CN110858321A - 一种基于最优距离判决的电子无源标签编码构造方法 - Google Patents
一种基于最优距离判决的电子无源标签编码构造方法 Download PDFInfo
- Publication number
- CN110858321A CN110858321A CN201810977073.4A CN201810977073A CN110858321A CN 110858321 A CN110858321 A CN 110858321A CN 201810977073 A CN201810977073 A CN 201810977073A CN 110858321 A CN110858321 A CN 110858321A
- Authority
- CN
- China
- Prior art keywords
- distance
- signal
- space
- code element
- symbols
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06187—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with magnetically detectable marking
- G06K19/06196—Constructional details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于最优距离判决的电子无源标签编码构造方法，包括步骤一，统计每个最终需表征信息码元在全局样本中的出现概率，本发明中是统计标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现的概率；步骤二，根据雷达信号波本身的频点及极化相位特征，选定特定信号码元组，并计算任意两个信号之间的空间距离权值及数值；步骤三，计算选定信号码元组的整体空间距离期望；步骤四，更换信号码元组，重复步骤二及步骤三，直至整体空间距离期望最大，则该信号码元组为最终选定编码码元。通过采用事先设定的选取方法，使得不同信号间因出现外部干扰所导致的影响降低，将某一码元识别为另一码元的错误概率下降，达到编码最优目的。
Description
技术领域
本发明涉及一种电子无源标签系统，属于电子标签设计技术领域，适用于 全天时全天候尤其是能见度低的天气对电子无源标签的识别的编码构造，具体 是指一种基于最优距离判决的电子无源标签编码构造方法。
背景技术
随着物联网在交通、物流、工业和商业零售等行业的广泛应用，需要附着 无源标签的物品数量急剧上升。而目前国内已有的光学识别系统还存在全天候 识别率不稳定的问题，光学采集车辆图像时，会受到环境光线变化的影响，标 签本身也会出现污点、褪色、倾斜以及运动产生的模糊失真，对识别正确率有 一定的影响，更有甚者，在雾霾、沙尘暴等恶劣天气造成的能见度低的情况下， 光学系统识别信息更加困难。另外，目前还有一类射频标签，主要有两种，即 有源射频标签和无源射频标签，工作原理都是从阅读器获取数据，并对数据进 行处理然后反馈给阅读系统，当标签天线接收到的能量不足时，标签内IC芯片就不能工作，这就决定了标签与阅读器的通信距离不可能太远，从而大大限定 了标签使用的灵活性，并且目前IC芯片具有读写、改写功能，因此所存储的信 息，容易被改写或者误写，大大降低了系统的安全性，同时也极大地抑制了系 统的通用性。
发明名称为“一种基于频选特性的电子无源标签识别系统及方法”的专利， 基于频选特性的无源标签系统，不含IC芯片，通过解析雷达回波信号进行标签 信息识别，且无需识别系统与特定目标之间建立机械或光学接触，可以全天时 全天候对标签进行识别，尤其提高了恶劣天气识别的准确率，对于提高标签识 别的抗干扰能力具有重要意义，解决了基于频选特性的无源标签的应用问题。 其中通过解析雷达回波信号进行标签信息识别技术涉及到对电子无源标签识别 信息的编码构造方法，由于实际使用场景气候、距离、衰减等环境因素导致的 回波能量不确定性，及电子无源标签载体本身运动造成的信号多普勒偏移等相 关原因，会导致电子无源标签的雷达回波信号出现能量动态范围过大、信号畸变、频率偏移等各种问题，导致信号识别错并造成最终识别失败。
发明内容
为解决上述技术问题，降低识别误码概率，使得不同信号间因出现外部干扰 所导致的影响降低，即将某一码元识别为另一码元的错误概率下降，本发明提 供一种基于最优距离判决的电子无源标签编码构造方法，其特征在于包括如下 步骤：
步骤一，统计每个最终需表征信息码元在全局样本中的出现概率，本发明中 是统计标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现的 概率；
步骤二，根据雷达信号波本身的频点及极化相位特征，选定特定信号码元组， 并计算任意两个信号之间的空间距离权值及数值；
步骤三，计算选定信号码元组的整体空间距离期望；
步骤四，更换信号码元组，重复步骤二及步骤三，直至整体空间距离期望 最大，则该信号码元组为最终选定编码码元。
具体地，所述步骤一，统计每个最终需表征信息码元在全局样本中的出现 概率，在本发明中是标签每个号码或特征字，在所有已编码及将要编码标签数 据库中出现的概率。即对于每个信息码元xi，
xi(i＝1,2,…N)
统计其出现概率p(xi)，满足下式
所述步骤二，根据雷达信号波本身的频点及极化相位特征，定义每个信号 码元为Xk,
Xk(k＝1,2,…K)
其中需要保证
K≥N
计算并建立任意两个信号之间的多维信号距离矩阵表示如下所示
其中信号的多维空间距离采用加权欧式距离计算公式进行计算
定义每一个信号码元Xk，整个信号码元集共有T维度空间，在每一维信号基 空间上的投影为Xkt，则有
Xkt(k＝1,2,…K；t＝1,2,…T)
定义每两个信号码元的加权欧式距离可表达为
其中最关键的为加权因子
1)对于两个信号码元都不在t维度空间的，即
对于此发明，也即两个信号码元各自频点的其它频点空间，则由于空间正交 性，有
对于此发明，也即两个信号码元各自频点与其它频点维度空间之间投影距离 关系，则由于空间正交性，为无限大；
2)当两个码元相对于其自身t维度空间的欧式空间权重的，即
则对于此发明，两个信号码元的维度空间距离权重，可以根据实际物理意义 定义为
也即两个信号码元直接欧式空间距离权值与其频点距离的平方成反比；
3)当两个码元位于同一t维度空间内，即
对于此发明，即两个信号位于同一频点，两者之间仅有极化相位不同时，根 据物理意义可定义为
即同一t维度空间内的两个信号之间的欧式空间距离权值，与其相位距离成 反比。
根据以上分析，则
公式可以简化为
自此，可以建立信号码元集XK内任意两个信号空间距离计算矩阵DK
所述步骤三，在信号码元空间Xk集合中选取一组子集信号码元k，使得 num(k)＝N，则可以建立
为衡量该码元组之间整体加权欧式距离的大小，设计以下公式计算整体距离 值
对于任意信号码元kn，其相对于其它所有码元，整体距离结合其统计概率可 以计算距离期望为
则获得所有信号码元Ek有
从而计算该码组的全局距离期望为
所述步骤四，重复计算步骤二及步骤三，找到基于该多元Xk空间的数据组 Kn，使得该全局距离期望值最大，即
则该信号码元，即是该组特征码字的最优判决距离表征组。
可选地，所述步骤四，重复计算步骤二及步骤三时选取数据组，采用遍历 搜索方法完成搜索过程。
可选地，所述步骤四，重复计算步骤二及步骤三时选取数据组，采用梯度 下降方法完成搜索过程。
本发明的基于最优距离判决的电子无源标签编码构造方法，为降低识别误 码概率，在可使用的信号码元集范围内，优选特定的信号码组表征指定信息； 通过采用事先设定的选取方法，使得不同信号间因出现外部干扰所导致的影响 降低，将某一码元识别为另一码元的错误概率下降。具体地通过统计信息码元 出现概率，基于信号频点距离及极化相位特性，利用加权欧式距离计算方法， 从可选信号码元中搜索优选特定码元组，使得码元组在该概率模型下计算获得 的全局距离期望值最大，从而降低信号码元识别过程中错误概率，达到编码最 优目的。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合及实施例， 对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以 解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式 中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
一种基于最优距离判决的电子无源标签编码构造方法，包括步骤如下：
步骤一，统计每个最终需表征的信息码元在全局样本中的出现概率，本发明 中是统计标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现 的概率；
本实施例中，编码标签数据库为已录入的车牌号数据。因其中的每个号码 或特征字(车牌号中可能出现的任意字符，例如“鄂”字，0，A等)对应的频 点和相位(频选材料的极化相位也叫极化角)信息码元样本有限，统计信息码 元在全局样本中的出现概率后可以给予更优的编码方案，也是本方法目的。
步骤二，根据雷达信号波本身的频点及极化相位特征，选定特定信号码元组， 并计算任意两个信号之间的空间距离权值及数值；
本实施例中，特定信号码元组是指：200个频点(可选的2个G中以10M 为步进的200个)中，最后可以选定出36个(26个英文字母+10个0～9数字， 还可加汉字若干个)对应特定信号码元组，即是根据频点和频选材料的极化角 选定出对应的36个特定信号码元。
步骤三，计算选定信号码元组的整体空间距离期望；
该“期望”是一个计算结果值，反映选定信号码元组的整体空间距离的估计 平均取值。
步骤四，更换信号码元组，重复步骤二及步骤三，直至整体空间距离期望最 大，则该信号码元组为最终选定编码码元。
重复计算步骤二及步骤三时选取数据组，采用遍历搜索方法完成搜索过程。 也可以采用梯度下降方法完成搜索过程。
本实施例中，各步骤的具体内容如下：
步骤一，统计每个最终需表征信息码元在全局样本中的出现概率，在本发明 中是标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现的概 率。即对于每个信息码元xi，
xi(i＝1,2,…N)
本实施例中最终对应字符，例如“A，0，1，2，汉字”；
统计其出现概率p(xi)，满足下式
步骤二，根据雷达信号波本身的频点及极化相位特征，定义每个信号码元为 Xk,
Xk(k＝1,2,…K)
本实施例中信号码元为频点、极化相位的一种组合；
其中需要保证
K≥N
计算并建立任意两个信号之间的多维信号距离矩阵表示如下所示
其中信号的多维空间距离采用加权欧式距离计算公式进行计算
定义每一个信号码元Xk，整个信号码元集共有T维度空间，在每一维信号基 空间上的投影为Xkt，则有
Xkt(k＝1,2,…K；t＝1,2,…T)
定义每两个信号码元的加权欧式距离可表达为
其中最关键的为加权因子
1)对于两个信号码元都不在t维度空间的，即
对于此发明，也即两个信号码元各自频点的其它频点空间，则由于空间正交 性，有
对于此发明，也即两个信号码元各自频点与其它频点维度空间之间投影距 离关系，则由于空间正交性，为无限大；
本实施例中的T维度为两个维度：频点及极化相位；
2)当两个码元相对于其自身t维度空间的欧式空间权重的，即
则对于此发明，两个信号码元的维度空间距离权重，可以根据实际物理意义 定义为
也即两个信号码元直接欧式空间距离权值与其频点距离的平方成反比；
3)当两个码元位于同一t维度空间内，即
对于此发明，即两个信号位于同一频点，两者之间仅有极化相位不同时，根 据物理意义可定义为
即同一t维度空间内的两个信号之间的欧式空间距离权值，与其相位距离成 反比。
根据以上分析，则
公式可以简化为
自此，可以建立信号码元集XK内任意两个信号空间距离计算矩阵DK
步骤三，在信号码元空间Xk集合(步骤二中所述200个频点，及每个频点 存在的若干种不同相位)中选取一组子集信号码元k(步骤二中所述选定出的“不 同频点数”，及“频点相同相位不同”的码元数之和为36)，使得num(k)＝N (N＝36)，则可以建立
为衡量该码元组之间整体加权欧式距离的大小，设计以下公式计算整体距离 值
对于任意信号码元kn，其相对于其它所有码元，整体距离结合其统计概率(前 述统计概率)可以计算距离期望为
本实施例中距离期望就是整体36个特定信号码元的概率统计平均分，
则获得所有信号码元Ek有
本实施例中上式即表示是36个特定信号码元中任意一个与其他35个的距离 和，
从而计算该码组的全局距离期望为
本实施例中上式即表示是36个特定信号码元中任意一个与其他35个的距 离和与概率值的乘积，作为“加权值”，M＝N＝36，就是上一个方程式
步骤四，重复计算步骤二及步骤三，找到基于该多元Xk空间的数据组Kn， 使得该全局距离期望值最大，即
则该信号码元组(表示的是“一组码与原始A～Z，0～9的一一对应关系”)， 是该组特征码字的最优判决距离表征组。
本实施例中上式即表示是遍历，找到最大值的那一组，即用此组数据去对 应想要表达的“A～Z，0～9”然后固定下来使用。
该重复计算选取数据组方法，采用全局遍历搜索方法，或者采用基于其它 梯度下降方法完成搜索过程。
基于该最优距离判决计算过程的信号码元组，在电子标签识别系统编码构造 方案中最优。
Claims (4)
1.一种基于最优距离判决的电子无源标签编码构造方法，其特征在于包括如下步骤：
步骤一，统计每个最终需表征信息码元在全局样本中的出现概率，本发明中是统计标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现的概率；
步骤二，根据雷达信号波本身的频点及极化相位特征，选定特定信号码元组，并计算任意两个信号之间的空间距离权值及数值；
步骤三，计算选定信号码元组的整体空间距离期望；
步骤四，更换信号码元组，重复步骤二及步骤三，直至整体空间距离期望最大，则该信号码元组为最终选定编码码元。
2.根据权利要求1所述的一种基于最优距离判决的电子无源标签编码构造方法，其特征在于所述步骤一，统计每个最终需表征信息码元在全局样本中的出现概率，在本发明中是标签每个号码或特征字，在所有已编码及将要编码标签数据库中出现的概率。即对于每个信息码元xi，
xi(i＝1,2,…N)
统计其出现概率p(xi)，满足下式
所述步骤二，根据雷达信号波本身的频点及极化相位特征，定义每个信号码元为Xk,
Xk(k＝1,2,…K)
其中需要保证
K≥N
计算并建立任意两个信号之间的多维信号距离矩阵表示如下所示
其中信号的多维空间距离采用加权欧式距离计算公式进行计算
定义每一个信号码元Xk，整个信号码元集共有T维度空间，在每一维信号基空间上的投影为Xkt，则有
Xkt(k＝1,2,…K；t＝1,2,…T)
定义每两个信号码元的加权欧式距离可表达为
其中最关键的为加权因子
1)对于两个信号码元都不在t维度空间的，即
对于此发明，也即两个信号码元各自频点的其它频点空间，则由于空间正交性，有
对于此发明，也即两个信号码元各自频点与其它频点维度空间之间投影距离关系，则由于空间正交性，为无限大；
2)当两个码元相对于其自身t维度空间的欧式空间权重的，即
则对于此发明，两个信号码元的维度空间距离权重，可以根据实际物理意义定义为
也即两个信号码元直接欧式空间距离权值与其频点距离的平方成反比；
3)当两个码元位于同一t维度空间内，即
对于此发明，即两个信号位于同一频点，两者之间仅有极化相位不同时，根据物理意义可定义为
即同一t维度空间内的两个信号之间的欧式空间距离权值，与其相位距离成反比。
根据以上分析，则
公式可以简化为
自此，可以建立信号码元集XK内任意两个信号空间距离计算矩阵DK
所述步骤三，在信号码元空间Xk集合中选取一组子集信号码元k，使得num(k)＝N，则可以建立
为衡量该码元组之间整体加权欧式距离的大小，设计以下公式计算整体距离值
对于任意信号码元kn，其相对于其它所有码元，整体距离结合其统计概率可以计算距离期望为
则获得所有信号码元Ek有
从而计算该码组的全局距离期望为
所述步骤四，重复计算步骤二及步骤三，找到基于该多元Xk空间的数据组Kn，使得该全局距离期望值最大，即
则该信号码元，即是该组特征码字的最优判决距离表征组。
3.根据权利要求2所述的一种基于最优距离判决的电子无源标签编码构造方法，其特征在于所述步骤四，重复计算步骤二及步骤三时选取数据组，采用遍历搜索方法完成搜索过程。
4.根据权利要求2所述的一种基于最优距离判决的电子无源标签编码构造方法，其特征在于所述步骤四，重复计算步骤二及步骤三时选取数据组，采用梯度下降方法完成搜索过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810977073.4A CN110858321B (zh) | 2018-08-26 | 2018-08-26 | 一种基于最优距离判决的电子无源标签编码构造方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810977073.4A CN110858321B (zh) | 2018-08-26 | 2018-08-26 | 一种基于最优距离判决的电子无源标签编码构造方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110858321A true CN110858321A (zh) | 2020-03-03 |
| CN110858321B CN110858321B (zh) | 2023-10-13 |
Family
ID=69636370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810977073.4A Active CN110858321B (zh) | 2018-08-26 | 2018-08-26 | 一种基于最优距离判决的电子无源标签编码构造方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110858321B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036755A1 (en) * | 2003-10-02 | 2005-04-21 | Nokia Corporation | Coded modulation for partially coherent systems |
| CN102279934A (zh) * | 2010-06-11 | 2011-12-14 | 曹建明 | 二维码的编码方法 |
| CN104198996A (zh) * | 2014-08-30 | 2014-12-10 | 西安电子科技大学 | 高码率低距离分辨率的低旁瓣相位编码信号设计方法 |
| CN106789063A (zh) * | 2016-12-05 | 2017-05-31 | 济南大学 | 一种基于卷积和循环双重编码的双因子认证方法 |
| CN107004117A (zh) * | 2014-12-09 | 2017-08-01 | 华为技术有限公司 | 一种检测发送序列的方法、接收机和接收设备 |
-
2018
- 2018-08-26 CN CN201810977073.4A patent/CN110858321B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036755A1 (en) * | 2003-10-02 | 2005-04-21 | Nokia Corporation | Coded modulation for partially coherent systems |
| CN102279934A (zh) * | 2010-06-11 | 2011-12-14 | 曹建明 | 二维码的编码方法 |
| CN104198996A (zh) * | 2014-08-30 | 2014-12-10 | 西安电子科技大学 | 高码率低距离分辨率的低旁瓣相位编码信号设计方法 |
| CN107004117A (zh) * | 2014-12-09 | 2017-08-01 | 华为技术有限公司 | 一种检测发送序列的方法、接收机和接收设备 |
| CN106789063A (zh) * | 2016-12-05 | 2017-05-31 | 济南大学 | 一种基于卷积和循环双重编码的双因子认证方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110858321B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1294536C (zh) | 形状描述符抽取方法 | |
| CN108769969B (zh) | 一种基于深度置信网络的rfid室内定位方法 | |
| CN103403704A (zh) | 用于查找最近邻的方法和设备 | |
| CN102736061A (zh) | 基于rfid的网格定位系统和方法 | |
| CN102388392A (zh) | 模式识别设备 | |
| KR102638370B1 (ko) | 오브젝트 디텍터를 위한 베이시안 듀얼 오토엔코더를 이용한 익스플레이너블 액티브 러닝 방법 및 이를 이용한 액티브 러닝 디바이스 | |
| CN106295498B (zh) | 光学遥感图像目标区域检测装置与方法 | |
| CN103577783A (zh) | 一种高效rfid自适应型防碰撞跟踪树算法 | |
| CN103164701B (zh) | 手写体数字识别方法及装置 | |
| CN104036285A (zh) | 垃圾图片识别方法及系统 | |
| CN103020321B (zh) | 近邻搜索方法与系统 | |
| CN108388656A (zh) | 一种基于标记相关性的图片搜索方法 | |
| AU2017380263B2 (en) | Method for detecting and recognising long-range high-density visual markers | |
| CN109376820A (zh) | 基于rfid技术的图书精确定位排序方法 | |
| CN111123195A (zh) | 一种面向存储物品盘点的rfid盘点系统 | |
| Lin et al. | Automatic location for multi-symbology and multiple 1D and 2D barcodes | |
| CN110858321B (zh) | 一种基于最优距离判决的电子无源标签编码构造方法 | |
| CN109344276A (zh) | 一种图像指纹生成方法、图像相似度比较方法及存储介质 | |
| CN112541453A (zh) | 一种行李重识别模型训练及行李重识别方法 | |
| CN115169375B (zh) | 基于ar与枪球联动的高位物料可视化方法 | |
| Pękalska et al. | On combining dissimilarity representations | |
| CN113139395A (zh) | 基于计算机视觉的射频识别系统多标签最优分布方法 | |
| CN115273100A (zh) | 一种基于语义引导鉴别器的半监督汉字图像生成方法 | |
| CN114120309A (zh) | 一种仪表读数识别方法、装置及计算机设备 | |
| Wang et al. | Extraction of main urban roads from high resolution satellite images by machine learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |