射频识别RFID技术原本设计用于替代条形码和二维码来实现物体自动化识别。近些年来,许多研究学者开始尝试利用其实现物体空间定位、方向追踪、材质识别以及人体呼吸心率检测等,这使得其应用初衷得到极大扩展。本文主要从基于无源RFID的运动目标追踪、静态目标定位、非视距下无传感器目标运动感知以及多标签环境下互耦干扰抑制四个方面展开研究。本文主要创新点包括:（1）针对RFID动态目标追踪中基于相位差方案对于噪声干扰容忍性弱的问题,本文提出了一种基于差分相位整周未知数的运动标签追踪系统Track T。该系统能够在已知和未知标签运动模式下实现高精度的标签轨迹追踪。与以往工作不同的是,相位周期性（即相位整周未知数,2π整数倍）通常被视为一个导致标签位置不确定性的负面因素。所设计的系统创造性地依据由相邻采样点相位差计算得到的相位整周未知数差来判定标签位置,其具有噪声不敏感的特性。在已知标签运动模式下,本文设计了一种基于相位整周未知数差的匹配规则实现监控区域内候选未知初步筛选。由于这些候选点相距至少半个波长,利用相位差能够有效地评估它们为标签初始点的可能性。在未知标签运动模式下,系统需要同时估计其初始点以及后续轨迹。给定所有网格点作为初始猜测值,利用一阶泰勒展开式估算出相邻采样时刻标签位移。在收集足够数量的样本后,利用追踪已知标签运动轨迹的方法计算出最优标签初始点位置。在低干扰的环境下,系统利用4根分散部署在监控区域周围的天线能够实现毫米级的高精度目标轨迹追踪。（2）针对RFID静态目标定位系统中天线未知运动轨迹和三维空间定位实时性问题,本文提出了一种计算机视觉辅助的静态标签定位系统RF-MVO。相比于单一RFID系统,RFMVO引入一个固定于读写器天线上的轻量级单目相机。在天线移动过程中,利用计算机视觉中的单目视觉里程计技术得到天线在相机视图中的运动轨迹,结合相位的深度信息,本文设计了一种融合算法来计算用于相机视图至真实世界视图下天线轨迹变换的尺度因子,同时也能够输出标签在空间中的角度。在此基础上,构建一系列空间直线求交点的方法实现标签位置的估计。另外,为了提高定位实时性,本文提出了一种由粗糙至精细的优化算法,其能够保证在不明显损失定位精度的情况下大幅降低计算量。实验验证了所提出的相机与RFID相位样本融合定位以及优化算法有效性,在使用2根天线的情况下,系统能够实现约6.23 cm的空间定位精度。（3）针对非视距下障碍物镜面效应以及弱可信的信号特征影响基于RFID技术的被动式无传感器感知精度的问题,本文提出了一种利用标签平面阵列来实现可信的人体运动穿墙感知系统RF-HMS。为了捕捉微弱的人体反射信号,系统首先利用多个RFID标签构建标签阵列。而后,本文设计了一种差分模型来消除墙体产生的强反射干扰,并且通过提取该模型的相位特征来检测目标区域内是否存在任何移动的人员,以及识别该运动目标前后运动方向。实验结果表明,在系统感知范围内其能够实现100%的人体运动感知准确率和90%以上人体运动方向识别准确率。（4）针对多标签系统中相邻RFID标签互耦效应导致信号指纹（接收信号强度和相位）失真的问题,本文提出了一种基于先验知识的标签互耦干扰抑制系统RF-Mirror。本文首先分析了多标签场景下响应标签的信号传播路径,提出了全新的能够表征标签互耦影响的接收信号强度/相位-距离模型。基于该模型,提出了一种利用有/无互耦情况下信号指纹来分析耦合效应对标签辐射模式影响的方法。另外,通过模型分析可知,影响标签互耦效应的主要因素是标签阵列相对于读写器天线的方向,而非标签至读写器天线的距离,因此通过预先收集阵列中每个标签在相对于天线不同方向上互耦效应导致信号指纹的偏差,本文设计一种基于该先验值的去耦合算法来校正信号指纹偏差。实验证明了所提出的接收信号强度/相位-距离模型的有效性,并且系统在计算接收信号强度/相位差中的去耦合误差为0.422 d B和0.076 radians。
基本信息
| 题目 | 基于无源RFID的目标位置感知及多标签互耦干扰抑制研究 |
| 文献类型 | 博士论文 |
| 作者 | 王忠勤 |
| 作者单位 | 南京邮电大学 |
| 导师 | 陈国良 |
| 文献来源 | 南京邮电大学 |
| 发表年份 | 2020 |
| 学科分类 | 信息科技 |
| 专业分类 | 计算机软件及计算机应用 |
| 分类号 | TP391.44 |
| 关键词 | 射频识别,定位,视觉里程计,被动式感知,互耦效应 |
| 总页数： | 121 |
| 文件大小： | 16490K |
论文目录
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.2 研究现状及主要问题 |
| 1.2.1 研究现状 |
| 1.2.2 主要问题 |
| 1.3 研究内容及关键挑战 |
| 1.3.1 运动标签追踪研究 |
| 1.3.2 静态标签空间定位研究 |
| 1.3.3 非视距无传感器目标位置感知研究 |
| 1.3.4 多标签下互耦干扰抑制研究 |
| 1.4 论文组织结构 |
| 第二章 基于相位整周未知数的高精度运动标签追踪 |
| 2.1 引言 |
| 2.2 相关概念介绍 |
| 2.3 系统设计 |
| 2.3.1 已知运动模式下标签定位 |
| 2.3.2 未知运动模式下标签追踪 |
| 2.3.3 系统实时性优化 |
| 2.4 实验 |
| 2.4.1 系统实施 |
| 2.4.2 已知运动轨迹下定位性能 |
| 2.4.3 未知运动轨迹下标签追踪性能 |
| 2.5 讨论 |
| 2.5.1 多径干扰 |
| 2.5.2 标签与天线中心在不同平面 |
| 2.6 本章小结 |
| 第三章 单目视觉里程计辅助的静态标签空间定位 |
| 3.1 引言 |
| 3.2 视觉里程计介绍 |
| 3.3 空间波达方向和尺度因子搜索 |
| 3.3.1 空间能量谱构造 |
| 3.3.2 三维空间定位 |
| 3.4 标签位置和尺度因子优化 |
| 3.5 最佳标签位置和比例因子选择 |
| 3.6 系统部署 |
| 3.7 实验 |
| 3.7.1 实验方法与评估度量 |
| 3.7.2 水平精度因子评估性能 |
| 3.7.3 标签定位性能 |
| 3.7.4 相机/天线轨迹恢复性能 |
| 3.7.5 阵列阵元数量的影响 |
| 3.7.6 角度与尺度因子搜索间距的影响 |
| 3.7.7 标签类型的影响 |
| 3.7.8 多径干扰的影响 |
| 3.7.9 标签互耦的影响 |
| 3.7.10 系统应用-错放图书检测 |
| 3.8 讨论 |
| 3.9 本章小结 |
| 第四章 反向散射信号驱动的非视距无传感器目标位置感知 |
| 4.1 引言 |
| 4.2 实验发现 |
| 4.3 多径信号建模 |
| 4.3.1 信道传递函数 |
| 4.3.2 多径环境下信号传播建模 |
| 4.4 人体运动检测 |
| 4.5 人体运动方向追踪 |
| 4.5.1 运动人体反射提取 |
| 4.5.2 人体运动方向自动检测 |
| 4.6 实验方法 |
| 4.6.1 实验部署 |
| 4.6.2 实验部署与方法 |
| 4.6.3 人体运动感知距离 |
| 4.6.4 设备噪声消除 |
| 4.6.5 人体运动方向感知精度 |
| 4.6.6 标签数目的影响 |
| 4.6.7 人体移动速度的影响 |
| 4.6.8 标签阵列与读写器天线距离的影响 |
| 4.7 本章小结 |
| 第五章 面向多标签系统的互耦干扰抑制 |
| 5.1 引言 |
| 5.2 标签互耦建模 |
| 5.2.1 实验发现 |
| 5.2.2 互耦效应下信号传播建模 |
| 5.2.3 互耦效应下接收信号强度/相位-距离模型 |
| 5.2.4 无互耦效应下接收信号强度/相位-距离模型 |
| 5.2.5 与现有接收信号强度/相位-距离模型比较 |
| 5.3 互耦效应下标签辐射模式估计 |
| 5.3.1 双标签阵列中接收信号强度/相位耦合项简化 |
| 5.3.2 有/无互耦效应下信号指纹收集 |
| 5.3.3 标签相位偏移估计 |
| 5.3.4 互耦效应下标签辐射模式估计 |
| 5.4 标签互耦校正 |
| 5.4.1 不同标签至读写器天线方向上先验值收集 |
| 5.4.2 接收信号强度与相位测量值中耦合干扰移除 |
| 5.5 实验部署与评估 |
| 5.5.1 实验部署 |
| 5.5.2 实验评估 |
| 5.5.3 标签互耦建模有效性 |
| 5.5.4 标签互耦对标签相位中心的影响 |
| 5.5.5 在视距和非视距条件下标签互耦干扰抑制性能 |
| 5.5.6 多径干扰及标签至天线距离影响 |
| 5.5.7 标签间距的影响 |
| 5.5.8 单极子和双极子标签的影响 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间的所获奖励 |
| 附录3 攻读博士学位期间参加的科研项目 |
| 致谢 |
参考文献
| [1] 基于弱标签的多示例迁移学习方法[J]. 计算机应用研究 2021(01) |
| [2] 一种优化的标签传播方法[J]. 小型微型计算机系统 2021(01) |
| [3] 基于神经网络融合标签相关性的多标签情感预测研究[J]. 中文信息学报 2021(01) |
| [4] 电子疫苗热敏感标签监测效果评价[J]. 生物医学工程学杂志 2021(01) |
| [5] 压敏标签供送装置中剥离机构的设计[J]. 河南科技 2019(34) |
| [6] 浅议通过标签查找“问题”农药[J]. 种子科技 2019(17) |
| [7] 图像多标签学习的研究概述[J]. 南京信息工程大学学报(自然科学版) 2019(06) |
| [8] 医院中药房成药定位标签的设计与评价[J]. 中医药管理杂志 2020(01) |
| [9] 基于大数据的患者画像标签体系构建方法及应用研究[J]. 中国卫生信息管理杂志 2019(06) |
| [10] 基于标签语义挖掘的城市画像感知研究[J]. 数据分析与知识发现 2019(12) |
| [11] RFID标签及其加工应用浅谈[J]. 印刷杂志 2020(02) |
| [12] 基于深度学习的多标签生成研究进展[J]. 计算机科学 2020(03) |
| [13] 饲料标签常见问题及分析讨论[J]. 饲料博览 2020(02) |
| [14] 芬欧蓝泰标签的新型纸质标签材料包含可回收成分[J]. 网印工业 2020(05) |
| [15] 警情热点标签的设计和应用[J]. 大众标准化 2020(07) |
| [16] 探讨无线发射台站标签规范化[J]. 视听 2020(03) |
| [17] 一种基于标签融合的微博主题生成方法[J]. 辽东学院学报(自然科学版) 2020(02) |
| [18] 钢材成品二维码标签系统设计[J]. 包钢科技 2020(03) |
| [19] 通过标签嵌入从社交标签中挖掘上下位关系[J]. 指挥信息系统与技术 2020(04) |
| [20] 多类别相关性结合的类属属性多标签学习[J]. 模式识别与人工智能 2020(08) |
| [21] 基于标签相关性的类属属性多标签分类算法[J]. 计算机应用研究 2020(09) |
| [22] 融合标签结构依赖性的标签分布学习[J]. 南京大学学报(自然科学) 2020(04) |
| [23] 用行动擦亮爱国奉献的人生标签[J]. 新长征 2019(01) |
| [24] 标签的“前世今生”[J]. 今日印刷 2019(03) |
| [25] 国内外纺织品和服装护理标签概述[J]. 中国纤检 2017(01) |
| [26] 富士通开发“几乎看不见”的RFID标签[J]. 广东印刷 2016(06) |
| [27] 基于补全矩阵的多标签相关性情感分类[J]. 计算机系统应用 2017(01) |
| [28] 基于本体和标签的个性化推荐[J]. 情报理论与实践 2016(12) |
| [29] 红酒标签秒变“故事书”,你见过吗?[J]. 印刷技术 2017(01) |
| [30] 基于相对频次的标签相关性判断优化研究[J]. 图书情报工作 2016(17) |
相似文献
| [1]移动RFID系统标签识别技术的研究[D]. 李晓武.西南交通大学2015 |
| [2]社会标签推荐技术与方法研究[D]. 靳延安.华中科技大学2011 |
| [3]面向互联网社会化图像的标签优化算法研究[D]. 夏召强.西北工业大学2014 |
| [4]社会化标注环境下的标签聚类方法研究[D]. 李慧宗.合肥工业大学2016 |
| [5]大规模RFID标签批量处理方法研究[D]. 厉斌斌.燕山大学2019 |
| [6]社会标注系统中标签推荐方法研究[D]. 张引.东北大学2012 |
| [7]多标签分类问题的图结构描述及若干学习算法的研究[D]. 陈自洁.华南理工大学2015 |
| [8]RFID系统标签防冲突算法研究[D]. 张立倩.内蒙古农业大学2020 |
| [9]基于社会标签系统的个性化推荐方法研究[D]. 曹玉琳.大连理工大学2020 |
| [10]社会化标签的主题层次体系自动构建[D]. 薛涵.哈尔滨工业大学2015 |
基于无源RFID的目标定位感知与多标签互耦干扰抑制研究
下载Doc文档