论文部分内容阅读
作为物联网核心技术,光电传感和射频识别(Radio Frequency Identification,RFID)技术得到了广泛的应用。光电传感技术因其非接触、反应快、精度高等特点,在RFID多目标自动识别应用中起到了重要的作用,因此,基于光电传感技术的RFID多目标识别是目前RFID研究领域的热点。RFID多目标识别在实际应用中会受到各种因素的影响,例如温度、介质、标签分布等。这些因素会对RFID识别系统造成极大的影响,从而使识读率降低。然而,目前的采用的手段较为单一,常用的为防碰撞算法。因此,对RFID多标签分布,研究其对RFID系统识读性能的影响,为提高RFID系统识读率及RFID技术的推广应用提供了新的方向。 本文将光电传感技术与神经网络技术相结合,围绕RFID多标签几何分布与识读性能关键技术开展深入研究。本研究设计和搭建了基于光电传感的RFID多标签分布检测与验证实验系统,综合应用光电传感技术和神经网络技术,对RFID多标签几何分布的最优化研究进行了一系列的仿真和实验验证,研究结果表明,本文提出的研究方法有效地提高了RFID系统的动态识读性能,解决了RFID多目标识别时识读性能不佳的问题,对RFID系统的研究提供了重要的参考。 本文主要研究内容如下: (1)设计和搭建一种基于光电传感器的RFID多标签分布检测与验证检测系统。设计和搭建托盘级RFID动态检测系统,在其基础上,针对不同的应用环境,分别搭建了二维和三维分布的多标签定位系统。该系统能够测试与验证包括识别范围及识别率测试、多标签防碰撞性能测试和多标签分布优化测试等在内的多个项目。 (2)提出了一种基于图像处理算法的RFID多标签定位方法。该方法针对RFID多标签的不同分布,分别采用了阈值分割算法、模板匹配算法和边缘识别算法。相较于RFID读写器的定位功能,该方法能在多种干扰环境下准确识别RFID多标签分布。 (3)提出了一种基于神经网络的RFID多标签分布最优化方法。该方法分别采用了BP、GA-BP和PSO神经网络算法对RFID多标签分布及其识读距离之间的关系进行了建模仿真。在此基础上,进行了RFID多标签分布的最优化的预测与实验验证,找出了RFID多标签的最优分布,从而有效的提高了RFID系统的识读性能。此外,还对三种神经网络进行了多个方面的比较,分析了各自的适用环境,为RFID标签研究与应用起到了一定的推动作用。