【摘 要】
：
随着物联网（Internet of Things,IoT）技术的快速发展,智能应用走入千家万户,智慧生活也逐渐成人们追求的生活方式,人机交互、智能触控、安全控制广泛应用于日常生活的方方面面。2020年疫情突发,尽量减少接触成了普遍共识,其推动了非接触式感知识别技术的发展;同时疫情下的出行安全也是人们关注的焦点,当前机场车站的液体识别主要通过乘客饮用的方式来验证液体的安全性,存在着一定的安全隐患。射
论文部分内容阅读
随着物联网（Internet of Things,IoT）技术的快速发展,智能应用走入千家万户,智慧生活也逐渐成人们追求的生活方式,人机交互、智能触控、安全控制广泛应用于日常生活的方方面面。2020年疫情突发,尽量减少接触成了普遍共识,其推动了非接触式感知识别技术的发展;同时疫情下的出行安全也是人们关注的焦点,当前机场车站的液体识别主要通过乘客饮用的方式来验证液体的安全性,存在着一定的安全隐患。射频识别（Radio Frequency Identification,RFID）设备成本低廉、体积小、无需接触、抗污染能力强、可重复使用等特点,得到了广泛应用。然而RFID识别也存在着一些问题,如数据采集时易受到外界的干扰,导致数据采集的不准确最终使得感知识别性能不佳,因此需要研究鲁棒的RFID识别系统。本文主要针对基于RFID的动作识别和液体识别开展研究。首先,设计并实现了基于RFID的人体动作识别,根据标签阵列采集人体行为的相位数据和信号接收强度数据;在此基础上设计数据预处理操作（相位解缠、数据平滑滤波、归一化）处理原始采集数据以提高数据的准确度;然后对预处理后的数据进行分割提取与运动相关的片段;最后通过多模态卷积神经网络提取相位和信号接收强度的融合特征识别人体动作。实验结果表明:所设计的系统可实现人体动作97%以上的识别准确度,较好地满足了人机交互的要求。针对非接触式液体识别,设计了基于RFID的非侵入液体识别系统。首先通过将液体放入实验平台获取对应相位数据,通过滤波去除噪声和异常数据;在此基础上基于标签阵列对不同液体的识别性能给予标签不同的权重指数,通过不同液体对信号的吸收情况,提取出相应的液体特征;最后将提取到的特征送入支持向量机可以较好地实现了液体的识别。实验结果表明:所设计的系统对应液体的平均识别准确度达到96%,验证了系统的可行性。
其他文献
物联网应用涉及的领域越来越宽泛,包括智能电网、智能家居、智慧城市、可穿戴设备、电子健康等。数百亿甚至数千亿的设备将通过物联网连接起来。此类设备无需任何人工控制便可以收集信息、分析数据甚至做出决策,这无疑给攻击者带来了可乘之机。在这种情形下,保障物联网的安全性是一个重要的需求。特别是考虑到物联网系统中存在未通过身份认证的恶意设备,这些恶意设备可能对参与到物联网环境中的人和物造成损害。因此,身份认证尤
微透镜阵列是近年来的研究热点之一,已在各个领域有着较为广泛的应用。有机电致发光二极管（Organic Light Emitting Device,OLED）作为近年来发展迅速的一种光源,它的优点包括视角广、光谱接近自然光、能耗低、寿命长、发光效率高,可柔性显示等等,被认为是继液晶显示（LCD）后新一代的照明和显示器件。但是由于OLED器件衬底与空气介质之间存在较大的折射率差,光子产生了反射与折射的
在当今社会,管道结构的应用非常广泛。如下水道排水管道,自来水厂输水管道,天然气输送管道等等。这些应用在各个领域各个角落的管道,将整个人类社会连接起来,其重要性不言而喻。这些管道若是出现损伤,又无法及时准确得检测出来,将会给社会与国民经济造成重大损失。在此背景下,对管道结构进行损伤检测具有重要意义。在目前结构健康检测技术中,超声导波无损检测技术具有检测效率高,成本低等优势,已在管道结构上实现了一定范
随着移动互联网的快速发展和物联网的出现,未来的移动通信技术必须要具备高速无线通信、无缝连接、强安全性和超低延迟通信的能力。然而,传统的射频网络由于频谱资源匮乏,无法满足这些高要求。因此,可见光通信（Visible Light Communications,VLC）技术由于具有频谱资源丰富、高数据速率、绿色环保、无电磁干扰、保密性好等优点,近年来已经成为工业界和学术界的研究热点。目前,已经有许多工作
小目标检测的应用场景广泛,也是目标检测与识别的研究难点,因此,提高小目标检测的精度具有重要的理论和现实意义。然而,现有的目标检测算法在小目标的检测任务中效果差强人意,为提升该任务的检测精度,本文提出一类基于YOLOv4（You Only Look Once version4）模型的泛化改进算法,通过结合空间注意力和通道注意力网络来增强目标特征图的权重,并将其命名为混合注意力网络（Mixed Att
随着现代通信系统的发展,对系统可移植性的要求越来越严格,宽带带通滤波器的小型化成为了一个具有挑战性的问题。与此同时,集总元件制造工艺的提升也为电路小型化提供了新的思路,可以通过将传输线等效为集总元件从而减小电路尺寸的思路进行课题展开,以设计宽带带通滤波器为基础进行探究,主要研究内容及成果如下:（1）根据小型化等效思路,讨论分析了传输线等效集总元件网络。基于二端口网络理论分析低通网络和桥接T型网络基
人体姿态估计是动作识别领域的一大研究课题,其主要研究内容是将人体特征图像进行人物识别与提取,以此描绘出人体的运动姿态。人体姿态估计主要应用于人体动作预测与位置定位的各种场景。在过去,该任务往往通过传统的图结构方法进行解决,但由于图像背景要求度高和时间开销大等原因,其识别准确度与性能欠佳。近年来,人体姿态估计的研究者不再局限于传统方法,而是依靠神经网络学习视频数据特征,以此提升算法识别率。然而,视频
随着移动互联网技术的快速发展和各类智能终端的普及,诸如人脸识别、虚拟现实和自动驾驶等计算密集型应用影响着人们生活的方方面面,但是由于该类应用对算力和时延的苛刻要求,极大限制了此类应用的应用场景。在此背景下,移动边缘计算作为解决该问题的极佳范式,在近些年受到了学界的极大关注。而计算卸载技术作为移动边缘计算中的关键技术,是目前学界的研究热点,如何在不同的应用环境中采用合适的计算卸载策略是提高移动边缘计
心跳频率（Heart Rate,HR）是反应一个人身心状态的重要的生理信号,对人们健康生活和心血管类疾病的防治有着很大的指导意义。传统的接触式HR测量技术需要被测者和测量仪器进行接触,可能会给被测者带来不适并且无法应对一些特殊情况比如皮肤烧伤等。随着科技的发展,人们发现由心跳引起的血管中血液体积和氧饱和度的变化会导致皮肤产生轻微的颜色变化,这些颜色变化可以被RGB传感器捕捉并用于HR测量,基于此,
大规模多输入多输出（Multiple Input Multiple Output,MIMO）作为下一代移动通信系统的关键技术之一,可以显著提高系统吞吐量和频谱效率。大规模MIMO系统通过在基站端配置数百根天线为不同的用户服务,然而用户间干扰使得基站恢复发送信号具有很大的挑战。传统的信号检测方案或者检测精度低,或者复杂度高,很难在检测精度与复杂度之间取得较好地平衡。深度学习（Deep Learnin