UHF RFID标签谐振特性非接触测试方法的研究与实现

针对U H F RFID标签贴附在介质表面时,标签的谐振特性用接触式测量方法存在较大的误差问题,通过建立标签的接收功率模型,分析标签芯片获取到的能量与频率之间的关系,提出非接触式测试 U HF RFID谐振特性的方法。详细描述了利用频率和距离关系测试标签谐振特性的原理,说明了非接触式测试方法硬件测试平台的搭建方法和测试软件的编写思想,并完整地实现了该平台。实测实验证明,该测试方法和平台能有效地测试标签的谐振特性。在实际应用中,可以根据标签的谐振特性设计适合不同物体的标签。     

融合RFID的无线湿度传感器节点设计研究

针对融合RFID的无线湿度传感器节点设计的需求,采用中芯国际0.18μm CMOS工艺设计并制造了一种集成湿度传感器节点。该传感器节点采用湿度传感器与其它标签电路集成设计,制造成本低。湿度传感器单元采用聚酰亚胺作为感湿材料,利用顶层金属层制作叉指结构电极,无需任何后处理工艺。整流电路采用自偏置结构降低了MOS开关管的有效导通电压,避免了高成本肖特基工艺的使用。接口电路基于锁相环原理,采用全数字电容-数字直接转换结构,能够工作在超低电源电压下。后期测试结果显示,该无源湿度传感器标签在常温下灵敏度为18.75 f F/%RH,最大回滞偏差7%,整体功耗约为4μW,在阅读器发射功率为2 W条件下,最大工作距离达到14 m。     

改进的树型结构RFID防碰撞算法

将整棵大查询树分为若干分支,在每一个分支内进行标签识别,减少碰撞发生的概率。算法分为前缀确定和分支查询2个阶段,在前缀确定阶段读取所有标签前缀,每个前缀代表一个分支,依次遍历每一分支;查询过程采用后退式搜索策略和动态搜索方式。理论分析和仿真实验表明,算法能够从查询次数、时延、吞吐率多方面改善RFID系统的整体性能。     

基于PRESENT算法的RFID安全认证协议

物联网中RFID技术的应用非常广泛,但是RFID系统的安全性却存在着很大隐患。在RFID系统中标签与读写器间的通信信道是最易受到攻击,传输数据的完整性与保密性得不到保障,因而需要加强RFID系统通信的安全机制。考虑到RFID系统的硬件条件与成本限制,需要建立一个适合RFID系统的安全认证协议,来解决在RFID系统中信息传输所遇到的安全问题。PRESENT算法是轻量级的分组加密算法,将PRESENT结合到RFID系统的安全认证协议中,形成了新的RFID安全认证协议PRSA(PRESENT based RFID security authentication)。此协议可以增强RFID系统的安全性而又不会占用过多的硬件资源,从而能够适用于低成本的RFID系统的通信安全。     

面向高校只能实训管理系统的物联网体系结构的研究与设计

目前,物联网技术已经广泛应用于各行业领域。本文通过分析物联网中RFID射频识别技术和无线传感网的技术特点,提出了高等职业院校依托现有实训条件建立智能实训管理系统的研究思路,设计了智能管理体系结构,各功能模块。通过在实训管理中加入智能化技术,提升了实训管理水平。     

基于MATLAB的声表面波标签数据采集与处理

利用Matlab控制数字示波器,实现声表面波-射频识别(SAW-RFID)系统数据采集的功能,以获取示波器采集的标签编码回波信号。上位机在Matlab上进行了显示界面的设计,利用最大相关法对采集的回波信号作算法解调处理,最终完成了声表面波射频识别系统的搭建。     

一个紧凑的梯形领结无芯RFID标签的设计

提出了一种紧凑、低成本、可完全印制的缝隙加载领结型无芯射频识别标签的设计。标签由2个梯形金属贴片组成,2组谐振频率邻近的缝隙谐振器分别加载在2个贴片上。在不增加缝隙间相互耦合的前提下,标签在超宽带频段内容纳的数据位数提高了1倍,在35mm×33mm的合理尺寸内,12个缝隙谐振器对应12位数据。仿真给出了标签的雷达散射截面积曲线,实测是在双站天线配置下进行,在频域内测出了传输系数s21。实测和仿真结果一致,验证了本设计的合理性。该标签具有高数据位数和低成本,因其只需1个导电层,所以能被直接印刷在ID卡甚至纸张上。     

智能停车场管理系统的设计

主要介绍智能停车场的设计过程。用户的智能停车卡利用无线射频设别技术实现,停车位使用Zig Bee技术和无线传感器技术,实现系统的监测,车位传感器终端设备由CC2430和IRl838构成。     

基于移动互联的车联网监控调度系统架构的设计与实现

为了提高车辆的有效利用率和车辆运行的安全性以及处理突发事件的能力,加强对车辆和司机的管理,利用物联网感知技术和GPS技术,通过对车联网无线数据通讯的数据感知和采集,实现车联网监控调度系统架构.重点研究了车联网总体结构、车联网的关键技术、车联网监控调度系统功能结构的设计、监控调度系统的功能模块和物理结构.应用结果表明,该方案结合GPS/GIS定位,实现车辆的计算机智能调度,提高管理水平和效率.     

Optimization of an RFID location identification scheme based on the neural network

An indoor localization technology is increasingly critical as location‐aware applications evolve. Researchers have proposed several indoor localization technologies. Because most of the proposed indoor localization technologies simply involve using the received signal strength indicator value of radio‐frequency identification (RFID) for indoor localization, radio‐frequency interference, and environmental factors often limit the accuracy of localization results. Therefore, this study proposes an accurate RFID localization based on the neural network (ARL‐N²), a passive RFID indoor localization scheme for identifying tag positions in a room, combining a location identification based on dynamic active RFID calibration algorithm with a backpropagation neural network (BPN). The proposed scheme composed of two phases: in the training phase, an appropriate BPN architecture is constructed using the training data derived from the coordinates of reference tags and the coordinates obtained using the localization algorithm. By contrast, the online phase involves calculating the tracking tag coordinates and using these values as BPN inputs, thereby enhancing the estimated location. A performance evaluation of the ARL‐N² schemes confirms its high localization accuracy. The proposed method can be used to locate critical objects in difficult‐to‐find areas by creating minimal errors and applying and economical technique. Copyright © 2013 John Wiley & Sons, Ltd.