基于对数谱射频指纹识别的RFID系统信息监控方法

针对常规RFID系统对信息控制的不足,提出了一种基于辐射源识别的无源RFID系统的信息监控方法。采集无源RFID标签的辐射射频信号,变换为新的对数谱射频指纹,并进行特征提取与识别,获得标签身份真伪结果;把射频指纹等集成到读写器应用层协议,实现标签与读写器之间信息的控制。建模、仿真与实验表明,对数谱射频指纹仅由标签的频偏与冲击响应决定,具有稳健性等;给出了融合提出指纹的RFID系统挑战——应答认证协议实例。提出方法不仅能增强标签与读写器的认证安全强度,而且能实现通信中标签的身份监控,对于解决密钥泄漏检测公开问题也有一定贡献。     

一种针对特定无线电信号的识别方法

文章首先介绍了信号识别的意义和发展趋势,阐述了传统通信的信号识别方法;接着介绍了两种信号识别方法的实际应用案例,对信号识别效率、准确度进行仿真和分析;最后使用广义特征提取技术、权重特征数据库比对和决策方式,提出了一种针对特定信号识别的解决方案,该方法具有识别效率高、资源要求低、可扩展和易实现的特点。     

一种嵌入射频指纹的半监督辐射源识别方法

对于非协作通信场景下辐射源识别(SEI)问题,基于人工射频指纹特征(Radio Frequency Fingerprints,RFF)的识别方式准确率不高,基于深度学习的方法又对训练数据量有过高的要求。为了克服该问题,提出一种结合了人工射频指纹特征的基于贝叶斯卷积神经网络(CNN)的半监督SEI算法,将一个回归拟合信号双谱的直方图特征的CNN嵌入一个SEI的贝叶斯CNN中,并通过基于模糊度的半监督学习方法进一步降低算法对标签训练集的依赖性。在模拟数据集和真实数据集中的实验结果表明,在标签训练集规模为500～4 500条数据时,提出的方法比端到端的卷积神经网络识别方法的识别率提高了5%～20%。     

基于菲涅尔区模型的年龄段识别方法研究

基于步态特征的行为识别技术是一种新兴的人机交互技术,在安保监控、图像处理等许多领域正发挥着巨大作用.目前已经提出的各种行为识别的技术手段中,基于商用的WIFI设备的相关技术因其易于部署、设备成本不高、对应用环境要求低等优势而得以广泛应用.现有的步态识别研究只可以识别出人的步态,但无法根据步态识别年龄段.在本文中,探讨了菲涅尔区域理论,提出了一种基于WiFi物理层信息的年龄段识别方法,即利用步态识别年龄段.使用菲涅尔区模型来学习步态特征,首先将动作数据集进行去噪处理来收集信道状态信息(CSI).然后基于菲涅尔区域模型提取信道相位信息的特征值来描述步态动作,最后利用分类算法实现年龄段识别.实验结果表明,该方法具有良好的鲁棒性,在不同的实验环境中的平均识别准确率达到91.2％.因此,本文提出的系统可以应用于复杂的室内场景,具有广泛的应用前景.     

超越条形码的理想选择——蓄势待发的RFID

RFID(射频识别)是一种非接触式、通过射频方式实现的数据识别技术。RFID标签有着不同的称谓，包括：射频芯片、IC芯片、IC标签或者非接触式标签。许多人认为，该技术特别适用于先进的自动识别系统。     

基于RFID的个人物品管理方案--多标签射频识别在物品防丢失中的应用

结合RFID技术和防碰撞算法实现多标签识别的方案,为人们外出时的随身物品的管理提供一种高效的解决方案。使用意法半导体公司的STM32F103系列处理器作为主控单元,射频识别方案采用集成型射频识别芯片TRF7960A,通过采用外置的天线设计方案提高天线的识别范围,将识别范围内的贴在随身物品上的无源射频标签识别后通过蓝牙发送给手机App,提供UI给用户进行可视化物品管理。     

码分射频识别从不可能到可能

介绍了码分射频识别(CDRFID)利用UHF RFID高信噪比传输环境和移位m序列族线性反馈特性和快捕获特性,实现码分下行链路相关接收设计;利用正交码分接入设定专用同步信道传递时间基准,设定同步序列特定状态提取chip脉冲作为数据时钟,保证多标签应答信号同频、同相;利用UHF RFID空中接口闭环工作机理,上下行链路损耗对称特性和无源标签迪克逊电荷泵整流灵敏度检测原理,实现CD-RFID功率控制,保证多标签应答信号功率相等;以上设计都满足低功耗的制约条件,确保无源标签实现。以上是"基于CDMA的RFID研究"未能面对的4个技术难题,码分射频识别通过对CD-RFID信道特征与移位m序列族的运用,使得这些问题从复杂变为简单,从困难变为容易,从不可能成为可能。     

一种低功耗高频RFID标签芯片基带控制器

设计了一款应用于高频射频识别标签芯片的基带控制器。该基带控制器符合ISO15693标准协议,满足无源射频识别标签的低成本、低功耗的需求。详细论述了解码电路、命令响应模块及状态机、数据组织模块等关键电路的设计。芯片采用中芯国际0.35μm2P3M嵌入式EEPROM的混合信号CMOS工艺实现,基带控制器的Core面积仅为0.23mm2,功耗低至66.8μW。     

基于RFID局域定位技术和应用研究

局域定位感知系统以及无线网络定位研究备受关注,其中射频识别技术(RFID)是20世纪90年代兴起的自动识别技术。由于射频标签具有数据信息量大、抗干扰能力强、识别速度快、价格低廉等优点,所以射频识别技术(RFID)被广泛地应用于电子身份识别和跟踪定位领域。     

基于SAW器件的RFID系统在停车管理系统中的应用

针对智能化停车管理系统的需求,文中介绍了射频识别技术中声表面波射频识别无源标签的原理与特点,给出了基于915MHz标签的RFID系统在新型停车场智能化管理系统中的具体应用和设计方法。     

Wear-free indoor fall detection based on RFID and deep residual networks

Since falls of the elderly can easily cause serious health problems in daily life, fall detection has received the attention of researchers. Traditionally, wearable sensors have been used to detect whether a person has fallen. However, wearable sensors may bring inconvenience to users' activities and affect user experience. In this paper, a fall detection approach based on RFID is proposed. In the proposed approach, non-contact passive tags are used to construct an array of tags. Fall detection will be performed without the user wearing the device. The RSSI and phase data are collected when the reader queries the tags. Furthermore, an action segmentation algorithm is designed to quickly extract human action information based on the short-term variance change of the phase signal. Subsequently, a deep residual network is built to classify fall movements and daily movements. Experiments show that the system can handle differences among users and locations and has an excellent performance in terms of recognition accuracy and efficiency, with an average accuracy rate of 96.77%.     

Relative distance features for gait recognition with Kinect

Gait and static body measurement are important biometric technologies for passive human recognition. Many previous works argue that recognition performance based completely on the gait feature is limited. The reason for this limited performance remains unclear. This study focuses on human recognition with gait feature obtained by Kinect and shows that gait feature can effectively distinguish from different human beings through a novel representation – relative distance-based gait features. Experimental results show that the recognition accuracy with relative distance features reaches up to 85%, which is comparable with that of anthropometric features. The combination of relative distance features and anthropometric features can provide an accuracy of more than 95%. Results indicate that the relative distance feature is quite effective and worthy of further study in more general scenarios (e.g., without Kinect).     

人体识别系统中通行识别技术的研究

人体识别系统是城市轨道交通自动售检票系统的关键组成部分。为了对人体识别系统中通行识别技术进行研究,采用对射式红外传感器采集通行目标的通行状态,在通道两侧分别安装传感器,在Matlab仿真的基础上将步态识别方法与人体识别规则相结合,分析闸机通道内通行目标的类型和数量,对其新型识别方法进行实验,实验结果表明该识别方法有效可靠。     

认知无线电中非高斯噪声下数字调制信号识别方法简

针对认知无线电系统中传统数字调制识别方法在非高斯Alpha稳定分布噪声下识别性能差、计算复杂度高的问题,提出了一种基于分数低阶循环谱相关系数的数字调制识别新方法。该方法提取分数低阶循环谱截面和频率谱截面以及其投影面的5个相关系数作为识别特征参数,并采用判决树分类器,实现了非高斯噪声下数字调制信号识别。仿真结果表明,在非高斯Alpha稳定分布噪声下,该识别方法不仅具有较高的识别率和良好的稳健性并且计算复杂度更低,更适合于认知无线电系统。     

基于特征融合的步态识别

基于人行走时下肢关节角度变化包含丰富的个体识别信息的观点,提出了一种利用下肢关节角度进行识别的方法。利用下肢关节角度来表征步态运动的动态特征,并用主分量分析进行特征提取来表征步态的静态特征,其次融合步态运动中的静态特征和动态特征,采用对小样本具有很好分类效果的支持向量机进行分类识别。对算法进行MATLAB仿真,结果表明所用方法具有较高的识别性能。     

一种基于Hash函数的RFID安全认证方法

近年来,射频识别(RFID)技术得到越来越多的应用,随之而来的是各种RFID安全问题。对现有的基于Hash函数的RFID认证协议进行分析,针对现有技术存在的不足,提出了一种基于Hash函数的低成本的RFID双向安全认证方法,该方法只需要进行一次Hash函数计算,且加入了标签ID动态更新机制,通过在后台数据库中存储旧的标签ID解决同步问题,与现有技术相比具有一定的优越性。     

CDMA-based anti-collision algorithm for EPC global C1 Gen2 systems

Frame slotted ALOHA protocol as a key technology to improve system throughput has been widely applied to modern radio frequency identification systems. In this paper, a novel frame slotted ALOHA collision arbitration protocol based on code division multiple access has been proposed. The main aim of the proposed algorithm is to avoid collisions between multiple tags. In the scheme, an orthogonal sequence is used as the means to distinguish the transmitted data from different tags within the same time slot and frequency band. The theoretical analysis and simulation results proved that the performance of our proposed algorithm outperforms the existing ALOHA-based protocols.     

基于残差网络和注意力机制的步态识别算法

针对现有行人步态数据集样本较少、多特征融合复杂且识别精准度不高的问题,提出了一种基于残差网络和注意力机制的步态识别算法。首先对每种特征制作标签,然后将表示不同特征的标签做拼接,达到识别多特征的目的。通过迁移ResNet18的预训练模型,并在ResNet18网络第一个和最后一个卷积层后面加入注意力机制,能够加速网络的收敛,提升模型的精准率。〖JP3〗在CASIA-B数据集上进行多次实验,结果表明所提出方法能准确识别行人、状态和不同角度三种步态特征,识别的精准率为97.6%。     

基于计算机视觉的人体异常行为识别综述

人体行为识别是计算机视觉和模式识别领域的研究热点之一。作为人体行为识别的一个重要分支,人体异常行为检测近年来也不断得到学界及工业界的重视。人体行为识别研究从早期的依赖人体形状特征发展到基于梯度设计的特征检测,再到当前随着神经网络的新发展,深度学习开始广泛应用于行为识别。同时由于红外波段具有适应弱光照环境、可全天候检测等优点,基于该波段的人体行为识别研究开始兴起,它也必将成为人体行为识别领域中一个新的研究热点。