|
搜索
搜 索
高等教育领域数字化综合服务平台
RFID十六通道读写模快工业多标签识别管理远距离读卡器通道模组
产品介绍
CK-M16L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-M16L
性能参数
频率范围
840MHz～960MHz（可调节）
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
16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）
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%
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
读卡功耗
（33dBm）：8W
物理参数
外观尺寸
178.8*89.5*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
5V 4A
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)
深圳市斯科信息技术有限公司
2025-12-27
超高频RFID四通道读写模块资产管理标签高性能多通道模块读写器
产品介绍
CK-M4L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-M4L
性能参数
频率范围
840MHz～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
4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）
通讯口
TTL串口
物理接口
15PIN端子 1.25mm间距
读卡功耗
（33dBm）：8W
物理参数
外观尺寸
85*80*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
5V 4A
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)
深圳市斯科信息技术有限公司
2025-12-27
无尾家电金属异物检测与磁耦合谐振式无线电能传输系统
无尾家电金属异物检测: 当无线电能传输系统能量交换区中混入金属时，由于涡流效应金属温度会 急剧升高，进而产生严重的安全事故，因此对混入能量传输区域金属的检测需 亟待解决。本项目组经过多年的研究，积累了丰富金属检测经验，提出了基于 混沌理论和改进平衡线圈技术的检测方法。基于该技术，2013-2014年项目组与 海尔公司合作开发了“无尾家电金属异物检测”系统，成功应用于700W无尾搅拌 器系统中，实验证明系统具有很高的灵敏度和抗干扰性，可实现金属异物检测 精度小于5mm，确保了家电的安全性。磁耦合谐振式无线电能传输系统: 自从2007年美国麻省理工学院(MIT)的Marin Soljacic教授等人利用磁耦合谐 振技术成功地在2m外点亮一只60W的灯泡，无线电能传输技术(WPT)迅速成为 一个世界范围内的研究热点。磁耦合谐振原理是目前电能传输的最好方式，可 实现大功率、高效率、远距离的电能传输，克服有线供电取电不灵活问题。基 于该原理，本项目组成功开发了样机系统，其最大功率10kW，整体传输效率85% 以上，垂直传输距离达200mm，水平自由度100mm，具备金属异物检测功能。 能量传输平台采用扁平化设计，使该系统占用空间体积更小，可非常方便地应 用于家电无尾传输、汽车无线充电、AVG车、机器人等领域。
山东大学
2021-04-13
基于多相位小波变换和 MTFC 的真彩色图像融合方法
一种基于多相位小波变换和 MTFC 的真彩色图像融合方法，包括将彩色影像从 RGB 色彩空间转换 到 IHS 色彩空间;将彩色图像的亮度分量以及全色影像分别采用两种初始相位参数 I、II 进行小波分解; 根据自适应融合准则，对彩色图像的亮度分量以及全色影像采用初始相位参数 I 进行小波分解的结果进 行融合处理，对彩色图像的亮度分量以及全色影像采用初始相位参数 II 进行小波分解的结果进行融合处 理;进行灰度畸变替换处理;基于 MTFC 复原方法，对经过去畸变处理的亮度成分进行影像复原处理， 得到复原后的亮度分量;对复原后的亮度分量以及彩色影像的色度分量与饱和度分量进行 IHS 反变换， 获取融合后的影像。
武汉大学
2021-04-13
基于局部不变几何特征的广义霍夫变换图像匹配方法
本发明公开了一种基于局部不变几何特征的广义霍夫变换图像 匹配方法，用于实现对具有任意旋转角度的目标图像的匹配，其特征 在于，该方法包括对模板图像进行预处理的步骤和利用该模板图像的 处理结果对目标图像进行匹配的步骤，其中，模板图像处理步骤中包括提取图像各边缘点并建立边缘点匹配特征关系，所述目标图像进行 匹配时先提取目标图像的各边缘点，再利用上述建立的边缘点匹配特 征关系对提取的图像进行匹配，从而获得匹配位置点和相应的旋转角 度，完成目标图像匹配。本发明的方法通过改进传统的广义霍夫变换， 建立改进的参考表，能够对任意角度旋转的目标图像进行匹配，具有 很高的匹配速度和匹配精度。
华中科技大学
2021-04-11
ABB BOMAN MB3600 高效FTIR傅里叶变换近红外光谱仪
产品详细介绍
广州市博勒泰贸易有限公司
2021-08-23
从高频地波雷达海洋回波一阶 Bragg 谐振峰中提取浪高的方法
本发明公开了一种从高频地波雷达海洋回波一阶 Bragg 谐振峰中提取浪高的方法，通过建立 Bragg 海浪谱值随浪高的响应曲线，用在雷达近距离单元上由二阶谱反演的浪高及一阶峰功率去标校远距离元 的一阶峰功率，从而计算出远距离元上的浪高分布。本发明主要依赖的是 Bragg 海浪的不饱和特性，由 一阶 Bragg 谐振峰提取浪高。由于在一般海态条件下一阶峰显著强于二阶谱，因此本发明将大幅提高高 频地波雷达的浪高探测距离，同时对于采用紧凑接收天线的便携式雷达，可将使其获得浪高的空间分辨 能力，从而极大促进其发展和推广应用。
武汉大学
2021-04-13
一种基于电磁谐振线圈互感的电动汽车动态无线电能交互方法
本发明公开了一种基于电磁谐振线圈互感的电动汽车动态无线电能交互方法，包括：在道路表面铺设若干初级线圈，形成沿车辆行驶方向连续排列的初级线圈阵列，在电动汽车的底部安装次级线圈，建立基于磁矢势和比奥‑萨伐尔定律的线圈互感模型；构建电动汽车的充电和放电模型：当电动汽车进行充电或放电时，电动汽车的充电模型或放电模型基于线圈互感模型计算不同电磁耦合策略下的无线充电传输效率，采用无线充电传输效率最高的电磁耦合策略将电网中的能量传输至电动汽车或将电动汽车中的能量反馈到电网。通过对耦合线圈之间互感特性的量化建模与分析，能够根据实际运行条件动态调整线圈参数及耦合方式，提升无线充电与放电过程中的能量传输效率。
南京工程学院
2021-01-12
西安交通大学科研人员在变换光学领域取得重要进展
西安交通大学电气学院先进电磁调控与电能转换技术研究中心马西奎教授团队与复旦大学物理系丁鲲研究员以及英国帝国理工学院物理系JohnPendry教授合作，利用变换光学中的共形对称性揭示了一种从虚拟空间出发去理解并调控实空间中系统拓扑性质的方案。
西安交通大学
2021-11-30
一种基于多边形广义霍夫变换的图像匹配方法
本发明公开了一种基于多边形广义霍夫变换的图像匹配方法， 该方法包括:(1)离线阶段:(1.1)对模板图像进行边缘提取和多边形拟 合;(1.2)利用局部三角特征以及顶点与模板图像参考点的矢量关系， 构建 R-Table 表;(2)在线阶段:(2.1)对目标图像进行边缘提取和多边 形拟合;(2.2)对目标图像进行投票，票数最高的位置点作为与模板图 像上的参考点对应的匹配点，以确定模板图像的多边形的顶点与目标 图像的多边形的顶点的对应关系，同时确定模板图像与目标图像之间 发生平移、旋转
华中科技大学
2021-04-14