三维空间下的射频识别标签防冲突算法

结合射频识别（RFID）系统的工作特点,在给出适用于该系统的面阵多波束实现方法基础上,提出了一种防冲突算法该算法采用平面阵列天线,通过数字多波束形成算法控制加权系数,将三维空间划分为多个波束方向,并同已有基于时分多址（TDMA）算法相结合,实现对在阅读器的识别范围内大量密集分布的标签进行快速准确识别的目的．此外,在实现多标签识别的同时,该算法还引入二次波束形成策略,以解决波束之间的重叠碰撞问题．实验表明,本算法可将识别效率提高65％以上     

“聪明标签”取代条形码大势所趋

“聪明标签”无须印在商品包装表面．而且售货员也无须主动将商品放到识别仪上识别，一种名为无线射频识别的技术可使“聪明”方式得以实现，从而大大提高交易效率。无线射频识别系统由3部分组成：“聪明标签”、阅读器和微型天线。标签附着在商品包装里，其中保存有约定格式的电子数据。在实际应用中，阅读器通过天线发送出一定频率的射频信号。当标签进入有效区域后，     

RFLD无线射频识别技术

无线射频识别技术（Radio Frequency Idenfication,RFID）是一种非接触的自动识别技术,其基本原理是利用射频信号和空间耦合（电感或电磁耦合）或雷达反射的传输特性,实现对被识别物体的自动识别.RFID系统至少包含电子标签和阅读器两部分。电子标签是射频识别系统的数据载体,电子标签由标签天线和标签专用芯片组成。     

基于有源RFID的室内移动机器人定位系统

针对有源射频识别(RFID)技术在室内定位的特点,使用有源射频模块,基于Visual C++6.0平台,开发了一种室内移动机器人定位系统。选用接收信号强度指示值最大的4个标签作为定位标签,提出了一种增加移动误差的改进极大似然估计定位算法,实现了室内移动机器人位置的测量。实验表明:应用改进极大似然估计定位算法的定位系统可较好地实现机器人稳定工作;平均定位偏差降低32%,达到0.332 14 m;定位精度明显提高,可满足室内移动机器人的定位要求。     

应用RFID技术实现地铁列车精确定位的研究

本文提出了一种基于射频识别RFID技术的地铁列车跟踪与定位系统,用以实时、精确、高效的确定地铁列车在线路上的位置,并在综合站场表示图上展现出来,为地铁调度系统提供数据支持。采用的RFID（射频识别）系统,使用铁路专用RFID无线识别阅读器,有极可靠的设计、极佳的性能和极灵活的用户适应性。能识别0-6m的物体,能准确识别时速达400公里的车辆,且极可靠,误读率几乎为零,能满足地铁方面将阅读器固定在轨道上或列车上的要求。系统的工作原理：将无源标签每隔一定间隔（如1．5m）依次固定安放在列车运行线路上,标签读写器及通讯设备安装于车上。并联至车栽微机。当列车通过一枚定位标签时,车栽读写装置（射频主动天线RF—Active Antennas,安装在列车底部）读取标签内的精确位置信息数据,从而实现精确定位（精度0.5ml）。通过对地铁列车的跟踪定位,提高了地铁运行的自动化水平,对地铁运输具有重大意义。     

RFID技术在移动机器人同步定位中的应用

提出了一种用于室内移动机器人的同步定位算法.该算法利用射频识别(RFID)系统,将RFID标签实现的无线传感器网络与SLAM算法结合,依据RFID阅读器获得的标签数据对机器人定位.实验证明:基于RFID系统的定位算法在2维环境中能有效地对机器人进行定位和跟踪.     

工业智能机器人中RFID应用技术的研究

近些年来,名为“射频识别（RFID）”的自动识别技术在逐步的兴起。如果将RFID技术应用到工业的智能机器人上,结合标签的唯一性,给装有RFID阅读器的工业机器人定位。利用RFID标签提供给工业机器人更多的信息,从而更好地控制工业机器人按照指定的标签顺序去工作。     

一种功率可调的RFID室内动态定位方法

基于RFID技术的室内定位算法,大多都要求阅读器具有记录RSSI、TOA等测量参数的功能,这对于阅读器和标签的要求较高,从而导致整个系统的成本较高。RFID动态定位方法是一种新型的通过参考标签和移动RFID阅读器进行定位的方法,无须记录RSSI等测量参数,思路简单,却实现了较高精度的定位(可达数10cm级),然而定位路径较为盲目,定位效率低下。为改善这一问题,本文提出了一种功率可调的动态定位方法,同时为方便在定位过程中即时观察阅读器阅读参考标签和目标标签情况,设计了动态定位的MATLAB GUI界面。实验结果表明,与原动态定位方法相比,功率可调的动态定位方法在很大程度上节省了定位时间,提高了定位效率,且对于边界处的目标标签定位,定位精度提高了近20%。     

电子标签,聪明标签

电子标签一直被人称为"聪明标签",其核心为无线射频识别技术.电子标签系统由三部分组成:电子芯片、阅读器和微型天线.电子芯片按约定格式保存信息,阅读器通过微型天线连续发出一定频率的射频信号,当芯片进入射频辐射区域时就会产生感应电流从而获得能量,并发送出自身携带的电子数据,阅读器接收数据后进行解码并送至电脑主机处理,从而得到芯片中保存的信息.     

基于排队理论的标签识别流程优化研究

为了缩短标签识别时间,提高系统的识别效率,针对多阅读器环境,提出一种基于排队理论的射频识别系统标签识别流程优化算法,并结合最优控制理论,建立分析模型.离散排队理论的研究结果表明,大量标签排队的解决方案是:将单阅读器识别模式改为多阅读器识别模式.将进入识别区域的标签随机分组,提出区分首选阅读器顺序的标签识别方法.引入阅读器之间的切换时间和标签不满意度,根据各组标签的预测数目,结合最优控制理论,获得首选不同阅读器情况下的最优识别流程.对比各识别路线的仿真结果表明,使用所建立模型获得的最优流程去识别标签,标签识别速度快,标签不满意度低,避免了由于大量标签排队堆积于某一阅读器而导致的漫长等待时间,从而验证了该算法的可靠性.     

重叠年轮式无源射频识别定位算法设计

针对无源射频识别（RFID）定位问题,建立了重叠的读写器天线布局规划以及年轮式概率模型,提出了重叠年轮式定位算法,并通过Kp值修正以及双标签边缘修正实现精确定位.验证表明,与邻近算法相比,重叠年轮式无源RFID定位算法使定位误差降低了33.929%,同时定位误差概率累积分布曲线的收敛速度也显著提高.     

Vehicle Positioning Method Based on RFID in Vehicular Ad-Hoc Networks

With the rapid development of vehicular ad hoc network( VANET) technology,VANET applications such as safe driving and emergency rescue demand high position accuracy,but traditional GPS is difficult to meet new accuracy requirements. To overcome this limitation,a new vehicle positioning method based on radio frequency identification( RFID) is proposed. First RFID base stations are divided into three categories using fuzzy technology,and then Chan algorithm is used to calculate three vehicles' positions,which are weighed to acquire vehicles' accurate position. This method can effectively overcome the problem that vehicle positioning accuracy is not high resulting from the factors such as ambient noise and base distribution when Chan algorithm is used. Experimental results show that the performance of the proposed method is superior to Chan algorithm and 2-step algorithm based on averaging method,which can satisfy the requirements of vehicle positioning in VANETs.     

基于射频识别技术的粮食供应链跟踪系统的设计

为建立快速、全面、精确的粮食供应链系统,研究了射频识别(RFID)技术应用在粮食供应链跟踪中的业务流程及使用方式,结合粮食流通特点完成了基于射频识别技术的粮食供应链的系统流程分析,进而确定了符合粮食流通管理的软硬件配置,在此基础上设计粮食供应链跟踪体系的系统架构.最后实现系统集成和测试,测试表明本系统连续工作时间为11...     

基于随机权重混沌粒子群反向神经网络算法的RFID定位算法

为了提高射频识别 (radio frequency identification,RFID)定位系统的准确性与可靠性,并改善反向传播神经网络算法在RFID定位算法中收敛速度慢、精度低、稳定性差的缺点,提出一种基于随机权重的混沌粒子群优化反向传播神经网络定位方法 (random weight chaotic particle swarm optimization back-propagation neural networks,RW-CPSO-BP)。在运用RW-CPSO-BP算法对标签进行轨迹预测过程中,首先对3个阅读器接收到的标签接收信号强度指标值 (received signal strength indicator,RSSI)先用均值滤波进行预处理,然后再进行归一化处理,将处理过的数据分为两组在RW-CPSO-BP模型中进行训练,从而得到误差曲线。经过RW-CPSO-BP优化过权值和阈值的BP模型能较好地定位移动标签,而且克服了陷入局部最优解的问题。仿真结果表明,RW-CPSO-BP算法收敛速度和稳定性明显高于BP网络,误差也较BP网络低,更加适合用于进行复杂环境下的RFID定位。     

基于RFID的室内人员定位系统的设计与实现

为满足室内人员定位的需求,设计了一种基于射频识别(RFID)技术的室内人员定位系统,在融合区域定位和接收信号强度的室内定位算法的基础上,该系统采用三级网络结构,利用CAN总线进行数据传输;描述了该系统的三级网络结构,最后以C#为开发语言,利用串口通信和Access 2003数据库实现了可视化控制管理软件的设计.该系统利用RFID技术,可以实现对室内人员简单快速的定位、跟踪、查询.     

一种平面倒F纸基RFID标签天线

设计和实现了基于平面倒F天线(PIFA)结构的双频段RFID标签天线.标签天线采用纸质材料作为标签基材,天线结构为PIFA结构.设计时在天线辐射面上开槽和小环,以实现天线双频段特性;采用了地面开缝隙技术,可获得比普通PIFA天线更宽的带宽.仿真结果表明:该RFID标签天线有2个谐振频率(870和915 MHz),带宽30MHz.测试结果表明:此RFID标签天线可以很好地工作在867和915MHz频率上.     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

基于RFID阵列的无轨AGV系统的研究与设计

为改进有轨自动导航小车(AGV)的不足,研究一种基于RFID阵列的无轨AGV系统。该系统包括RFID阵列地板、无线通信网络、上位机、运行场地地图、小车运行控制系统;AGV安装若干RFID读卡器,运行在RFID阵列地板上,运行时通过读取地板下RFID电子标签的ID号,并通过无线通信网络发送到上位机;上位机构建和存储RFID阵列地板地图,上机位将接收到的ID号与存储的地图进行对照,计算出小车当前的位置的运行姿态,依据预设的运行路径生成AGV当前的控制指令并通过无线网络发送小车,控制小车的运行。系统通过利用RFID与地图实现定位,上位机生成控制指令的方式,实现AGV无轨运行。验证测试结果表明,AGV在预设运行路径上行驶,平均定位精度5cm,实用性好,稳定性高。     

基于时变神经网络的迭代学习辨识算法

为了实现在有限时间区间上可重复运行的离散时变非线性系统辨识,给出基于时变神经网络的迭代学习辨识算法.对于每一个固定时刻,以该时刻的神经网络逼近该时刻系统输入输出间的映射关系,提出了在同一时刻沿迭代轴训练网络权值的带死区迭代学习最小二乘算法,为防止收敛速度下降过快,进一步提出了协方差阵可重调的改进算法.所提算法有较快的收敛速度,且时变神经网络对非线性时变系统的辨识精度也较高.     

一种BDS/GPS双系统融合导航的快速选星方法

针对全球导航卫星系统运算量急剧增加的问题,提出一种BDS/GPS双系统快速选星算法.该算法以最佳星座配置法和底座中心法为基础,针对多系统的特点制定选星策略,并对算法进行实验验证.实验结果表明,该算法在保证定位精度基础上有效减少了定位解算的运算量.