电子商品防盗系统(Electronic Article Surveilance),又称EAS系统,是一种以电子技术为基础,在开放式购物环境下能有效降低商品失窃率的防盗手段,目前广泛应用于零售行业。EAS系统主要分为电磁波系统、声磁系统、射频系统和微波系统。其中,声磁系统采用音叉共振原理,因其具有抗干扰性强、检测率高、检测距离远等特点而逐渐成为主流。传统的声磁EAS系统在面对电磁干扰复杂的场景时,性能往往会急剧下降,甚至出现系统失效的情况。为此,本文提出一种以FPGA芯片为平台,基于支持向量机分类算法的声磁EAS标签识别系统,为复杂环境下EAS系统的稳定运行提供了一种解决方案。本文以Altera公司旗下的EP4CE22E22C8型号芯片作为处理器,针对谐振频率为58KHz的声磁标签,设计并实现了一种收发一体式声磁EAS系统。硬件组成主要包含电源设计、同步信号生成电路、处理器及其外围电路、发射模块、接收模块、报警模块、通信模块。为了解决传统算法在强干扰环境下性能急剧下降的问题,本文标签识别算法部分引入支持向量机(SVM)分类算法,将其与快速傅里叶变换(FFT)法、频域信噪比(FSNR)法相结合,充分利用工作环境中标签、噪声信号的频域特征。SVM算法对数据帧做有标签和无标签二分类,训练部分在Matlab上进行。分类计算部分在FPGA内部实现,采用三级并行结构,与传统实现方式相比,有着更快的处理速度,所用硬件资源更少。根据本文提出的系统方案,设计并实现了一种收发一体式声磁EAS系统,对其进行测试:误报次数每天小于等于1次。无干扰环境下,硬标签最远检测距离可达1.55m,识别率最高可达99.7%;软标签最远检测距离可达0.9m,识别率最高可达99.4%。有干扰环境下,硬标签最远检测距离可达1.45m,识别率最高可达99.4%;软标签最远检测距离可达0.75m,识别率最高可达98.8%。与传统设备相比,本系统具有更远的检测距离,更低的误报率和更高的识别率,具有良好的抗干扰能力,可以在复杂电磁环境下稳定运行。