RFID：让大象跳舞的技术

在物联网中．物品之间能够彼此进行“交流”．而无须人工干预．其实质是利用了射频识别（Radio Frequencvy Identification．通常简称RFID）技术．通过计算机互联网实现了物品的自动识别和信息的连通与共享．RFID是一种非接触式的自动识别技术．     

无线射频标识系统安全问题概述

无线射频识别（Radio Frequency Identification,简称RFID）是一种利用无线电波自动识别个人或者群体信息的技术.RFID在今后将成为自动识别和数据搜集领域发展最快的一项技术.RFID给我们提供了改进服务,降低成本的新方法,它使一些商业操作更加的有效和迅速,例如：商品的储存,船运,识别与跟踪.无线射频标识（RFID）在目标识别和供应链的应用领域广受欢迎.文章描述了RFID系统的技术基础和相关标准,特别陈述了这个相关的新技术的安全和隐私问题;还探讨了相关的安全需求,潜在的威胁和实现机制,给出了目前的安全和策略方案及其完善的途径.最后,结合未来的发展趋势文章讨论了这一技术在通用计算领域的作用.     

RFID技术在智能公交领域的应用探讨

RFID是一种利用无线射频通信实现的非接触式自动识别技术.系统的数据交换是通过电场与磁场,即无线的方式进行通信,可实现多目标识别、运动目标识别,本文根据RFID技术的优点,结合实际工作经验,探讨了RFID技术在智能公交报站,站点信息文换,公交信号优先方面的应用方法.     

RFID技术在智能公交领域的应用探讨

RFID是一种利用无线射频通信实现的非接触式自动识别技术.系统的数据交换是通过电场与磁场,即无线的方式进行通信,可实现多目标识别、运动目标识别,本文根据RFID技术的优点,结合实际工作经验,探讨了RFID技术在智能公交报站,站点信息交换,公交信号优先方面的应用方法.     

RFID技术在仓储管理系统中的应用

RFID技术即为射频识别技术,其作为物联网的重要组成部分,作为一种无接触自动识别抚摩,能够对静止或是移动的待识别物品进行自动识别,并对物品的相关信息进行记录.将RFID技术在仓储管理系统中进行有效应用,可以有效的提高货物出入库的速度,及时实现对管理系统的更新,这对企业日常工作效率和运作成本的改善具有积极的作用,有利于企业仓储管理效率的大幅度提高.     

基于RFID的冷库管理信息系统

无线射频识别技术(radio frequency identification,RFID)作为一种自动识别技术的高级形式,具有适应环境能力强、抗干扰强、读取方便和读取数量大等诸多优点。将RFID核心技术应用于冷库的库存管理中,在ASP.NET网络平台上开发了冷库管理信息系统,以提高冷库库存管理各环节的自动化水平和冷库的效率。     

基于RFID认证协议的研究

射频识别技术(Radio Frequency Identification,缩写RFID)是一项利用射频信号通过空间耦合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到识别目的的技术.但是目前很多广泛使用的自动识别技术,其保密性不行,容易造成信息泄露等麻烦.因此,本文提出了一种基于Hash算法的适用于分布式数据库的认证协议.     

一种基于ARM和Linux的超高频读写器设计

射频识别技术(RFID)是最近几年来发展最快的非接触自动识别技术,无论在理论上,还是在实际应用都非常理想.尤其是超高频(UHF) RFID技术,它具有读取距离远、识别速度快、识别多标签能力强等优点,广泛应用于高速公路不停车收费、物流管理、肉食品安全方面的货源跟踪、门禁考勤管理、机密文件管理等领域.文章以嵌入式技术为研究背景,结合软硬件开发平台,给出了一种基于ARM和Linux的超高频读写器设计思路.     

基于模糊ARTMAP神经网络的车牌识别

车牌识别是一种车辆自动识别技术。本文提出了一种用模糊ARTMAP神经网络来识别车牌的方法。模糊ARTMAP神经网络是神经网络家族中的一种比较新的体系结构，与传统的BP算法相比，它具有较强的学习能力。     

基于端到端协议的RFID双向认证协议

RFID是一种非接触式自动识别技术。为了解决RFID系统存在的诸多安全问题,本文提出了一种基于端到端协议的RFID双向认证协议,分析了该协议的安全性,对比了RFID几种常见的基于密码技术的安全协议,表明了本方案在减少阅读器与标签通信传输回合数的同时可有效避免欺骗、中间人攻击、重放攻击和冒充攻击。     

基于车牌识别及RFID技术的小区车辆管理系统设计

采用车牌识别及RFID射频卡互补的方式设计了小区车辆管理系统,该系统可对分布于小区大门监控点内的过往机动车辆实现自动车牌识别,并对所有过往车辆的图片进行自动记录存档。由于本系统采用的是目前国内最先进的高清晰抓拍识别技术,基于计算机视觉原理以及模式识别技术,故可对过往车辆的车牌号进行清晰、准确的识别和不间断监测。     

基于RFID技术的机动车辆监控系统的架构

介绍了RFID系统的基本组成及其在交通领域的应用,并从电子标签、读写器、监控中心和扩展系统四个方面简述了该系统架构的原理、核心技术和主要构建方式,给出了系统结构的解决方案.从该系统架构的组织工作的角度来看,建设该系统仍需解决标准、建设的周期和覆盖面等问题,以及系统更新换代和系统运行规则的建立问题,都应予以认真考虑.     

基于RFID的机动车速度智能监测方法及实验

为了实现对机动车行驶速度的全程实时分布式监测,并为驾驶人员提供预警,基于无线射频识别(RFID)技术,设计了机动车速度智能监测方法及系统。通过车速传感器和速度采集处理模块采集机动车实际速度,传感标签将机动车身份信息及实际速度发送给安装在道路沿线的读写器。当机动车行驶速度超过限速要求时,系统以语音方式提醒驾驶人员,联成网络的读写器将机动车身份及速度信息传送给控制中心,实现数据的存储和实时显示。实验表明,系统能准确监测机动车经过读写器时的速度等信息,并实时传输和处理,可有效避免机动车因超速行驶而导致交通事故的发生。     

基于SVM车型识别系统的设计

车辆自动识别分类技术是智能运输系统的重要组成部分,它对特定地点和时间的车辆进行识别和分类,并以之作为交通管理、收费、调度、统计的依据。要实现我国公路收费自动化、管理规范科学化,车型自动识别方法的研究势在必行。本文研究基于车型图像代数特征的车型识别方法。该方法首先利用背景差分法从背景图像中提取出运动车辆,并对车型图像进行预处理,然后采用特征并行融合的方法即用PCA方法,最后通过支持向量机分类器进行车型识别。     

汽车衡自动称重系统的设计

该文综合利用射频识别、车牌识别、数据库和计算机通信与网络等技术,设计并实现一种汽车衡自动称重系统,通过识别载货车辆,自动触发称重流程,完成车辆登记、识别、称重全过程.该系统解决了传统人工称重带来的诸多问题,给企业带来了经济上和管理上的双重效益.     

基于RFID技术的电动汽车电池管理方法

提出一种充放储一体化换电站中电动汽车电池的管理策略,给出RFID技术对电动汽车电池的管理方法,探讨能量单元高级管理平台软件.利用RFID管理技术实现电动汽车电池信息全程可追溯,可以提高电动汽车电池信息的采集速度与更换电池作业效率.该方法在电动汽车电池的SOC预测、换电站和梯次储能站与电网之间的功率流动控制等方面都有良好的应用前景.     

基于RFID技术和FOA-GRNN理论的高速公路道路关闭交通事件对车辆影响的判断模型

为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取关键交通信息,利用广义回归神经网络对交通信息进行归类,应用果蝇优化算法获取广义回归神经网络的最佳平滑参数值。用VISSIM进行了仿真,对模型进行了验证,结果表明该判断模型具有检测率高、误警率低的特点,能迅速判断出受到交通事件影响的车辆,为交通疏导工作提供支持。     

无线射频识别技术在物流配送跟踪中的应用

无线射频识别（RFID）技术已成为现代物流的热点技术,对物流管理的信息化发展具有十分重要的作用,对基于RFID自动识别技术的可视化管理系统进行分析,并设计一个基于RFID的货物配送跟踪管理系统,包括RFID数据采集系统、PDA数据通信系统的模型。     

RFID技术在军事物流管理上的应用

RFID技术是近年来兴起的一种自动识别技术,它的发展促进了军事物流管理信息化的进程,该文讨论了RFID技术和现代军事物流管理的基本概念,介绍了国内外RFID在军事物流管理上的应用现状,提出了应用RFID实现军事物流管理信息化的分层方案,最后介绍了RFID在军事物流管理上的应用实例.     

Vehicle recognition using acoustic sensor networks in complex scenes via kernel sparse representation

This paper proposes a method of vehicle recognition via kernel sparse representation using acoustic sensor networks in complex scenes. This algorithm uses the Mel frequency cepstral coefficients to extract the acoustic features of vehicles and maps them into a high-dimensional feature space with a kernel function to get linearly separable samples. After extending sparse representation to the kernel space and constructing the over-complete dictionary, the objective vehicles will be recognized by solving the optimization problem. Experiments show that the proposed algorithm gives good performance on vehicle recognition under the circumstance of complex data sets. Compared with other traditional acoustic classification algorithms, the method improves the precision of recognition.