一种利用PUF进行RFID标签分组的方法

    公开(公告)号:CN118917331A

    公开(公告)日:2024-11-08

    申请号:CN202411116458.3

    申请日:2024-08-15

    Abstract: 本发明涉及一种利用PUF进行RFID标签分组的方法,属于射频识别领域。本发明当标签数量大于分组阈值,则对标签分组,若标签数量小于等于分组阈值,则直接调用DFSA算法盘点。读写器向其范围内的标签发送指令M,标签以随机数作为PUF的激励生成响应,取响应中的M位作为标签被分配的组号,存入标签的组号寄存器内,实现每张标签分配组号。读写器依次选择一组标签开始盘点。考虑到分配后的标签数量依然有可能大于分组阈值N,则读写器估计本组标签数量后,根据情况继续分组或者直接盘点,直到读写器完成一个组内所有标签的盘点。本发明有效提升高频RFID系统的吞吐量。

    一种高频RFID系统接收增益监测与动态调节方法

    公开(公告)号:CN116306723A

    公开(公告)日:2023-06-23

    申请号:CN202310286188.X

    申请日:2023-03-22

    Abstract: 本发明涉及一种高频RFID系统接收增益监测与动态调节方法,属于射频识别领域。本发明适用于采用动态Q值ALOHA算法的高频RFID系统,如采用ISO18000‑3协议Mode3模式下的高频RFID系统。该方法主要包括:(1)接收增益监测,在防碰撞流程中监测当前接收增益,并判断当前接收增益是否合适。(2)接收增益调整。将接收增益的动态调节与防碰撞算法流程结合,保证多标签识读过程中各标签都能在接收增益合适的情况下被读写器识别,提升读写器的动态范围。本发明提出的方法实现了高频RFID系统接收增益监测与动态调节,能够解决在特定增益下,某些标签响应信号过强导致接收链路饱和或接收信号过小而不能被读写器正确识读的问题,有效提升高频RFID系统识读准确率。

    一种基于哈希值码重分组的标签防碰撞方法

    公开(公告)号:CN119005219A

    公开(公告)日:2024-11-22

    申请号:CN202410848574.8

    申请日:2024-06-27

    Abstract: 本发明涉及一种基于哈希值码重分组的标签防碰撞方法,属于射频识别领域。本发明的方法包括:读写器对其范围内的标签进行估计,并与分组阈值比较,当标签数量大于分组阈值,则需要分组,否则无需分组,直接盘点;通过计算每张标签EPC号的哈希散列值,根据读写器发送的指令,得到哈希散列值部分序列的码重,实现给每张标签分配组号;读写器开始依次发送查询组内标签的命令,命令中包括读写器需要查询的组号,当标签自身的组号与读写器发送的组号相等时,标签应答读写器;未被本次选中的其余各组标签等待识别。本发明能有效提升高频RFID系统的吞吐量。

    一种利用卷积神经网络估计标签数量的方法

    公开(公告)号:CN117313758A

    公开(公告)日:2023-12-29

    申请号:CN202311257522.5

    申请日:2023-09-27

    Abstract: 本发明涉及一种利用卷积神经网络估计标签数量的方法,属于射频识别领域。本发明公开了一种利用卷积神经网络(CNN,Convolutional Neural Network)估计标签数量的方法,适用于采用动态帧时隙ALOHA算法(DFSA,Dynamic Framed Slotted ALOHA)的高频射频识别(RFID,Radio Frequency Identification)系统。该方法主要包括:(1)构造CNN模型:对于已知数量的标签,将DFSA算法中的Q值设置为0并开启盘点,此时所有标签同时响应产生碰撞,采集此时起始帧(SOF,Start ofFrame)的碰撞波形作为样本集的特征集合来训练CNN模型;(2)预估待盘点标签的数量:对于未知数量的待盘点标签,设置DFSA算法的Q值为0,采集此时SOF的碰撞波形作为训练得到的CNN模型的输入,输出为标签数量估计值。本发明能有效提升高频RFID系统盘点效率。

    一种视频分析中抽取图像帧的方法

    公开(公告)号:CN115482493A

    公开(公告)日:2022-12-16

    申请号:CN202211176748.8

    申请日:2022-09-26

    Abstract: 本发明涉及一种视频分析中抽取图像帧的方法,属于图像处理领域。本发明包括抽取候选图像帧步骤,从一段视频的图像帧序列中抽取一个候选图像帧序列,包括彩色图像帧转换为灰度图像帧、计算各图像帧的平均灰度、计算各图像帧的方差、计算平均方差、根据图像帧的方差抽取候选图像帧等子步骤。本发明还包括抽取最终图像帧步骤,从候选图像帧序列中抽取最终的图像帧序列,包括计算相邻两帧的平均绝对差分、计算平均绝对差分的平均值、计算平均绝对差分的方差、根据平均绝对差分抽取最终图像帧等子步骤。本发明利用视频片断中图像帧的特征,抽取出清晰、相差较大的图像帧序列,有利于随后对抽取出的图像帧进行基于深度神经神经网络等方法的处理。

    一种基于密码技术的物联网标识方法

    公开(公告)号:CN110753066B

    公开(公告)日:2021-12-28

    申请号:CN201911038234.4

    申请日:2019-10-29

    Abstract: 本发明涉及一种基于密码技术的物联网标识方法,其中,包括:服务方生成标识体系根密钥和服务方的公钥和私钥;用户方生成自身的公钥和私钥,将自身的名称和公钥传递给服务方;用户方生成物品标识和秘钥,将用户方标识、物品标识、物品信息密文和签名传递给服务方;用户方生成物品秘钥,将用户方标识、物品标识、物品状态信息密文和签名传递给服务方;用户方查询物品的信息时,用户方将用户方标识、物品标识和签名传递给服务方,服务方接收后进行验证,验证通过后,服务方检索物品标识对应物品标识记录和物品状态记录,将用户方标识、物品标识和状态信息密文和签名传递给用户方。本发明将密码学和物品标识机密结合,在物联网领域中将发挥重要作用。

Patent Agency Ranking