一种应用于消防车载物资盘点的RFID读写器研究与设计

来源 :东南大学 | 被引量 : 0次 | 上传用户:danielliang
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
近些年火灾事故发生频率处于上升状态,党和国家加快“智慧消防”的建设。随着消防车辆设备大量购入,消防车装备种类越来越多,消防车辆里面物资盘点效率低、管理混乱等问题日益凸显,亟待解决。射频识别(Radio Frequency Identification,RFID)技术可以对消防车里面的物资进行盘点分析,提高消防物资管理效率。本文研究并设计了一种应用于消防车物资盘点的RFID读写器,支持EPC C1G2(Electronic Product Code Class1 Gen2)协议,可对消防车物资自动化盘点采集,操作方便,同时支持远程控制。本文主要的研究内容包括:1、对读写器用到EPC C1G2协议涉及到非确定性防碰撞算法进行归纳研究,分析其优缺点,基于动态帧时隙ALOHA防碰撞算法进行改进,采用帧时隙分组思想,提高算法吞吐率;2、基于对无锡各个消防队调研和市场现有RFID读写器的不足分析,提出读写器硬件设计方案和软件方案,解决不支持无线传输问题,提高读写器可扩展性;3、根据RFID读写器硬件方案对微控制电路、电源电路、4G接口电路、存储控制电路、RS232接口电路、SWD(Serial Wire Debug)下载模式电路、RTC(Real Time Clock)时钟电路、射频模块接口电路等进行设计,保障读写器稳定性,并设计射频模块开关电路,降低读写器系统的功耗;4、根据RFID读写器软件设计方案对底层驱动、应用层进行设计,其中,底层驱动主要完成协议解析任务,应用层程序基于客户端/服务端架构,可以通过服务端实现远程控制、命令下发等功能,提高读写器智能性。通过搭建实验测试环境,对设计的读写器进行测试,实验结果表明,在读写器功率为30d Bm、5dBi天线环境下,测试读写器对标签识别距离为4.5m;规定10秒内,读写器可以读取60张标签;对消防车内60件物资进行盘点,总共需要15秒,数据传输准确率为100%;改进后标签防碰撞算法吞吐率可以维持在34%~36%之间。本文设计的读写器满足设计性能指标,可以对消防车物资进行盘点。
其他文献
随着物联网的迅猛发展,大量嵌入式设备被广泛应用,设备的信息安全比以往更加重要。嵌入式设备由于轻量化、有限资源等特点,限制了传统密码学算法的应用。物理不可克隆函数(Physical Unclonable Functions,PUFs)因其可抵抗物理攻击且具有轻量级等优点,得到了广泛研究。PUFs可应用于密钥提取、身份识别、安全认证等用途保障硬件安全。强PUFs具有指数级的激励响应对,可应用于轻量级认
当前幼儿园内幼儿的人身安全防护得到社会的高度关注,幼儿自我保护意识和自我判断能力的缺失使其在面临危险事件时容易受到伤害。传统的幼儿接送方式多采用人工记录或接送卡的方案,存在幼儿被漏接、错接,乃至被冒领拐带等安全隐患。随着人脸识别技术的发展,考虑引入人工智能领域的人脸检测、活体检测、人脸识别等技术,设计实现基于人脸识别的幼儿接送管理系统。论文主要工作包括:(1)结合我幼儿园接送模式发展现状和特点,按
随着便携式电子智能设备等的飞速发展,人们对其上所搭载的微能源模块提出了更高的要求,以适应高度集成化的电子设备和不断丰富的应用场景。硅基锂离子电池因为其所具有的大容量、易制备、可靠性好、安全性佳等特点,被认为是微型智能设备供电模块的首选。但由于硅在反应中会伴随着脱锂/嵌锂发生剧烈的体积膨胀,由此产生的应力会导致电极结构破裂,进而使电池容量骤减、性能劣化。因此本文从电极复合材料与纳米结构等角度出发,提
卷积神经网络(CNN)是深度学习领域的一种重要模型,因其对图像平移、缩放、旋转等形式的变形具有高度的适应性,在解决高层次的抽象认知问题上具有独特的优势,在诸多领域应用广泛,但是CNN的计算密集型特点使其很难直接在移动终端设备上部署。如何利用有限的资源获取更高的加速性能,如何设计出更高效的硬件计算架构还存在巨大的挑战。本文在研究CNN结构原理的基础上,在算法层面上,改进传统卷积运算方式,使用一种新型
火灾始终威胁着消防救援人员的生命安全,对在现场救援过程中的人员移动定位是保障安全的关键问题,成为研究的热点。随着物联网技术的蓬勃发展,低功耗蓝牙(Bluetooth Low Energy,BLE)和惯性导航技术成为室内定位的研究热点。但蓝牙信号易受环境因素的干扰,可能会导致蓝牙信号强度(Received Signal Strength Indicator,RSSI)跳变,产生误差。基于惯性导航技术
报纸
绝缘栅双极型晶体管(Insulated Gate Bipolar Trainsistor,IGBT)具有工作电压高、工作电流大等优点,在大功率系统应用中占据主导地位,因此,为了更好地发挥IGBT器件的优良电学特性,业界对于其封装模块的要求也越来越高。压接式IGBT模块具有低热阻、无键合引线、无焊接点、寄生电感低及双面散热等优点,得到了广泛应用。但由于压接式IGBT模块是通过压力将各组件结合在一起,
随着城市重大火灾事件不断发生,道路的复杂情况总是会延误救火车辆到达时间,致使火灾损失惨重。因此,如何有效保障消防救援人员以最快速度到达现场进行火灾救助,成为研究的热点。在实际消防出警线路中,路径选择是消防出警中的核心步骤,而传统的路径选择算法没有考虑实际路况影响,消防出警车辆会受到实际交通流和道路实际情况的影响,消防出警时间具有很大的不确定性。本文主要研究传统路径选择算法存在的问题,并将其优化后,
在科技发展愈发重要的今天,信道均衡作为改善通信质量的一项重要技术,一直是学者们关注的内容。为了解决码间干扰的问题,一般会采用均衡技术,很多实际的情况不具备自适应均衡的条件,而盲均衡不需要训练序列的特征能够应用在很多场景中,因此提高盲均衡器的性能具有重要的意义。本文将盲均衡与深度学习的相关技术结合起来,设计一种神经网络盲均衡器,主要在于训练算法和盲均衡器的结构两方面。在训练算法方面,采用基于梯度的优
为了减少功耗,现代处理器往往会在计算负荷较小时降低工作电压。然而当工作电压持续降低到近阈值附近时,静态随机存储器(Static Random Access Memory,SRAM)的性能会由于工艺波动、电压和温度(Process Voltage Temperature,PVT)的影响而严重下降。这使得以SRAM为主体的Cache性能也因此下降,进而影响处理器的性能。因此宽电压Cache迫切需要解决