本发明公开了一种基于谱导数和频率栅栏缝的谐频频率识别及 剔除方法，其特征在于，包括如下步骤:计算振动信号功率谱 G(ω)的一阶导数或二阶导数，得到谱突变度 ab(ω)或捷度 ag(ω);设定谱突 变度或捷度的阈值分别为 ab-max 和 ag-max;找到 ab(ωi)=ab-max 或ag(ωi)=ag-max 处的频率点ωi;找到频率点ωi 后首个谱突变度为负 或频率点ωi 后第三个捷度

主要应用于相干光通信通信和光电测量系统。

产品详细介绍13只装音叉组—频率：256Hz、266.6Hz、288Hz、300Hz、320Hz、341.3Hz、355.5Hz、384Hz、400Hz、426.6Hz、444.4Hz、480Hz、512Hz。 The frequencies of the thirteen tuning-fork

产品详细介绍8只装音叉组—频率:256Hz、288Hz、320Hz、341.3Hz、384Hz、426.6Hz、480Hz、512Hz。The frequencies of the eight tuning-fork

产品详细介绍4只装音叉组—频率：128Hz、256Hz、512Hz、1024Hz。 The frequencies of the four tuning-fork

已有样品/n采用自主研发的人脸识别技术，识别率达到国际先进水平。已经在 多个案例中使用。 该项目广泛应用于平安城市、智慧城市、智能安防、门禁、司法鉴 定、公安侦查方面，具有较好的市场前景。

产品详细介绍

产品介绍 CK-M8L超高频RFID读写模块是小型化的UHF RFID 读写器 ，集成了模拟射频前端与基带数字信号处理模块等功能；用户只需要在模块的基础上作电源处理即可，可以很方便的通过API函数库控制模块工作适合各种应用场景用户开发。该模块支持固件升级，可满足协议扩展和功能扩展的应用需要。     产品特点 支持多种协议：ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、国标GB/T29768-2013(可拓展支持)。 密集读取：端口最大输出33dBm，可根据需要设置功率，可应对非常密集的使用环境，多标签识别算法，每秒可识别超过400张以上。 能够定频或跳频工作。 输出功率可调,调节步进:1dBm。 支持标签数据过滤、支持防碰撞协议、支持多标签识别。 全频段、大功率、灵敏度高、功率准、零配置即可获得最佳性能。 规格参数 主要规格参数 产品型号 CK-M8L 性能参数 频率范围 940MHz～960MHz 空口协议 EPC C1G2、ISO18000-6B/C、GB/T29768-2013（可选配） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 通道数 8通道 RF输出功率（端口） 33dBm±1dBm（MAX） 输出功率调节 ±1dBm 前向调制方式 DSB-ASK、PR-ASK 连续读标签距离（读EPC码） 0-10米，连续读100次，读取成功率大于95%（无干扰环境）（8dBi圆极化天线@H3） 连续写标签距离（写EPC码） 0〜4米(与标签芯片性能有关)，连续写100次，写成功率大于90%（8dBi圆极化天线@H3） 标签识别速度 >400次/秒 通讯口 TTL串口 物理接口 15PIN端子 1.25mm间距 空口协议 ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、 GB/T29768-2013（可拓展支持） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 读卡功耗 （33dBm）：8W 物理参数 外观尺寸 93*72*8mm 外壳材质 铝型材外壳 安装方式 通过四个螺丝孔固定 电源 工作电压   操作环境 工作温度 -20°C~+70°C 储存温度 -40°C~+85°C 工作湿度 <95% (+25°C)

本发明公开了一种基于频率相对偏差预估的分段综合单频信号频率估计方法，包括如下步骤：(1)获取待处理的单频信号采样数据序列x(n),n＝0,1,…,N?1；(2)对所述数据序列x(n)做快速傅里叶变换，计算得到数据序列的离散傅里叶变换X(l)和功率谱P(k)；(3)搜索功率谱P(k)最大值所对应的离散频率索引k0，并计算X(l)位于离散频率索引k0?1，k0和k0+1处的模值Al，Am和Ar；(4)预估有向频率相对偏差δR和加权频率相对偏差δW；(5)利用Al，Am，Ar，δR和δW计算综合频率相对偏差δC；(6)将δC带入插值公式估计出单频信号频率本发明的估计方法与现有的Rife插值法相比，可以在不增加计算量的前提下，提高频率估计的精度，工程实用性强，适合对信号进行实时处理。

声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的 人。声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息，而不考虑语音中的字词意思，它强调说话人的个性;而语音识别的目的是识别出语音 信号中的言语内容，并不考虑说话人是谁，它强调共性。声纹识别根据应用的范畴，可分为两类:(1)声纹辨认(说话人辨认):用以判断某段 语音是若干人中的哪一个所说的，是“多选一”问题;(2)声纹确认(说话人确认):用以 确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。截止到 2009 年初，声纹识别产品在生物识别市场的占有率为 15.8%，仅次于指纹识别 和掌形识别。目前，我国生物识别行业内厂商有 200 多家，其中 96%从事指纹识别技术相 关产品的研究和开发，产品趋同化明显。国内声纹识别市场已经启动，其发展空间更为广阔， 在金融、证券、社保、公安、军队及其他民用安全认证等行业和部门有着广泛的需求。