基于信号强度的UHF RFID定位技术研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:ZF6VE5
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着“工业4.0”、“互联网+”等理念的提出,物联网行业取得了飞速的发展,室内定位技术的需求也大大提升。射频识别技术(Radio Frequency Identification,RFID)凭借其低成本、高精度、高可靠性的优点,已经成为物联网的基本技术之一,同时也是优选的室内定位技术。RFID室内定位是目前的研究热点,但大多数研究关注于求出目标的具体位置。在某些应用领域中,如图书管理、仓储物流,了解物品之间的相对位置关系比求出物品的具体位置更有用。大多数定位算法的精度都达不到厘米级,无法满足这些场景下的定位需求;少数定位算法虽然可以达到定位精度,但需要特定的硬件设备,使得部署成本较高。本文以UHF RFID室内定位技术为背景,研究了在封闭抽屉内的物品相对定位问题,具体的工作如下:(1)确定封闭抽屉内的标签在X轴方向和Y轴方向上的相对顺序。首先,将读写器天线放置在抽屉前的不同位置来构建出每个标签的接收信号强度(Received Signal Strength,RSS)序列。通过分析,发现RSS序列的某些特征可以反映标签的相对位置。然后,通过标签RSS序列中的最大值来估计标签在X轴方向上的位置,再用K-Means算法对标签进行分列并通过比较RSS序列波动的相似性来对分列结果进行优化,以此确定标签在X轴方向上的相对顺序。随后,通过比较同列标签的RSS序列最大值的大小,确定标签在Y轴方向上的相对顺序。实验结果表明,与LANDMARC算法和STPPRSS算法相比,该定位算法可以实现良好的定位准确率。(2)在之前的研究基础上,提出了更具实用性的方法。匀速移动读写器天线来读取抽屉内的标签,构建标签的RSS序列。根据拟合曲线与原RSS序列的匹配程度,用二次曲线来表示部分标签的RSS变化特征,其余标签仍用RSS序列表示。然后,跟据拟合曲线或RSS序列的峰值位置对标签分列,确定标签在X轴方向上的顺序。随后,对于非边界列标签,根据各标签的峰值确定Y轴方向上的相对顺序;对于边界列标签,根据各个标签在首行标签峰值位置处的RSS值确定Y轴方向上的相对顺序。实验结果表明,该方法可以实现良好的定位准确率。
其他文献
在传统的光学成像中,成像系统简单化和高成像质量往往是一个矛盾的问题,为了解决这个问题,本文在简单光学系统中,基于计算自适应光学技术,对成像系统像差的校正做了研究,使光学系统直接成的像作为中间像,像差校正后的像为最终像,间接提高成像质量,这一研究有望降低光学系统设计的难度。本文基于衍射传输理论和相位恢复算法,建立了光学系统光瞳函数的求解模型,并分别用梯度下降法、Fletcher-Reeves(FR)
文章首先论述了传统媒体的局限性,探讨广播电视媒体与新媒体融合的必要性,分析新媒体对广播电视媒体的影响,以及将两者进行融合发展期间遇到的问题,提出新时期推动广播电视媒体与新媒体融合发展的有效策略。
在机场安防体系中,机场围界有效的保障了机场内部的安全。当前机场围界以人工巡检为主,因此利用机器人进行围界防入侵巡检工作,能够减轻工作人员劳动压力,有效提高巡检效率。本文从移动视觉检测角度,设计开发了一种机场围界巡检机器人系统,主要完成了如下的研究工作:介绍了机器人系统的总体设计,对轨道机器人进行了相关硬件选型,并设计了上位机软件总体架构。提出了一种针对移动巡检时动态背景下的运动目标检测方法,该方法
视觉目标跟踪技术作为计算机视觉研究的重点方向之一,在视频监控、智能驾驶和人机交互等众多领域都具有广阔的应用前景。随着近些年来跟踪领域的飞速发展,目标跟踪算法的精度越来越高,实用性越来越强。然而,由于实际环境复杂多变,在实际应用中实现精确、鲁棒的跟踪依然是一个很大的挑战。鉴于此,本文对基于相关滤波和孪生网络(Siamese网络)的目标跟踪算法进行了深入研究,主要内容如下:(1)研究了目标跟踪的基本流
在导弹生产生命周期中,装配作为其最后一道生产工序,其中装配质量很大程度上会影响导弹整个生产质量。为了保证装配的质量,最关键是需对其电气和机械性能进行评估。针对于前者电气性能,目前普遍的做法是采用模式识别结合工程师经验的方式对进行评估,然而这种方式每次仅能对单维度进行分析,自然地效率和准确度都相对较低。蚁群聚类算法是一种用于群聚问题的群智能方法,其灵感来自于将尸体聚类并对其幼虫进行分类的蚁群行为。与
巨大的市场需求,方便快捷的购物方式,使得自助售货机成为线下零售行业研究的热门方向。但是,目前主流的自助售货机商品识别技术存在各自缺点,RFID标签易撕毁,纯重力识别种类受限,视觉识别误判度高,多传感器融合成本高。近年来深度学习的目标检测技术快速发展,为自助售货机的商品识别带来新的方法,但是深度学习模型复杂,参数冗余,计算负荷较重。本文以自助售货机为应用背景,主要研究了商品识别算法,具体包括:(1)
近几年,随着网络通信与传感器技术的迅速发展,结合网络控制与视觉伺服的网络视觉伺服控制系统获得了越来越多的关注。与传统的点对点控制结构相比,网络视觉伺服控制系统有着诸多优势,例如连线简单,灵活度高,采样信息丰富等。然而,在实际应用中,其输出往往带有采样与时延,且系统受到非线性,未知输入扰动以及输出测量噪声的影响。本文综合考虑了上述采样、时延、未知输入扰动以及测量噪声等问题,将重点进行网络视觉伺服控制
微纳结构检测手段不断发展,现在主要使用的是白光干涉显微的检测方式,但是由于台阶边缘处的衍射,造成台阶边缘处会出现蝙蝠翼效应的伪影,严重影响到高度信息的获取,这种现象在台阶横向尺寸上达到分辨率极限时尤为明显。因此针对蝙蝠翼效应问题,探究白光干涉显微成像中横向分辨率与纵向分辨率的影响关系,寻找抑制或减小蝙蝠翼效应的有效方法,对正确提取微观形貌的三维信息有重要的科学意义与应用价值。本文探讨了蝙蝠翼效应产
随着计算机信息技术和深度学习算法的发展,作为计算机视觉领域的热门方向之一的视觉跟踪技术在深度学习算法的协助下,逐渐成为了人工智能领域及物联网感知层的重要技术之一。视觉技术成为了人类和计算机认知世界的重要途径之一,并且基于深度学习方法的计算机视觉技术日渐被应用于军事作战和社会生活的各个方面。例如,在现代化战争中占据重要地位的精确制导武器采用视觉跟踪技术提高打击目标的击中率;随着5G时代的到来,处于人
在高速公路交通的智能化管理上,交通信息的采集技术扮演着重要角色,而连续波雷达系统由于其测距测速精度高,适于近距探测的特点为高速公路车辆目标监测提供了思路。本文主要对适用于车辆检测的线性调频连续波雷达的信号处理器的设计与算法实现进行了研究。本论文的主要工作和贡献如下。1)车辆目标监测任务需求分析和信号处理算法设计。本文通过对线性调频连续波雷达的工作原理分析,结合实际给出了车辆目标监测雷达信号处理的指