手写识别是一个典型的人机交互应用,通过在设备上书写获取用户的手写轨迹,来进行信息录入、签名认证等。现有的手写识别系统大多使用电子屏幕或摄像头等昂贵的硬件设备实现,有些存在隐私泄露的隐患,有些需要用户手持或穿戴设备进行手写,降低了使用的便利性。随着物联网技术的发展,手写识别技术改进成为一个研究热点,同时也拓宽了手写识别的应用领域。其中,射频识别技术为实现一种交互性更强、便捷性更高的手写识别方案提供了可能。因此,论文提出一种基于RFID标签的无绑定手写识别方案来解决目前手写识别中存在的问题,主要研究内容如下。首先,针对周围环境噪声和设备本身缺陷引起的信号异常波动问题,系统先进行相位展开操作消除相位跳变,恢复断开的相位。然后通过高斯加权移动平均滤波器消除噪声,得到与手写动作相关的连续相位流。在此之后,提出一种基于差分信号的分割算法,分析手写信号的特点,进而实现连续相位流的分割。算法通过寻找手写片段的初始点和结束点,得到与每个字符相对应的相位片段。其次,针对用户的手写轨迹,系统进行手指位置定位和轨迹重建工作。根据相位能够刻画距离关系的特点建立信号反射模型,通过分析信号的传播路径,描述手指运动与标签相位变化之间的关系。然后将连续的手写轨迹分解成与各采样点相对应的手指位置坐标,利用信号反射模型定位每个采样点对应的手指位置坐标。时序连接各个采样点的手指位置坐标进行手写轨迹的重建。为防止重建的轨迹存在旋转或翻转问题导致手写轨迹的误识别,进行轨迹转换,统一不同方向、位置的手写轨迹,从而实现精确的手写识别。最后,在两个场景中采用商用RFID设备部署本文系统,并通过多组对比实验评估系统的手写识别性能和轨迹跟踪性能。实验结果表明,对于26个大写字母的平均识别准确率能到达94.08%,用户手写轨迹的跟踪误差控制在1cm左右。