RFID系统读取率取决于RFID标签碰撞、读取距离等多个方面因素的影响，包括RFID标签位置对于读取效率的影响，使得RFID读写器的读取效率不高。RFID技术的最大的优点在于多目标的同时识别，如果因为RFID读写器读写效率降低，从而产生漏读或误读等现象，那么RFID识别优势将不再存在。因此，通过优化RFID标签分布位置，进而来提高RFID标签的读取率，对于RFID技术的发展至关重要。本课题引入含有状态参量的Fisher矩阵作为理论依据，通过计算标签与阅读器方位角的Fisher矩阵行列式极值，得到多标签系统的最优分布几何模型，通过模型研究标签的几何分布与RFID系统的动态性能之间的关系，得到优化标签位置来提高RFID多标签系统识读性能的新方法。关键词 射频识别，读取率，Fisher矩阵，多标签，几何分布
目 录
1 引言 1
1.1 研究背景及意义 1
1.2 国内外研究状况 1
1.3 主要研究内容 2
2 基于 Fisher 矩阵的RFID多标签分布模型 3
2.1 多标签系统识读 3
2.1.1 多标签识读问题的描述 3
2.1.2 多标签系统识读原理 4
2.2 标签与目标阅读器的几何参数定义 5
2.3 最优多标签几何拓补的数学基础 6
2.4 标签与阅读器之间的最优几何分布模型 7
3 不同标签数下的系统仿真与分析 9
3.1 标签数目N=2的几何分布图 9
3.1.1 程序实现 10
3.1.2 仿真结果 10
3.2 标签数目N=3的几何分布图 11
3.2.1 程序实现 11
3.2.2 仿真结果 11
3.2.3 取特殊情况下的最优位置分布 13
3.3 标签数目N=5的几何分布图 15
3.3.1 程序实现 15
3.3.2 仿真结果 16
4 多标签几何分布实验验证 17
4.1 RFID检测系统 18
4.2 实验验证 19
结 论 22
致 谢 23 *51今日免费论文网|www.jxszl.com +Q: ^351916072# 

参 考 文 献 24
附录：完整程序代码 25
1 引言
1.1 研究背景及意义
射频识别技术是近代以来兴起的一种新型识别技术，射频识别技术有很多的优点如：可以远距离读取目标当中的信息，可以大批量读取信息。这项技术在很多领域都有着广泛的应用如：交通上的车牌识别，零售方面的销售数据统计等方面的应用。它最主要的优点是能够同时读取多个目标当中的信息，但是系统的识读性能会对多个目标同时读取信息有很大的影响，系统的识读性能差，那么识读效率就会变差，工作时间也会随之变长，影响工作效率。而标签的位置分布对系统的识读性能存在影响，因此，我们可以通过研究标签的位置分布，来提高多标签识读系统的识读能力，从而提高RFID多标签系统的工作效率。
1.2 国内外研究状况
多标签射频识别系统的动态性能的识读能力不单单取与我们所使用的防碰撞算法以及算法的定位精度有关系，还与标签和未确定位置的阅读器之间的位置分布有关系。
现在主要使用防碰撞算法来提高多标签系统的识读能力，解决在同一个无线信道当中同时由多个标签产生的数据冲突[2]，主要有2种：一种是ALOHA算法，另一种是二进制树(Tree)算法。其中ALOHA算法只适用于简单的用于读取信息的标签，当标签数量超过一定限制时，就会因为时隙数不够用而造成无法提高识读效率。而二进制树算法虽然稳定性高、方便我们使用但是也存在不足，当标签的ID太长的时候，二进制树算法就会因为细分的子集过多而造成检测时间过长，而当标签的ID超过限度的时候这种算法也不能提高识读效率。
虽然算法存在一定的限制条件，但是我们可以从另一个角度考虑来提高识读效率。标签也是可以被当做传感器来使用的。我们通过优化标签的位置也可以做到提高多标签识读系统的识读效率功能。近些年来国内外众多科研人员对多传感器的的最优信息融合技术的研究取得一定的进展，如李杉杉等科研人员通过研究分析出多被动传感器系统跟踪误差的几何分布[4]，通过研究射频识别系统当中的阅读器在运行过程中会产生碰撞的因素，BuenoDelgado提出了一种阅读器的数学模型，通过运用这个模型我们能做到降低阅读器在标签识读过程当中产生的碰撞问题[5]；Burdakis为了检测传感器网络的异常值对传感器的位置分布进行了细致的研究[6]。这些研究人员的对传感器的研究，对于我们优化多标签射频识别系统有着十分重要的参考价值。
CramerRao界的下限可以用来验证我们所使用的算法能否实现最佳检测效果，如果没有达到，那么我们还能在什么地方改进它，完善它。同时系统的性能好坏也能够用它来检测。所有的评估性能好坏的方法都是以CramerRao的下界作为参考依据，如果我们计算所得到的Fisher信息矩阵的行列式值满足CramerRao的下界，那么系统达到最优条件[7]。Abramo用Fisher信息矩阵对星系区域数进行计数，推导出多个大型结构多目标传感器完整的Fisher信息矩阵。Wolz等利用Fisher信息矩阵预测宇宙探测器，并与蒙特卡罗马尔可夫链的似然估计法进行比较。Acquaviva等利用Fisher信息矩阵的形式快速确定星系的物理属性的约束条件，从而拟合出光谱能量分布。Leitinger等分析多路径的几何形状和后向散射约束，利用CramerRao 界的下限对RFID室内定位系统误差进行仿真实验。所以在我们进行RFID系统中的标签分布计算的时候需要把阅读器的状态参量设置为一个有效的没有偏差的估计量，并且如果这个估计量存在很小的空间误差变化，那么这个分布就是最优分布。由于标签的分布密度对系统定位存在的影响，所以Yang此展开研究提出了标签分布密度模型[8]。Shakiba 通过使用标签的随机几何分布模型来标签数目进行估计[9]。
在LANDMARC室内定位系统当中，利用参考标签能够准确的得到物品的位置信息，能够很好的适应室内环境的动态性，但是定位的准确性依赖于参考标签的分布。在VIRE算法中，如果我们要提高定位的精度可以在参考标签之间插入的虚拟参考标签，通过增加标签数提高定位精度。多标签按照正多边形进行分布。同时，标签的信号强度被应用于室内定位系统中，标签位置组成一定的拓扑结构，但没有给出最优的拓扑结构分布[10]。
1.3 主要研究内容
本课题的研究目标是为了提高RFID多标签识读系统的识读性能。标签的位置分布会影响到RFID多标签系统的识读能力，系统识读能力差，那么读取信息的效率就不高，需要更多的工作时间，就不能体现出RFID技术的优势。本设计在参考现有的研究基础上建立了RFID多标签系统的标签分布模型，本文通过模型研究了标签对系统的识读性能的影响，得到了达到最佳识读性能时所对应的标签位置分布。

原文链接：http://www.jxszl.com/dzxx/dzkxyjs/63711.html