复杂环境下面向状态感知的射频技术研究

Radio Frequency Identification (RFID) is a key wireless communication technology of Internet of Things (IoT) in future. RFID uses readers to read the tags for the purposes of identifying/locating/tracking the products or humans. This technology brought revolutionary development to logistics management, supply chain management and inventory control. Researchers have made great efforts and conducted a wide range of study in the RFID field. However, the following aspects have not been well solved. First, in mobile RFID reader scenarios, the coexistence of unknown tags and missing tags bring challenging issues. Second, collision slots are not fully used in the existing information collection work. Third, the required assumptions made in the existing tag vibration detection work are too strong to meet the practical scenarios. Finally, in multi-category systems, the execution time of serial tag cardinality estimation is in proportion to the number of categories, which cannot satisfy the high time-efficiency requirements. To address these challenges, this project will conduct research on the following three aspects: range-based information collection in dynamic scenarios, RFID tag vibration frequency identification with mobile reader, and Least-k query for multi-category RFID systems. Our objective is to propose low delay, high accuracy, good scalability, C1G2-complaint application algorithms.

射频识别是未来物联网的一种关键无线通信技术。该技术利用阅读器读取射频标签以达到识别、定位、跟踪商品或人员的目的，它的出现为物流管理、商品供应链管理和库存管理带来了革命性的进步。虽然国内外研究学者在射频识别领域已经开展了一定的研究工作，但如下几方面问题还没有得到很好的解决。首先，移动阅读器场景中，未知标签和缺失标签的同时存在对标签信息收集问题带来了挑战；其次，冲突时隙在现有信息收集工作中没有得到充分利用，标签振动频率检测限制条件苛刻，难以满足实际应用需求；最后，多类别RFID系统中，标签基数评估复杂度与标签类别数成正比，不能满足低时延要求。针对上述挑战，本项目拟开展如下三个方面的研究工作：移动环境下基于区间的信息收集，移动阅读器环境下的振动频率识别，以及多类别系统中的Least-k查询，旨在提出低延迟、高精度、可扩展性好、灵活度高、普适性强的应用算法。

射频识别技术凭借其快速识别、成本低廉、无需供电等优点，已经在物流管理、智慧零售、智慧医疗等领域被广泛应用。但是，随着部署坏境日益复杂，现有方案暴露出识别效率低、感知能力不足、缺乏异常检测和验证机制等诸多问题。为解决以上问题，本项目针对复杂环境下的标签规模大、种类多、异常频发等现实问题，研究面向状态感知的射频技术。.本项目将研究课题划分为射频标签查询与写入、基于射频识别的定位与行为感知、丢失检测与完整验证机制三方面。首先，射频标签查询与写入方面，主要解决射频系统的信息采集和写入的效率问题。其次，射频定位与行为感知方面，主要研究射频技术在物品定位、行为感知等能力的挖掘。最后，丢失检测与完整验证机制方面，主要研究射频系统的完整性快速验证机制。.本项目的创新性成果可以总结如下：在射频标签查询与写入方面，团队首先研究了分层哈希数据收集、位置关联信息查询、差分采样信息收集协议，提高了射频识别基础信息采集效率。提出分层合并查询协议和阻塞标签检测协议，满足了射频场景的常见需求。提出写入捆绑方案，提高了大规模标签的写入效率。在射频定位与行为感知方面，提出了速度误差免疫的室内定位技术，提高了移动射频定位技术的鲁棒性。提出了基于人体几何轮廓的睡姿检测方案，促进了家居、医疗等场景的智能化。提出了适用于商用阅读器的采样机制，提高了数据采集质量。在丢失检测与完整验证机制方面，团队提出同步缺失检测协议及基于类别聚类的补充协议，保障丢失标签的快速检测。提出了基于碰撞搜索和平衡分区的检测协议，实现了情况高效未知标签检测。提出认证链机制，实现轻量级高效标签完整性验证。.在本项目的支持下，团队录用或发表论文20篇，其中包括中国计算机学会推荐的A类期刊或会议文章13篇。在本项目执行期间培养硕士研究生8人。团队成员1人入选海外优青项目，1人入选辽宁省“兴辽英才计划”领军人才项目。1人获得国家奖学金，1人获大连市优秀毕业生，3人获得校级优秀毕业生称号。