【摘 要】
:
射频识别(Radio Frequency Identification,RFID)技术是使用射频波传输数据的非接触式无线通信技术,相比光学条形码技术具有无视距要求、识别速度快、识别距离远、支持多标签同时识别等优点。RFID系统相比条形码有显着的进步,然而,要实现智能识别系统在廉价商品级标签方面的潜力,仍然存在许多挑战尚未解决。与现有的芯片RFID系统相反,无芯片RFID系统消除了对昂贵的微芯片的需
【基金项目】
:
国家自然科学基金项目——无芯片射频识别多标签的检测与识别(61671393);
论文部分内容阅读
射频识别(Radio Frequency Identification,RFID)技术是使用射频波传输数据的非接触式无线通信技术,相比光学条形码技术具有无视距要求、识别速度快、识别距离远、支持多标签同时识别等优点。RFID系统相比条形码有显着的进步,然而,要实现智能识别系统在廉价商品级标签方面的潜力,仍然存在许多挑战尚未解决。与现有的芯片RFID系统相反,无芯片RFID系统消除了对昂贵的微芯片的需求,从而为廉价的光学条形码识别系统提供了更合适的替代选择。随着集成电路(Application Specific Integrated Circuit,ASIC)芯片组的移除,无芯片RFID标签没有信号处理能力。因此,阅读器在建立成功的无线通信链路和信号处理方面起到主要作用,这要求在无芯片RFID系统的阅读器开发中取得突破。目前,国内外学者对于无芯片标签的研究越来越多,但相对应的无芯片RFID阅读器还处于学术探讨阶段,没有标准化。本文针对基于频域特征的无芯片标签进行了设计与分析,并选择特定的无芯片标签作为识别对象,设计了一种能够识别此类无芯片标签的阅读器。首先,基于频域特征的无芯片标签的特点,阐述了无芯片RFID系统的基本工作原理。为了针对阅读器对目标无芯片标签的选择,设计了4种基于频域的不同频段的无芯片标签,提出了基于1/4圆环谐振单元的一种小型化、极化不敏感、无源无芯片射频识别标签,在频率6GHz~11.5GHz范围内,具有4.39bits/cm~2的高编码密度。基于在24GHz为中心频率频带中,提出了基于可变角度圆弧谐振型器,在频率20GHz~31GHz范围内,具有44.44bits/cm~2的高编码密度,并有4.04bits/cm~2/GHz编码容量的无源无芯片射频识别标签。设计出4bit频率在22GHz~26GHz的基于圆形贴片的无芯片标签。设计优化了一种多谐振器编码标签,此标签是通过将多个螺旋谐振器与微带传输线耦合而形成的无芯片标签。以此为基础,选择适合的无芯片标签作为阅读器检测的目标标签。其次,根据无芯片RFID系统原理,研究了基于调频连续波(Frequency Modulated Continuous Wave,FMCW)的无芯片RFID阅读器的整体架构和指标,并据此设计了具体的硬件电路和软件部分。基于FMCW的无芯片标签阅读器主要包含射频前端(发射端与接收端)和数字控制两个部分,射频部分负责FMCW信号的生成与发射、无芯片标签后向散射信号的接收。数字控制部分完成收发信号的控制、以及与上位机的通信。再次,讨论了基于频域的无芯片标签测试方法,此次测试采用矢量网络分析仪与微带传输线测试,测试分析了基于1/4圆环谐振器的无芯片标签的编码性能,测试分析了基于螺旋谐振器无芯片标签,以及圆形贴片的无芯片标签,结果表明所设计的无芯片标签的可行性。对阅读器主要射频模块的功能进行了测试,然后联合基于螺旋谐振器的无芯片标签,完成了基于FMCW的无芯片标签阅读器系统的测试,检测以及对比了4bit无芯片标签数据。测试结果证明了基于FMCW的无芯片标签阅读器设计的可行性。最后,基于多输入多输出(Multiple input multiple output,MIMO)雷达作为无芯片标签在K波段内(22GHz~26GHz)的阅读器平台。介绍了MIMO雷达硬件平台,调制信号为FMCW,对MIMO雷达软件算法进行分析,联合基于圆形贴片无芯片标签,对其检测。结果表明无芯片标签可以在K波段使用,可以作为测速、测距,以及定位的潜在方案。
其他文献
随着科技和社会的发展,机器人逐渐走进柔性制造、医疗康复、仓储零售、农业采摘、家庭服务等应用领域。智能抓取是机器人实现智能化的关键技术之一,也是保障机器人适应复杂作业场景必须要解决的关键问题。但在复杂非结构化环境中,存在物体种类多样、位姿随机、物体间遮挡堆叠的情况,严重影响了机器人目标识别与抓取能力。本课题围绕多物体堆叠场景下目标检测识别和物体抓取位姿估计等技术进行了研究,实现了一种堆叠场景下机器人
近年来,城镇化进程加快,建筑垃圾数量呈指数级增长,优化建筑垃圾处置工艺实现垃圾智能回收,提高资源回收率迫在眉睫。基于浅层特征与分类器的传统视觉检测方法在复杂的建筑垃圾应用场景中稳健性不足。深度卷积神经网络作为一种基于数据驱动的学习模型,具有更强的特征提取能力与表征能力,在建筑垃圾分拣中有重要应用价值。但它对数据丰富的依赖性与建筑垃圾样本数据构建困难的矛盾制约了其适用性。本课题旨在研究小规模数据集下
水利设施的安全问题关乎到国计民生,水利设施长期安全稳定地运行将产生巨大的经济效益,对水利设施进行安全状态评估可以较好地研究其运行规律、评价其各个时期的运行状态。水利设施所处的环境通常条件恶劣、具有较为复杂的工作机制,使得其在长期运行当中容易受到多种环境因素的影响,单一的监测指标无法充分体现出结构破坏所含有的特征,难以实现对水利设施整体运行状态预测与评估。本文以某水电站4#引水涵洞为实际工程背景,以
高压电缆表面缺陷会严重影响电缆的绝缘性能,给电力系统安全运行带来严重隐患,因此对高压表面缺陷进行检测是电网维护中必不可少的环节。针对目前高压电缆在敷设前仍依靠人工检测表面缺陷的问题,本文提出了一种基于三维视觉算法的缺陷自动检测方案。通过三维重建技术对高压电缆表面进行三维重建,获取三维点云数据然后分析高压电缆表面缺陷三维模型,利用其凹凸特性实现对缺陷区域的检测定位。首先本文就线结构光三维重建算法进行
三维物体姿态估计与跟踪是机器视觉技术的重点研究方向之一,广泛应用于辅助装配、装配监控等,因此对三维物体姿态估计方法进行研究具有重要意义。本文针对零部件目标姿态估计与跟踪问题,设计了基于虚拟场景训练的零部件姿态估计与跟踪方法,该方法具有实验效率高、参数易于调试等优势。采用计算机图形学技术构建逼真的虚拟场景,在虚拟场景内生成模板姿态库并进行姿态估计与跟踪方法研究,重点研究基于虚拟场景的仿真数据生成、目
目前在工业生产中还使用着大量的老式指针仪表和无数据通信接口的数字仪表,对数据的记录还需人工完成。人工数据采集工作强度大、效率低,更换智能化仪表投入大、成本高,在一些特殊环境中,还存在一些安全隐患。此外,现阶段现场人工数据采集已经满足不了当前快速发展的生产、科研需求。因此,利用机器视觉对仪表图像进行识别的方式将越来越适用。本文以实际应用中常见的两类仪表为研究对象,对仪表图像的预处理、目标表盘检测定位
由于现实数据中存在多种模态、视图或表示,多视图学习近年来受到了广泛关注。通常,这些算法通过直接利用原始数据来学习分析样本间的关系。然而,在实际应用中,1)位于原始数据空间的数据鉴别能力相对不足。大多数方法假设数据具有线性分布,但真实情况却是数据往往分布在非线性流形上;2)多视图数据的“维度灾难”问题一直困扰着多视图方法的发展,雪上加霜的是其中夹带的噪声和离群点更进一步影响了方法对子空间底层结构的挖
安定剂是火箭推进剂中的重要组分,通过吸收硝酸酯吸水或受热分解时产生的酸和氮氧化物,可以有效缓解推进剂发生自催化分解的速度,延缓老化进程,保证其贮存稳定性。安定剂含量的可靠监测对准确了解推进剂老化情况,预估使用寿命至关重要。由于目前安定剂含量检测方法主要有着操作繁琐、费时费力、精确度较低等问题。因此亟需寻求一种无损、快速、有效、精确的安定剂检测方法。太赫兹时域光谱(THz-TDS)技术因对被测物质几
在制造业快速发展和大数据时代的背景下,设备的复杂程度、精密程度不断增加,设备维修管理被越来越多的企业重视,设备维修方案的相关推荐方法也得到很多人的关注。将人工智能应用到维修推荐方案上,进一步改善设备维修工作,辅助维修人员做出更好的维修策略,减少因设备故障给企业带来的损失。本文以车辆设备维修作为研究对象,从车辆故障问题匹配和维修方案决策两个方面对维修方案推荐方法进行研究。基于历史故障问题,依据本文提
炸药在国防和工业生产领域具有广泛的应用,FOX-7和CL-20作为两种典型单质炸药,具有重要研究价值。炸药在应用中通常会受到复杂外部条件作用,热刺激是其中最广泛的影响因素,这种影响促使炸药形成在微观结构和宏观特性上存在显著差异的不同晶相,给武器装备的安全性带来了挑战。现有研究表明,炸药分子的结构及相关环境信息与分子间的弱作用力密切相关,而这些弱作用力振动频率主要集中在太赫兹频段。因此,相较于传统的