本也是最關鍵的技術。

 

1 RFID及其發展

RFID（Radio Frequency Identification，射頻識別）又稱電子標簽、無線射頻識別。RFID類似于條形碼掃描，條形碼掃描是將已編碼的條形碼附著于目標物并使用專用的掃描讀寫器利用光信號將信息由條形磁傳送到掃描讀寫器；而RFID則使用專用的RFID讀寫器及專門的可附著于目標物的電子標簽，即RFID標簽，利用頻率信號將信息由RFID標簽傳送至RFID讀寫器。RFID技術的發展經歷了以下幾個階段：20世紀40年代，雷達的改進及應用催生了RFID技術，1948年，Harry Stockman發表的《利用反射功率進行通信》奠定了RFID技術的理論基礎；50年代早期，RFID技術處在探索階段，主要出于實驗室的實驗研究；60年代，RFID技術的理論得到了發展，開始一些應用嘗試；70年代，射頻識別技術與產品研發處于一個大發展時期，各種射頻識別技術測試得到加速，出現了一些最早的射頻識別應用；80年代，射頻識別技術及產品進入商業應用階段，各種規模應用開始出現；90年代，RFID技術標準化問題已逐漸得到重視，RFID產品得到了廣泛采用；到21世紀，RFID產品種類已經非常豐富，有電子標簽、無源電子標簽、半無源電子標簽，成本降低，應用不斷擴大。

 

2 RFID的構成及工作原理

RFID主要由三個部分組成，即RFID標簽、閱讀器和天線。標簽由耦合元件及芯片組成，每個標簽具有唯一的EPC，附著在物體上標識目標對象；閱讀器由天線、耦合元件、芯片組成，可讀取（或寫入）標簽信息；天線用于在標簽和讀取器間傳遞射頻信號。圖1所示是RFID系統的基本模型，圖中作為RFID的部分只包括RFID標簽、天線以及閱讀器。當RFID標簽進入磁場后，接收到閱讀器發出的射頻信號，憑借感應電流所獲得的能量發送出存儲在芯片中的產品信息，或者由標簽主動發送某一頻率的信號給閱讀器，閱讀器讀取信息后，通過網絡送至上層系統進行數據處理。

 

3 RFID較條形碼識別的優點

相比條形碼識別，RFID識別具有如下優點：

（1） 掃描速度快。條形碼一次只能有一個條形碼受到掃描，RFID則可同時讀取多個RFID標簽。

（2） 體積小、形狀多樣。RFID在讀取上并不受尺寸大小與形狀限制，不需要為了讀取精度而配合紙張的固定尺寸和印刷品質。

（3） 抗污染能力和抗損壞性強。傳統條形碼的載體是紙張，易受污染，但RFID對水、油和化學藥品等物質具有很強抵抗性。此外，由于條形碼是附于塑料袋或外包裝紙箱上，所以特別容易受到折損，而RFID是將數據存在芯片中，因此可以免受損壞。

 

（4） 可重復使用。現在的條形碼印刷上去之后就無法更改，RFID標簽則可以重復地新增、修改、刪除RFID標簽內儲存的數據，方便信息的更新。

（5） 信號具有穿透性。RFID射頻信號能夠穿透紙張、木材和塑料等非金屬或非透明材質，而條形碼掃描機必須在近距離而且沒有物體阻擋的情況下，才可使用。

（6） 數據記憶容量大。一維條形碼容量是50 B，二維條形碼最大容量可達3 000 B，RFID最大的則有數兆字節，而且有不斷擴大的趨勢。

（7） 安全性。由于RFID承載的是電子式信息，其數據內容可經由密碼保護，使其內容不易被偽造及變造。

4 RFID標簽的分類

4.1 按供電方式分類

按供電方式分類，RFID可分為有源、無源和半有源三類。

有源標簽又稱主動標簽，標簽具有內部電源，用以提供標簽電路本身及標簽與閱讀器通訊所需的能量。特點是電能充足，工作可靠性高，信號傳送距離較遠，但時刻都在發送信號，使用壽命有限、體積較大、成本較高，且不適合在惡劣環境下工作。

 

無源電子標簽又稱被動式標簽，標簽無內部電源，其內部電路運行及向閱讀器回傳信息所需能量均由接收到的閱讀器所發送的射頻信號進行電能轉換產生。這類標簽價格低廉，體積小巧，無需額外電源，工作壽命長且對工作環境要求不高，一般可做到免維護，缺點是信號有效距離相對有源標簽短。目前市場的RFID標簽主要是無源標簽。無源RFID產品發展最早，也是發展最成熟、市場應用最廣的產品。

 

半有源電子標簽具有內部電源，一般采用鈕扣電池供電，但僅對標簽內部電路提供電源支持。標簽未進入工作狀態前，處于休眠狀態，相當于無源標簽，標簽內部電能消耗極少，電池可維持幾年甚至長達10年；當標簽進入信號區域時進入工作狀態，標簽與閱讀器之間信息交換的能量由閱讀器發出的射頻能量為主，標簽內部電路所需能量由內部電源提供。相對于無源電子標簽，半有源電子標簽內部電源恰好可以驅動標簽工作，天線可以只管收發射頻信號，從而避免了無源電子標簽在吸收射頻信號能量進行電能轉換與回傳信息兩者間不斷切換影響工作效率的弱點。半有源標簽有更快的反應速度，更好的效率，較遠的閱讀距離。

4.2 按載波頻率分類

第6篇：識別技術范文

【關鍵詞】 圖像識別技術 神經網絡識別

模式識別研究的目的是用機器來模擬人的各種識別能力―比如說模擬人的視覺與聽覺能力，因此圖像識別的目的是對文字、圖像、圖片、景物等模式信息加以處理和識別，以解決計算機與外部環境直接通信這一問題。可以說，圖像識別的研究目標是為機器配置視覺“器官”，讓機器具有視覺能力，以便直接接受外界的各種視覺信息。

一、圖像識別系統

一個圖像識別系統可分為四個主要部分：被識圖像、圖像信息獲取、圖像預處理、圖像特征提取、分類判決。

二、圖像識別方法

圖像識別的方法很多，可概括為統計（或決策理論）模式識別方法、句法（或結構）模式識別方法、模糊模式識別方法以及神經網絡識別方法。重點介紹神經網絡識別方法。

2.1神經網絡識別方法

2.1.1人工神經網絡的組成

人工神經網絡（簡稱ANN）是由大量處理單元經廣泛互連而組成的人工網絡，用來模擬腦神經系統的結構和功能。而這些處理單元我們把它稱作人工神經元。

2.1.2人工神經網絡的輸出

2.1.3人工神經網絡的結構

人工神經網絡中，各神經元的不同連接方式就構成了網絡的不同連接模型。常見的連接模型有：前向網絡、從輸入層到輸出層有反饋的網絡、層內有互聯的網絡及互聯網絡。

2.1.4 學習算法

1）感知器模型及其算法

算法思想：首先把連接權和閾值初始化為較小的非零隨機數，然后把有n個連接權值的輸入送入網絡中，經加權運算處理后，得到一個輸出，如果輸出與所期望的有較大的差別，就對連接權值參數按照某種算法進行自動調整，經過多次反復，直到所得到的輸出與所期望的輸出間的差別滿足要求為止。

2）反向傳播模型及其算法

反向傳播模型也稱B-P模型，是一種用于前向多層的反向傳播學習算法。

算法思想是：B-P算法的學習目的是對網絡的連接權值進行調整，使得調整后的網絡對任一輸入都能得到所期望的輸出。學習過程包括正向傳播和反向傳播。正向傳播用于對前向網絡進行計算，即對某一輸入信息，經過網絡計算后求出它的輸出結果；反向傳播用于逐層傳遞誤差，修改神經元之間的連接權值，使網絡最終得到的輸出能夠達到期望的誤差要求。

B-P算法的學習過程如下：

第一步：選擇一組訓練樣例，每一個樣例由輸入信息和期望的輸出結果兩部分組成；第二步：從訓練樣例集中取出一樣例，把輸入信息輸入到網絡中；第三步：分別計算經神經元處理后的各層節點的輸出；第四步：計算網絡的實際輸出和期望輸出的誤差；第五步：從輸出層反向計算到第一個隱層，并按照某種原則（能使誤差向減小方向發展），調整網絡中各神經元的權值；第六步：對訓練樣例集中的每一個樣例重復一到五的步驟，直到誤差達到要求時為止。

3）Hopfield模型及其學習算法

它是一種反饋型的神經網絡，在反饋網絡中，網絡的輸出要反復地作為輸入再送入網絡中，使得網絡具有了動態性，因此網絡的狀態在不斷的改變之中。

算法思想是：

（a） 設置互連權值

其中xis是s類樣例的第i個分量，它可以為1或0，樣例類別數為m，節點數為n。

（b） 未知類別樣本初始化。 Yi（0）=Xi 0≤i≤n-1

其中Yi（t）為節點I在t時刻的輸出，當t=0時，Yi（0）就是節點I的初始值，Xi為輸入樣本的第I個分量。

（c） 迭代直到收斂

第7篇：識別技術范文

關鍵字：車牌識別,模版匹配，神經網絡，小波變換

Abstract:With the development of society progress,License plate recognition has gradually become the development of intelligent transportation system an important part, also is the charging system to prevent an important means of cheating, but also high speed system automatic charging system must solve the key problem, the main purpose is to extract image automatic license plate image, segmentation character image, realize on license information recognition and matching. It is not only a computer vision and pattern recognition technology important research topic, but also intelligent traffic management one of the key technologies. At present, the home and abroad have devoted to the research of this aspect, such as template matching, neural network, wavelet transform and so on, have achieved good results.

Keywords:License plate recognition, template matching, neural network, wavelet transform

中圖分類號：U412.36+6 文獻標識碼：A 文章編號：

1 引言

隨著高速公路系統新技術的高速發展，車牌識別技術已經成為交通應用方面的重要組成部分，切社會對其的應用也十分廣泛，它不但在高速，隧道，橋梁等方面被廣泛應用，而且也逐漸的被應用于小區，停車場等方面，也在電子警察和違章拍照方面做出較大貢獻，介于車牌識別技術的廣泛應用，越來越過的國家也都致力于對其的研究，同時也提出了一些較好的辦法。但是，單方面而言其流程大概一致，關鍵差別在于前端采集系統圖像的精度，和后端的算法處理。

2車牌識別系統的介紹

汽車牌照自動識別系統 是智能交通系統的重要組成部分，是高科技的公路交通監控管理系統的主要功能模塊之一。它在傳統的交通監控技術的基礎上，引入了數字攝像技術和計算機信息管理技術，采用先進的圖像處理、模式識別和人工智能技術，通過對車輛圖像的采集和處理，獲得車輛的數字化信息，從而達到更高的智能化管理水平。它運用車牌是車輛身份的唯一標識的思想概念來智能識別和統計車輛，涉及圖像的捕捉、處理、理解和記錄等技術。其中車牌識別又可以依據針對的方向不同可以分為車輛圖片識別，和視頻車牌號識別，其中車輛圖片識別主要針對單張圖片進行抓拍處理，識別圖片中的車牌號碼，而視頻車牌號識別則主要應用于高速公路收費，交通治安，闖紅燈系統，小區或是停車場的監控系統中，兩項程序都可以清晰的捕捉圖像，并適用于win98,2000,XP,等系統，適用較為方便快捷，下圖是車牌識別系統流程。

圖1 車牌識別系統流程

Fig 1 License plate recognition system process

3圖像字符分割

在車牌識別的整個過程中，為了達到字符識別的目標從提取的車牌圖像中分割出字符的工作室必不可少的，閥值分割，目標與背景區別，車牌字符傾斜校正，單個字符切割以及字符的歸一化都是圖像字符分割的主要工作。

車牌圖像閥值分割：閥值分割主要是基于像素的一種圖像分割方法，主要目的是選擇一個合適的灰度值T將圖像所有的灰度值相比較，大于T和小于T的分別歸類，在識別系統中圖像經過預處理，質量有所提高，且背景干擾不嚴重我們通常使用最大類間方差法（Otsu法）進行分割其方法原理如下：

設數字圖像的灰度級（G=1,2，…，L)處在灰度級i的所有像素用i表示，總的像素N可表示為：

設Pi表示圖像中灰度級為i出現的概率，且定義為：

,

將圖像中的像素按灰度級用閥值T劃分為兩類C0和C1，則兩類出現的概率分布為：

有時，由于存在一些背景的干擾，用Otsu方法求得的閥值進行分割不能最好的起到保留車牌字符的效果所以根據調差發現對于車牌的定位，當在1.02~1.20時的分割效果比較好。

4 結論

該技術已經越來越多的被應用在不同的場合，越來越體現出該技術在高速公路監控等系統中的重要地位，也是國內為很多公司都致力于這項技術的原因，目前對于車牌識別技術仍存在諸多問題，如：預處理過程中產生的誤差，車牌定位及字符的分割及識別，沒有用到車牌原有的顏色特征，都需要在研究的過程中進一步的加以改進。

第8篇：識別技術范文

關鍵詞：電信基礎設施；管道；智能化；流量識別；方案

中圖法分類號：X524 文獻標識碼：A文章編號：1009-3044(2011)22-5354-02

1 問題提出背景

在通信技術達發展的背景下，可以預見未來將是一個“全連接”的世界，不僅僅是手機與電腦，所有的終端都會通過網絡連接起來，而這個“全連接”世界的基石就是電信基礎設施，即我們所說的“管道”。

在對產業價值鏈的整合過程中，歷經了運營商主導而目前到了內容提供商為主導的互聯網時代，二者的關系也歷經由主從―競合--競爭的演變過程，大量的社交網站、移動QQ流量、視屏等在線業務已經說明了網絡流量被內容提供商低價占用的事實。要想在價值鏈上占據有利的主導地位，運營商應該徹底放棄以前賺流量不賺錢或者二者不匹配增加的做法，通過對網絡在用在途流量進行分類分級，依靠‘智能管道’奪回在產業價值鏈上主導權。而要做到“管道智能化”的前提是能夠識別與區分各種網絡數據流量。

2 各種業務流量識別技術措施的優劣比較

對運營商無效益流量的識別是實現后續數據屏蔽與流量分級管理、分類計費的基礎，常用的業務識別方法主要有以下幾種：一是特征匹配方法（如端口匹配方法、關鍵字P2P流量識別、通信對端IP地址的數量、大于1024的TCP/UDP端口數識別），即通過對運營商網上業務流量進行研究分析，確定對運營商無效益網絡流量的業務種類，總結出特定的一個或多個固定特征(如PPlive網絡電視端口：UDP 4004 端口：TCP 8008；)。在后續對網絡流量進行檢測過程中，如果發現某一流量的特征與上述歸納出的特征一致，就斷定該流量屬于限制對象(如P2P流量)。但是為了規避運營商的監管，內容提供商會將無效益流量的特定特征進行變化調整，如不用固定端口，采用動態端口，通過軟件供用戶自設設置端口等等；例如BT、EDK，而使得端口匹配方法識別P2P流量歸于無效；二是協議分析方法，該方法只能適應于基于標準協議的業務，如H.323語音/SIP電話等，待事實是為了應對協議分析方法出現了各類私有協議，使得該法也陷于無用武之地；三是利用DPI技術，該法適用于識別業務層面有明顯特征的時候，如針對BT/PPStream流量業務等。此時對某一業務流量的研究是分析、判別、歸納出流量數據包中含有的或者出現頻率最高的特征字符串、特定凈荷即關鍵字，通常這些特征字符串、特定凈荷的出現是有固定規律的。我們DPI（深度包檢測）技術就是尋找出這些特征字符串、特定凈荷應用在流量檢測過程中。一般采取的辦法是，如果關鍵字匹配成功，就可以認為該流量對運營商無貢獻效益。可惜的是隨著規避技術的不斷變化發展，人們已經發現，隨著軟件的運行環境、軟硬件版本等的變化，關鍵字符串的部分或全部字節也隨著調整變化，另外該法也很難有效地運用于有加密應用的場合。

3 我們的流量識別技術模型與實驗方案

經過由上分析，采取以前的端口匹配法、DPI以及協議分析等業務識別方法中的一種已經不適應規避技術不斷變化的今天了。為此我們融合了各種流量識別技術方法，建立了以下業務識別分層模型見圖1。

3.1 系統構成說明

圖1 業務識別模型由數據采集層、協議分析層、流量識別（業務識別）層、業務識別應用層和表現層等4部分構成。

3.1.1 數據采集層

針對不同鏈路的數據如100/1000 Mbit/s、 FE、ATM、SDH等，該層面利用采集、鏡像、復制等技術，將業務數據完整、準確、可靠地傳送協議分析層。

3.1.2 協議分析層

針對TCP/IP、非TCP/UDP（指采用非TCP/UDP傳送P2P數據流的情形）的協議利用本層進行深入解析，向業務識別層提供足夠數量的分組頭部以及凈荷信息，用于上層對數據業務的識別和區分。其分析深度直達至TCP/IP協議棧的傳輸層，提供一個七元組流（stream）信息給上層，即源地址IP、目的地址IP、源數據端口、目的數據端口、接入方式、服務類型（TOS）和協議類型（TCP或者UDP）等。同時流信息中還應該包含存放的部分凈荷，用以配置捕獲的凈荷大小。

3.1.3 流量識別（業務識別）層

作為本模型架構的核心層，依據協議分析層提供的IP分組包的頭部信息、TCP/UDP的頭部信息及其凈荷信息等特征值流量識別層就可以有效識別出上層業務的類別，區分出業務類別對運營商是否具有效益。在識別、區分時就綜合運用諸如端口匹配識別、協議分析匹配識別、凈荷特征識別等多種技術，還融入連接模式、拓撲結構特性、流量特性等特征識別引擎技術。該層提供上層接口七元組+業務類型的流信息，也采用流的定時存活機制等。

3.1.4 業務識別應用層和表現層

針對下層已經識別出來的不同流量業務類型，如新業務中的P2P業務、視頻業務、移動IP業務、VoIP業務以及傳統業務中的超文本傳輸協議（HTTP）、電子郵件(EMAIL)、文件傳輸協議(FTP)等，本層可以進行進一步的深度分析：如業務性能的分析、實時追蹤業務會話的過程、網絡流量異常檢測與預警、網絡資源優化規劃與調整等功能。表現層面則將流量的參數與特征按照圖表化的表現，如各種業務的比例關系、業務對網絡的帶寬占用情況、業務流量的流向特征表現出來。

3.2 模型和算法驗證

按照以上模型，我們將自行設計開發的寬帶IP骨干網流量精細化分析系統應用在了瑞安電信的2條10 Gbit/s PoS骨干鏈路上進行模擬驗證分析。首先我們利用分光的思路對10 Gbit/s流量負載進行均衡分流，各個業務識別處理機用于實現業務識別的算法，對流經寬帶網絡上的IP\TCP\UDP分組包進行流信息的取樣、分析、識別和區分。其拓撲結構方式如圖2所示。

通過對在以上網絡我們進行各種現有已知特征或關鍵字的網絡流量進行了實地運行與設定測試，結果發現，該網絡流量識別系統對于各類網絡業務識別準確率能夠達到93％以上，對網絡電話業務的識別準確率高達100％，體現出模型設計的正確性與算法的有效性、準確性。

4 結束語

本設計融合利用目前大家熟知的幾種不同的網絡流量識別技術提出針對下一代網絡的網絡業務類別識別模型，經過在網上模擬試驗與實際應用，本模型及算法有著相當高的兼容性與準確度，同時如果借助于各種應用開發界面，也可以實現輕松實現與運營商的有關應用接口的對接，方便電信網絡運營商對寬帶IP業務流量進行深度管理，達到網絡“管道”分級分類與優化調度、智能化管理的目的，為電信網絡運營商整合產業價值鏈、重新爭得價值鏈上的主導地位助力。

參考文獻：

[1] 華為科技有限公司.NetStream技術白皮書[C].華為公司培訓資料,2007.

[2] 林闖,單志廣,任豐原.計算機網絡的服務質量(QoS)[M].北京:清華大學出版社,2004．

[3] 謝希仁.計算機網絡[M].北京:電子工業出版社,2002.

[4] 吳功宜.計算機網絡高級教程[M].北京:清華大學出版社,2007.

[5] 吳功宜.網絡安全高級軟件編程技術[M].北京:清華大學出版社,2007.

[6] Douglas er.用TCP/IP進行網際互連(第一卷:原理、協議與結構第四版)[M].北京:電子工業出版社,2003.

[7] 林闖,單志廣,任豐原.計算機網絡的服務質量(QoS)[M].北京:清華大學出版社,2004.

第9篇：識別技術范文

關鍵詞：射頻識別 通信基站 手機支付 無線通信

一、引言

在一些手機通信技術方面，以往使用的單一的通信網路，在一些程序傳輸和互聯網上面的應用居多。但是在設備的使用資源固定，要求越來越高的同時，對于衛星接收信號的使用人數也逐年增加，該網路的資源已經無法滿足不斷擴張的需求量，嚴重的導致網路信號的不理想，甚至出現接收通信信號的癱瘓現象的發生。因此對于這樣的情況要急切的尋找一種代替的無線通信網絡，來保證現有的網絡環境的穩定性。同時在現階段，使用手機的用戶不斷的增加，利用手機進行金融交易的情況也不斷的增加，需要在通信中有安全穩定的環境才能保證手機支付的順利進行。而射頻識別的方式可以很好的解決這個問題。

二、射頻識別技術的發展

在整個地球的大氣分布中，有很多不均勻分布的細小介質，這些介質會在物理條件的影響下，形成巨大的載體物質，就如空氣中的顆粒聚集起來形成的風，以及還有一些云層，這些自然界的物理現象會對電子通信系統產生一定的干擾作用。在受到了不同的溫度、濕度、壓強等的變化時，這些空氣中的載體會出現不同的變化，對于單片機的發射就會起到很大的干擾作用，對于無線設備中發出的電磁波會出現嚴重的干擾現象，嚴重的時候電磁波信號都無法正常的使用。其中所說的影響主要集中在對于電磁波的折射傳播影響。電磁波的發射是要依靠合理穩定的載體向不同的方向發散出去，通常意義下我們定義這種行為為電磁波的射頻，射頻過程中的載體稱作為射頻媒介。當電磁波在發出的過程中，所發散的頻率可以滿足借助載體的需要，電磁的分布量在對前端的發散中起到了決定作用，這樣的情況下可以實現超視距的無線對接信號的實施，在接收信號的一方可以根據信號的波段和頻率來分辨出信號源的變化。對于這種將大氣中的介質作為信號傳播的載體，以及利用電磁效應進行電磁波的超視距傳輸模式稱作單片機系統的射頻識別。

三、基于射頻識別技術的手機支付

現階段，在手機支付平臺中使用RFID技術的方式主要有四種形式：NFC、eNFC、SIMpass、RF-SIM，這些方式也都是在射頻技術使用中不斷衍生發展出來的。NFC（Near Field Communication）近距離區域覆蓋通信是在區域范圍內實現的射頻識別方式，通過與互聯網的連接過程中，不斷的將資源整合并處理信息資料，來完成通信的功能。在該技術中，手機中必須安裝有一個單一的電子傳導器，在具體的使用中也作為讀卡器進行使用。在設計中規定，單一的讀卡器必須是意義對應，也就是存在單一的解碼模式，不會出現不同點多個處理的方式。在較小的范圍內，手機的感應設備與外部的接收設備形成整套的識別系統，可以在點與點接觸中實現數據資料的快速傳輸。這利用在手機支付中就是用戶在發出金融交易指令之后，系統會根據信號的傳遞來實現單一的任務完成命令，不會有第三方的干預，有效的保證了手機支付的安全性和快捷性。但是同時需要指出的是，該射頻讀卡識別手機必須是特制的手機系統，一般的手機功能暫時不能支持這項服務。

目前這項技術在日韓被廣泛應用。手機用戶憑著配置了支付功能的手機就可以行遍全國：他們的手機可以用作機場登機驗證、大廈的門禁鑰匙、交通一卡通、信用卡、支付卡等等。eNFC 中的“e”代表“enhanced”即增強的意思，eNFC 也就是增強 NFC 技術。它除了對 NFC 技術 100%兼容以外，增強型還體現在包含了對其他兩種使用非常廣泛的 ISO 標準的支持，即：ISO 14443B 和 ISO 15693。eNFC 是將手機和智能卡結合起來，以 SIM 卡為核心，將智能卡應用放在單芯片的 SIM卡中，而非接觸功能則由內置于手機中的 NFC 芯片實現，并通過 SWP 協議與 SIM 卡進行通信。

SIMpass 是一種雙界面 SIM 卡支付方案，集成了天線及射頻芯片，支持接觸與非接觸兩個工作接口，接觸界面實現 SIM 功能，非接觸界面實現支付功能，兼容多個智能卡應用規范。RF-SIM 則是通過在 SIM 卡中內置近距離識別芯片，擴展了傳統手機 SIM 卡的功能。RF-SIM 可安裝在手機上實現近距離無線通信，通信距離可在 10-500cm 自動調整，單向支持 100M，其工作頻率為 2.4GHz。但該技術不支持 ISO14443。

整個RFID體系是由電路組成的，控制系統其實就是線路上的終端，電路的順暢運行就是操作的必要條件。在控制單片機電路中一般是由電源開關、控制按鍵、信號指示燈、電源聯接器、高壓電機組成。但是不管什么樣的電路，是復雜還是簡單，原理都是大體相同的，這些聯接方式都已經形成了定式，如延時電路、聯鎖電路、順控電路等。簡單的電路就是通過一些簡單的聯接起到控制的作用，但是在復雜的電路中，就沒有想象的那么簡單，但是目的也就只有一個，就是起到控制的作用，只是在操控上存在復雜的線路布置。

局域RFID信息系統中，單片機控制起到了決定性的作用，它也是完全的智能化的操作系統，只要操作人員時刻關注儀表盤上的數值指示，再在操作臺上對于安全信號的資源進行適當的控制就能很好的完成任務。在手機支付平臺中，存在幾個重要的問題。首先就是對于識別網絡設置的安全，利用手機運營商和銀行之間對公網絡的相互連接，可以將安全的通道固定在兩個終端之間，用戶在進行線上交易中，就不再會受到第三方的侵擾，形成了合理、有效的交易環境。

基于RFID技術的手機支付設計是在以往傳統的程序設計理念上加上了更多的計算機數據編程，是一種更加科學的現代化識別控制手段。為在交易安全中也得到了很好的優化，也能使網絡安全達到更好、更高的要求。

四、結束語

在未來的社會發展進程中，信息化的使用會更加的多元化，對于電子信息設備的使用也會不斷的增長，使用移動電子支付的方式也會不斷的受到人們的青睞。如何更好的將手機支付功能與RFID相互結合就是需要不斷總結經驗。在本文中，我們就射頻識別的原理進行了詳細的說明，并對手機支付過程中如何結合射頻識別的方法進行了闡述，通過在射頻識別的使用下，來保證手機支付的安全性和穩定性。

參考文獻

[1] 金橋，曾嘉，劉陽，等.RFID 技術在移動電子商務中的應用[J].電子技術應用，2007，6（14）：90-91.