基于多标签协同的RFID跨域感知方法研究

With the wide deployment of the IoT application and the development of Radio Frequency Identification (RFID) systems, cross-domain sensing based on the signal from RFID tags can effectively connect the information world and the physical world. It has sufficiently promoted the fusion of human-computer-object and become the new research hotspot of smart sensing. This project focuses on the cross-domain sensing based on the RFID systems by regarding the ‘collaboration relationship among tags’ as the horizontal line and the ‘cross-domain sensing granularity’ as the vertical line. On the basis of the compatibility with the popular communication protocol, this project studies the sensing model based on the cooperation of multiple tags on the time domain, space domain and frequency domain. It explores the fine-grained sensing ability of tag array on the location & trace sensing, vital signal sensing and periodic vibration sensing. The objective is to extend the sensing scenarios of RFID system, refine the sensing granularity of RFID tags and finally provide the theory and technique support.

随着物联网应用的普及与RFID技术的发展，基于RFID标签信号的跨域感知，有效地连接了物理世界与信息世界，充分促进了人机物的相互融合，成为了当前智能感知领域新的研究热点。本课题针对RFID系统的跨域感知，以“标签协同关联”的感知方法为横向路线，以“跨域感知粒度”的感知目标为纵向路线，在不改变现有通讯协议标准的基础上，重点研究多标签在时空域协同关联中的感知模型，探索RFID标签阵列在位置轨迹、生理信号以及周期振动等多类场景下的细粒度感知技术，进一步拓展RFID跨域感知的应用场景，精细RFID标签的感知粒度，为行业应用提供理论与技术支持。

近年来，随着物联网技术以及6G网络的飞速发展，无源感知技术、通感一体化等技术成为了热点话题。其中，作为物联网的关键支撑技术，基于RFID的感知备受关注，成为可标记感知的典型技术之一，在无线感知领域成为代表性技术之一。因此，本项目对基于RFID的多标签协同感知技术展开了全面的研究，通过对多个标签在时域、空域、频域、极化下的信号协同感知分析，构建了一系列的感知模型方法，实现了多个基于RFID多标签协同的无线感知系统。具体而言，在极化方面，本项目重点研究了基于线性极化的感知方法，通过旋转感知提升了感知的方式方法，利用匹配失配的极化能量模型，对标签的空间位置以及角度进行准确感知；在时域频域方面，本项目重点研究了对声音微振动的精确感知，通过多标签的感知模型对微小的振动进行放大，并利用神经网络技术对频域的信息进行还原，实现准确的声音振动感知；在空域方面，本项目重点研究了基于参考标签的运动干扰消除技术，通过部署一组标签进行信号差分，能够有效对环境中的噪声进行消除，并最终实现真实场景下液体滴速的稳定感知。项目在研究过程中，实现了多个完整的系统原型，并且获得了优秀的感知效果，部分系统原型已经在多个真实场景下试点使用，并获得了用户的普遍好评。

内容获取失败，请点击重试