RFID中间件关键技术的研究与实现

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:misswj2009
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
射频识别(RFID)是一种利用射频信号自动识别目标对象,同时获取对象相关信息的技术。近年来随着大规模集成电路、网络通信、信息安全等技术的发展,RFID技术已经进入商业化应用阶段。由于其不同于传统自动识别技术的独特优势,RFID被广泛应用于仓储物流、产品防伪、资产管理、交通运输及物品维护追踪等众多领域,显示出了巨大的发展潜力与应用空间,它被公认为是21世纪最有发展前途的信息技术之一。
   在RFID技术越来越普及的同时,一些问题也渐渐凸显,其中最常见的问题有:后端应用程序与RFID阅读器的接口不兼容问题,RFID阅读器上传大量冗余数据带来的效率问题等等,这些问题严重制约了RFID技术的发展。为突破RFID发展瓶颈,RFID中间件应需而生,它不仅对应用程序提供业务接口,还在完成数据的筛选、过滤和管理方面起着非常重要的作用。RFID中间件的推出很好的解决了RFID发展过程中遇到的问题,极大程度的推广了RFID的应用,它是整个RFID系统的关键所在,也是当今国内外研究的重点。
   本文首先对RFID的工作原理和RFID中间件的国际标准规范做了深入研究,并在此基础上设计出一款具有平台无关性和可扩展性的RFD中间件软件架构。本文根据中间件需实现的功能和数据处理流程对中间件架构进行了层次划分和总体设计,并重点针对其核心功能模块进行了深入分析和详细设计,最终实现了中间件的读标签功能,同时解决了软硬件设备接口不兼容问题和冗余数据带来的系统运行低效问题。
其他文献
学位
期刊
图像分割是图像处理和计算机视觉领域的一个具有挑战性的研究课题。近年来,图像分割技术得到了快速的发展,提出了多种先进的分割技术。基于水平集方法的活动轮廓模型作为图像分割领域一个热门的研究方法,受到了国内外研究者们的广泛关注。活动轮廓模型是在曲线演化理论和变分理论基础上提出的,获得了许多成功的应用。  在此背景下,本文对目前国内外多种图像分割方法进行了综述,针对主灰度不均匀、强噪声、拓扑关系复杂的场景
学位
学位
期刊
学位
期刊
学位
学位
独立成分分析(Independent Component Analysis,ICA)是一种新的信号处理方法,其目的在于从未知源信号的观测混合信号中分离出相互独立的源信号。近年来,用ICA处理盲源信号分离问题(Blind Source Separation,BSS)已经引起国内外学者的广泛关注。并已成功的应用于神经计算,医学信号处理,语音信号处理,通信,人脸识别,图像特征提取等诸多领域。  在对盲源