CN112948744A - Rfid非侵入式感知模型构建方法、装置、设备和介质 - Google Patents
Rfid非侵入式感知模型构建方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112948744A CN112948744A CN201911175400.5A CN201911175400A CN112948744A CN 112948744 A CN112948744 A CN 112948744A CN 201911175400 A CN201911175400 A CN 201911175400A CN 112948744 A CN112948744 A CN 112948744A
- Authority
- CN
- China
- Prior art keywords
- rfid
- signal
- electromagnetic field
- electromagnetic
- propagation
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000005672 electromagnetic field Effects 0.000 claims abstract description 41
- 230000033001 locomotion Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000002474 experimental method Methods 0.000 claims abstract description 17
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 230000008447 perception Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000005684 electric field Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 28
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000011160 research Methods 0.000 abstract description 9
- 230000007547 defect Effects 0.000 abstract description 7
- 239000013589 supplement Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 238000010587 phase diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000000470 constituent Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005290 field theory Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供的一种RFID非侵入式感知模型构建方法、装置、设备和介质。通过电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯‑菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;参考光学矢量衍射理论优化衍射公式;通过基准实验归结出符合实验设备的适配参数以得模型。本发明能够计算物体在信号传播空间的运动对RFID信号的影响,补充现有研究中对非侵入式感知应用的信号解析及信号仿真的缺失,创造仿真数据驱动的感知系统直接应用到实际场景的可能性,为RFID非侵入式感知研究建立理论基础。
Description
技术领域
本申请涉及RFID感知模型技术领域,特别是涉及一种RFID非侵入式感知模型构建方法、装置、设备和介质。
背景技术
射频识别(RFID)技术是一种利用电磁场原理工作的双向非接触式无线通讯技术,其主要作用是数据采集和自动识别。主要技术分为工作在13.56Mhz的HF高频和860Mhz-960Mhz的UHF超高频射频识别技术。
随着RFID技术应用的不断深入,研究者将RFID的应用从基础的通信拓展到了诸多领域,如湿度感应、运动感应、行为识别、振动检查、生理状态感测等。根据RFID标签是否贴在被测物体上,可将基于RFID技术的感知应用分为侵入式感知以及非侵入式感知。
基于RFID技术的侵入式感知本质上是将贴在被测物体上的标签的运动与物体的运动相对应。由于标签的运动对于RFID信号的影响机理较为直观,因而研究者对RFID信号的解析及预先仿真均能很好地符合实际情况。
而基于RFID技术的非侵入式感知是固定天线和标签的位置,通过分析被测物体在RFID信号传播空间中运动时对信号的影响来感应被测物体的运动状态。物体在电磁场中运动,对电磁信号的影响有多种形式(衍射、反射、透射及吸收),影响机理十分复杂。因此非侵入式感知对信号的解析及仿真极为困难。
非侵入式感知相对侵入式感知而言,具有安装更便利、对用户更友好的优势,并且能够满足在某些特殊场景中被测物体上无法或不便部署额外装置的实际要求,如机械旋转部件运动状态的监测。
由于RFID非侵入式感知的信号解析及仿真非常困难,目前此方向的研究与开发大多是跳过解析及仿真,通过机器学习、人工智能的方法将被测物体不同运动状态的原始信号或简单预处理后的信号分类并辨识。此种方法需要有大量预测试数据,且在分类类别的数量较大时性能下降明显。并且在预测试数据无法或难以采集或不需要分类的场景(如机械故障诊断),此方法的作用非常局限。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种RFID非侵入式感知模型构建方法、装置、设备和介质,用于现有技术中基于RFID技术的侵入式感知存在的问题。
为实现上述目的及其他相关目的,本申请提供一种RFID非侵入式感知模型构建方法,所述方法包括:电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
于本申请的一实施例中,所述依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响,包括:其中,为观察点P的复振幅;ψ0为光源Q0的初始复振幅,dS为点Q处的积分平面;λ为光源波长;k为波数,K(α)为倾斜因子。
于本申请的一实施例中,所述基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式,包括: 其中,Ex、Ey、Ez为电磁场中电场强度在x、y、z轴方向的分量;ρ0=x0i+y0j为z=0平面上的矢量;r=xi+yj+zk为空间矢量;R=r-ρ0;在边界(z=0平面)条件Eρ0,0已知时,以进行电磁场的数值计算。
于本申请的一实施例中,所述方法还包括:预设多种被测物体以及RFID接收装置的空间建模可视化界面以及运动模型可视化界面;预先植入多种基础形状以及基础运动形式,以供通过拖拽操作以及参数设置构建场景模型。
于本申请的一实施例中,所述RFID非侵入式感知信号传播模型输出结构为:以时间为x轴,相位以及相对RSSI为y轴的数据图。
为实现上述目的及其他相关目的,本申请提供一种RFID非侵入式感知模型构建装置,所述装置包括:计算模块,用于以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;处理模块,用于通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
为实现上述目的及其他相关目的,本申请提供一种计算机设备,所述设备包括:存储器、及处理器;所述存储器用于存储计算机程序;所述处理器运行计算机程序实现如上所述的方法。
为实现上述目的及其他相关目的,本申请提供一种计算机存储介质,存储有计算机程序,所述计算机程序被运行时执行如上所述的方法。
综上所述,本申请的一种RFID非侵入式感知模型构建方法、装置、设备和介质。通过电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
具有以下有益效果:
能够计算物体在信号传播空间的运动对RFID信号的影响,补充现有研究中对非侵入式感知应用的信号解析及信号仿真的缺失,克服现有的RFID非侵入式感知需要大量预测试数据的缺陷,解决在测试之前开发者无法准确或大致预测信号变化的窘境,创造仿真数据驱动的感知系统直接应用到实际场景的可能性,并为RFID非侵入式感知研究建立理论基础。
附图说明
图1显示为本申请于一实施例中的RFID非侵入式感知模型构建方法的流程示意图。
图2显示为本申请于一实施例中的惠更斯-菲涅尔的原理示意图。
图3显示为本申请于一实施例中的可视化仿真的场景示意图。
图4A-4H为本申请于一实施例中的不同状态下实际实验场景与仿真结果下的相对相位图和相对RSSI图。
图5显示为本申请于一实施例中的RFID非侵入式感知模型构建装置的模块示意图。
图6显示为本申请于一实施例中的计算机设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面以附图为参考,针对本申请的实施例进行详细说明,以便本申请所属技术领域的技术人员能够容易地实施。本申请可以以多种不同形态体现,并不限定于此处说明的实施例。
为了明确说明本申请,省略与说明无关的部件,对于通篇说明书中相同或类似的构成要素,赋予了相同的参照符号。
在通篇说明书中,当说某部件与另一部件“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种部件“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素排除在外,而是意味着可以还包括其它构成要素。
当说某部件在另一部件“之上”时,这可以是直接在另一部件之上,但也可以在其之间伴随着其它部件。当对照地说某部件“直接”在另一部件“之上”时,其之间不伴随其它部件。
虽然在一些实例中术语第一、第二等在本文中用来描述各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如,第一接口及第二接口等描述。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例,并非意在限定本申请。此处使用的单数形态,只要语句未明确表示出与之相反的意义,那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化,并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
表示“下”、“上”等相对空间的术语可以为了更容易地说明在附图中图示的一部件相对于另一部件的关系而使用。这种术语是指,不仅是在附图中所指的意义,还包括使用中的装置的其它意义或作业。例如,如果翻转附图中的装置,曾说明为在其它部件“下”的某部件则说明为在其它部件“上”。因此,所谓“下”的示例性术语,全部包括上与下方。装置可以旋转90°或其它角度,代表相对空间的术语也据此来解释。
本申请的目的是提供一种可用于数值计算的RFID非侵入式感知的信号传播模型构建方法,通过该模型可以计算物体在信号传播空间的运动对RFID信号的影响,实现补充现有研究中对非侵入式感知应用的信号解析及信号仿真的缺失,克服现有的RFID非侵入式感知需要大量预测试数据的缺陷,解决在测试之前开发者无法准确或大致预测信号变化的窘境,创造仿真数据驱动的感知系统直接应用到实际场景的可能性,并为RFID非侵入式感知研究建立理论基础。
本申请的原型是建立在电磁场理论基础之上的电磁波衍射传播物理模型。结合RFID设备工作原理以及信号发射与接收的方向性,并通过自行设计的基准实验测试归结出符合实验设备的适配参数,本项技术发明可用于RFID非侵入式感知应用的信号解析及预先仿真。
如图1所示,展示本申请于一实施例中的RFID非侵入式感知模型构建方法的流程示意图。如图所示,所述方法包括:
步骤S101:以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响。
于本实施例中,因为RFID信号是已知频率和波长的一种电磁波,所以本申请将RFID信号在传播空间中的传输问题看成电磁波在电磁场中的传播问题。
于本实施例中,参考光学中惠更斯-菲涅耳原理,将电磁波传播过程从宏观转向微观,达到可定性分析物体在电磁场中运动对电磁信号的大致影响。
简单来说,依据惠更斯-菲涅尔原理定性分析用于初步分析,其主要为预测比较大的趋势,运算更简单更快速,在细节的地方无法预测,精确度没有下一步骤所用到的基尔霍夫衍射公式高。通过所述惠更斯-菲涅尔原理的定性分析,因为运算比较快,其可以得到一个粗粒度的图,然后基尔霍夫给一个细粒度的结果。
需要说明的是,这里通过惠更斯-菲涅尔原理先出粗粒度的图,可以让研究人员进行初步分析,可以在开发初期辅助研究人员。让他们减少实验次数也能定位到信号中的活动特征。目前,粗粒度的仿真的实际应用已经存在较大难度,细粒度的仿真能做的人更少,所以粗粒度的仿真结果也具有很大价值。
其中,所述惠更斯-菲涅尔原理主要指:波前的每一点可以认为是产生球面次波的点波源,而以后任何时刻的波前则可看作是这些次波的包络。可参考图2所示,其数学表达为:从点波源Q0发射出的球面波,到达观测点P的波前任意一点Q可视为次波的波源,这些次波会在观测点P贡献出各自的波扰,这些波扰叠加在一起,因此形成总波扰。对于球面波,波扰的数值大小与距离r'成反比,相位随着波数k与距离r'的乘积而改变。因此,在与点波源Q0相离距离为r'的次波源点Q,其波扰为:
选取所有与观测点P同波前的次波源点Q的组合,将所选组合内所有点发射出的次波对于观测点P贡献的波扰叠加在一起,可以得到在观测点P的总波扰。
为了与做实验获得的结果相符合,经过菲涅耳修正后,得到惠更斯-菲涅耳方程:
其中,所述倾斜因子K(α)在惠更斯-菲涅耳衍射公式中是一个修正因子,并没有数值计算公式。
步骤S102:应用基尔霍夫衍射公式来对所述电磁场进行数值计算。
于本实施例中,由于电磁场是矢量场,其严格的衍射理论应是矢量衍射理论,这就使得大多数衍射问题的处理十分困难,必须采用标量近似方法。以基尔霍夫衍射理论为代表的传统标量衍射理论是目前解决实际应用中衍射问题的一个十分重要的理论。
具体来说,应用建立于波动方程和格林第二恒等式的基尔霍夫衍射公式来对电磁场进行有严格数学基础的数值计算。
承上所述,继续参考图2,可知所有与观测点P同波前的次波源点Q的组合可视为一个闭合曲面S。
所述基尔霍夫衍射公式为:
需说明的是,对于不同的积分闭合曲面,基尔霍夫衍射公式有不同的推导方程。
步骤S103:基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式。
于本实施例中,考虑到理论公式中的发射与接收端均为产生球面波的理想点波源,而实际场景中RFID天线及标签均具有方向性,因而参考光学矢量衍射理论,合理改写衍射公式。
在光学里,菲涅耳-基尔霍夫衍射公式(Fresnel-Kirchoff's diffractionformula)可以应用于光波传播的理论分析模型或数值分析模型。从菲涅耳-基尔霍夫衍射公式,可以推导出惠更斯-菲涅耳原理,并且解释一些惠更斯-菲涅耳原理无法解释的物理现象与结果。菲涅耳-基尔霍夫衍射公式常被称为“基尔霍夫衍射公式”(Kirchoff'sdiffraction formula)。从基尔霍夫积分定理,在假定一些近似之后,可以推导出菲涅耳-基尔霍夫衍射公式。
具体来说包括,第一类矢量瑞利-索末菲积分公式:
综上来说,步骤S101~步骤S103为本申请主要的理论思路和理论依据,基于上述理论依据通过公式构建及转化,逐步搭建出可用于数值计算的RFID非侵入式感知的信号传播模型型的框架。
步骤S104:通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
于本实施例中,查阅实验测试用的RFID设备的方向性属性,并通过基准实验归结出符合实验设备的适配参数。
于本申请的一实施例中,所述方法还包括:
A、预设多种被测物体以及RFID接收装置的空间建模可视化界面以及运动模型可视化界面;
B、预先植入多种基础形状以及基础运动形式,以供通过拖拽操作以及参数设置构建场景模型。
于本实施例中,设计被测物体以及RFID接收装置的空间建模可视化界面以及运动模型可视化界面,在程序中预先植入若干基础形状以及基础运动形式,使普通技术人员能够通过简单的拖拽操作以及设置参数,图形化地构造出实际场景的场景模型。
优选地,上述步骤类似CAD的图形化建模软件,能够让使用者可以通过简单的操作(拖拽)图形化建立空间模型,并且通过设立各种参数,包括器材的空间位置参数以及运动状态参数,最后就能输出想要的结果。完全省去了需要理解电磁波传播规律和影响电磁波传播的各种机理的过程,以及建立信号传播模型的过程。
于本申请的一实施例中,所述RFID非侵入式感知信号传播模型输出结构为:以时间为x轴,相位以及相对RSSI为y轴的数据图。
具体来说,输出并保存仿真的原始数据(复数形式),同时输出以时间为x轴,相位以及相对RSSI为y轴的数据图。也即该输出结论为通过本申请构建的模型所得到的最后符合实际情况的数据形式和力理论计算结果。
进一步地,本申请通过如下实施例将仿真结果与实际结果进行验证:
实验的场景现场为:RFID天线及标签相距4m,扇叶所在平面与天线标签连线垂直于连线中点,扇叶中心距连线为30cm或60cm。天线、标签和扇叶中心距地面均为1.5m。旋转状态分为正常旋转、偏心5mm旋转以及偏心10mm旋转。为了实验的安全性,实验转速固定为10转/分钟。由于任一时刻的信号
如图3所示为技术发明开发的软件中构建的可视化仿真场景,普通技术人员可在基于本技术发明开发的软件上,通过简单的拖拽操作以及输入几何参数来构建可视化的场景空间模型,并设置被测物体的运动状态类型以及运动参数。
正常旋转状态下,扇叶中心距连线为30cm时,实际实验场景与仿真结果下的相对相位图(附图4A)和相对RSSI图(附图4B);
在偏心旋转10mm状态下,扇叶中心距连线为30cm时,实际实验场景与仿真结果下的相对相位图(附图4C)和相对RSSI图(附图4D);
在正常旋转状态下,扇叶中心距连线为60cm时,实际实验场景与仿真结果下的相对相位图(附图4E)和相对RSSI图(附图4F);
在偏心旋转5mm状态下,扇叶中心距连线为60cm时,实际实验场景与仿真结果下的相对相位图(附图4G)和相对RSSI图(附图4H)。
1)从扇叶正常旋转状态的附图4A与4B中可知,RFID信号的相对相位以及相对RSSI的仿真结果与实际实验结果的数据图在图形上非常吻合。通过仿真发现,在RFID信号传播空间中的旋转扇叶对RFID信号的相位及RSSI的影响,并不总是呈现为简单的正弦波形,且可能会出现次波谷或次波峰,此结论符合实际情况。
2)扇叶中心距连线为30cm时,对比扇叶正常旋转状态和偏心旋转10mm状态,发现偏心旋转的信号特征表现为:在相对相位图上,主波峰高度不均匀而主波谷(成对出现)高度均匀;在相对RSSI图上,主波峰高度均匀而主波谷(成对出现)及次波峰高度不均匀。
上述两个结论均与实际情况一致。且值得注意的是,扇叶中心距连线为30cm时,在实际实验的结果中,偏心旋转状态的信号特征仅出现在仿真结果预测的位置。
3)扇叶中心距连线为60cm时,对比扇叶正常旋转状态和偏心旋转50mm状态,发现偏心旋转的信号特征表现为:在相对相位图上,相邻的主波峰与相邻的主波谷(成对出现)高度仅有些微差异,而相邻的次波谷高度差异明显;在相对RSSI图上,所有峰值及谷值均没有明显差异。
上述两个结论均与实际情况一致。且值得注意的是,扇叶中心距连线为60cm时,在实际实验的结果中,偏心旋转状态的信号特征仅出现在仿真结果预测的位置。
5)对比扇叶中心距连线为30cm和60cm时的偏心旋转状态,发现:尽管宏观分析中,被测物体越偏离信号的直接路径,对RFID的信号的影响越不明显;这个宏观结论对于两种距离下的数据图的主波峰及主波谷相符,但是并不能准确预测数据图中次波峰及次波谷的情况。本项发明技术的预测结果于实际实验结果一一对应,并且在扇叶中心距连线为60cm时的偏心旋转信号特征明显于扇叶中心距连线为30cm的场景。
综上所述,本申请通过实验验证,证实了本申请的仿真结果与实际结果有很高的吻合性,可以用来数值分析被测物体在RFID信号传输空间中的运动对RFID信号的影响,突破了以往的基于RFID技术的非侵入式感知研究中难以普遍地细粒度预测RFID信号的变化的困境。
本申请构建的一种可用于数值计算的RFID非侵入式感知的信号传播模型,以计算物体在信号传播空间的运动对RFID信号的影响,补充现有研究中对非侵入式感知应用的信号解析及信号仿真的缺失,克服现有的RFID非侵入式感知需要大量预测试数据的缺陷,解决在测试之前开发者无法准确或大致预测信号变化的窘境,创造仿真数据驱动的感知系统直接应用到实际场景的可能性,并为RFID非侵入式感知研究建立理论基础。
如图5所示,展示为本申请于一实施例中的RFID非侵入式感知模型构建装置的模块示意图。如图所示,所述装置500包括:
计算模块501,用于以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程;依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行有严格数学基础的数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;
处理模块502,用于通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请所述方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
还需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。
例如,处理模块502可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上处理模块502的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital signal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
如图6所示,展示为本申请于一实施例中的计算机设备的结构示意图。如图所示,所述计算机设备600包括:存储器601、及处理器602;所述存储器601用于存储计算机程序;所述处理器602运行计算机程序实现如图1所述的方法。
在一些实施例中,计算机设备600中的所述存储器601的数量均可以是一或多个,所述处理器602的数量均可以是一或多个,而图6中均以一个为例。
于本申请一实施例中,所述计算机设备600中的处理器602会按照如图1所述的各步骤,将一个或多个以应用程序的进程对应的指令加载到存储器601中,并由处理器602来运行存储在存储器602中的应用程序,从而实现如图1所述的船舶外板展开计算方法中的各种功能。
所述存储器601可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。所述存储器601存储有操作系统和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。操作系统可包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
所述处理器602可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在一些具体的应用中,所述计算机设备600的各个组件通过总线系统耦合在一起,其中总线系统出包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见,在图6中将各种总线都成为总线系统。
于本申请的一实施例中,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1所述的RFID非侵入式感知模型构建方法。
所述计算机可读存储介质优选为非易失性计算机存储介质。
本领域普通技术人员可以理解:实现上述系统及各单元功能的实施例可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述系统及各单元功能的实施例;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,本申请提供的一种RFID非侵入式感知模型构建方法、装置、设备和介质,通过以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中包含通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (9)
1.一种RFID非侵入式感知模型构建方法,其特征在于,所述方法包括:
以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;
应用基尔霍夫衍射公式来对所述电磁场进行数值计算;
基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;
通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
预设多种被测物体以及RFID接收装置的空间建模可视化界面以及运动模型可视化界面;
预先植入多种基础形状以及基础运动形式,以供通过拖拽操作以及参数设置构建场景模型。
6.根据权利要求1所述的方法,其特征在于,所述RFID非侵入式感知信号传播模型输出结构为:以时间为x轴,相位以及相对RSSI为y轴的数据图。
7.一种RFID非侵入式感知模型构建装置,其特征在于,所述装置包括:
计算模块,用于以电磁波在电磁场中的传播过程表征RFID信号在传播空间中的传播过程,依据惠更斯-菲涅尔原理定性分析物体在所述电磁场中运动对电磁信号的影响;应用基尔霍夫衍射公式来对所述电磁场进行数值计算;基于实际场景中RFID天线及标签均具有方向性,参考光学矢量衍射理论优化衍射公式;
处理模块,用于通过基准实验归结出符合实验设备的适配参数,以得到可用于数值计算的RFID非侵入式感知的信号传播模型。
8.一种计算机设备,其特征在于,所述设备包括:存储器、及处理器;所述存储器用于存储计算机程序;所述处理器运行计算机程序实现如权利要求1至6中任意一项所述的方法。
9.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被运行时执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175400.5A CN112948744A (zh) | 2019-11-26 | 2019-11-26 | Rfid非侵入式感知模型构建方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175400.5A CN112948744A (zh) | 2019-11-26 | 2019-11-26 | Rfid非侵入式感知模型构建方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112948744A true CN112948744A (zh) | 2021-06-11 |
Family
ID=76224986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911175400.5A Pending CN112948744A (zh) | 2019-11-26 | 2019-11-26 | Rfid非侵入式感知模型构建方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948744A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114236813A (zh) * | 2021-11-30 | 2022-03-25 | 杨翼 | 基于光矢量分解合成及惠更斯-菲涅尔的矢量衍射算法 |
CN115329565A (zh) * | 2022-08-09 | 2022-11-11 | 中国电力科学研究院有限公司 | 一种用于复杂电磁场环境的综合评价方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145811A (zh) * | 2017-05-26 | 2017-09-08 | 上海赋拓物联网技术有限公司 | 基于基准标签的rfid边界确定方法及系统 |
CN108510593A (zh) * | 2017-02-28 | 2018-09-07 | 中兴通讯股份有限公司 | 一种基于电磁波的立体空间模型采集方法及装置 |
-
2019
- 2019-11-26 CN CN201911175400.5A patent/CN112948744A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510593A (zh) * | 2017-02-28 | 2018-09-07 | 中兴通讯股份有限公司 | 一种基于电磁波的立体空间模型采集方法及装置 |
CN107145811A (zh) * | 2017-05-26 | 2017-09-08 | 上海赋拓物联网技术有限公司 | 基于基准标签的rfid边界确定方法及系统 |
Non-Patent Citations (1)
Title |
---|
范佳兴: "基于物联网技术的输变电设备状态监测系统性能分析研究", 《中国硕士论文电子期刊工程科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114236813A (zh) * | 2021-11-30 | 2022-03-25 | 杨翼 | 基于光矢量分解合成及惠更斯-菲涅尔的矢量衍射算法 |
CN115329565A (zh) * | 2022-08-09 | 2022-11-11 | 中国电力科学研究院有限公司 | 一种用于复杂电磁场环境的综合评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheung et al. | Toward scalable stochastic unit commitment: Part 2: solver configuration and performance assessment | |
Al Akhras et al. | Isogeometric analysis-suitable trivariate NURBS models from standard B-Rep models | |
CN112948744A (zh) | Rfid非侵入式感知模型构建方法、装置、设备和介质 | |
US10275547B2 (en) | Method and system for assessing performance of arbitrarily large arrays | |
Park et al. | Elliptic Gabriel graph for finding neighbors in a point set and its application to normal vector estimation | |
Dyvak et al. | Algorithms of parallel calculations in task of tolerance ellipsoidal estimation of interval model parameters | |
Quan et al. | Mathematical analysis and calculation of molecular surfaces | |
Pedre et al. | Accelerating embedded image processing for real time: a case study | |
Gibson et al. | Optimizing grouped convolutions on edge devices | |
Uhlemann et al. | It takes two to know one: Computing accurate one-point PDF covariances from effective two-point PDF models | |
Dai et al. | Least-squares-based fitting of paraboloids | |
Weischedel et al. | Construction of discrete shell models by geometric finite differences | |
CN110688798B (zh) | 一种壳体结构件的变形预测方法、装置、设备及存储介质 | |
Alaeddini et al. | Sequential Laplacian regularized V-optimal design of experiments for response surface modeling of expensive tests: An application in wind tunnel testing | |
Chen et al. | Manifold learning and nonlinear homogenization | |
Mie et al. | Real-time uav attitude heading reference system using extended kalman filter for programmable soc | |
Cheng et al. | Modeling and simulation of sheet-metal part deformation in virtual assembly | |
Joonghyun et al. | Computation of molecular surface using Euclidean Voronoi Diagram | |
Ghosh et al. | Synthesis of large-scale instant IoT networks | |
CN105868452B (zh) | 一种基于等几何分析的多孔板力学性能分析方法 | |
Львович et al. | The use of parallel computing for problems of scattering radiowaves | |
Konyagin et al. | Development of the software application for the building information models in augmented reality mode visualization | |
Kumar et al. | CMT-bone: a mini-app for compressible multiphase turbulence simulation software | |
Zhu et al. | Efficient construction of the medial axis for a CAD model using parallel computing | |
Hirokawa et al. | Mini-max type formulation of strict robust design optimization under correlative variation |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |