电子商品防盗系统(Electronic Article Surveillance,EAS)是一种应用于现代零售业中的防盗设备,通过减少商品失窃,来提高销售利润。随着科学技术的发展,EAS系统的工作环境日趋复杂,各种电磁干扰严重影响了系统的检测性能。声磁技术为EAS系统的发展提供了一条新的道路,声磁EAS系统根据音叉原理而设计,其检测性能远超其他类型的产品。本文设计一种基于DSP的声磁EAS系统,并根据声磁标签信号特征研究了一种基于支持向量机的检测方法。本文所设计的系统检测器的核心处理器采用TMS320F28335,系统工作频率为58kHz,系统天线采用收发天线共用的时分复用一体式收发方式;系统通过引入50Hz的网络同步信号,可以有效地提高系统稳定性和抗干扰能力;发射信号通过整形电路、线性放大电路、功率放大电路处理后馈送至发射天线上,在天线周围形成了标签检测区域。标签信号一般都很微弱,通过放大电路、滤波电路、运算电路处理后输入DSP中进行AD转化和处理,处理器将分析接收信号特征以决定是否触发报警系统。针对传统声磁EAS系统标签识别算法导致系统检测率低和抗干扰性差等问题,本文研究了一种改进型人工鱼群算法(IAFSA)与支持向量机(SVM)相结合的声磁标签信号检测算法(IAFSA-SVM)。首先详细地分析了支持向量机和传统人工鱼群算法的原理和优势,根据算法的不足提出了优化方案,并建立了SVM检测模型;实验收集了足够的测试样本,提取并分析了标签信号和系统环境噪声的特征,综合考虑算法复杂度和标签信号的特点,选择了信号幅度、频率和信噪比作为支持向量机的输入向量,最后设计了实验仿真流程图。根据本文所提出的系统方案,设计了收发一体式声磁EAS系统和标签识别算法,对系统硬件和算法的性能进行了测试:系统硬件各模块工作正常,与预设参数相同;基于SVM的标签识别算法检测距离可达1.5m,检测率为99.75%,算法平均耗时4.6ms,可满足系统实时检测要求。