面向动态复杂环境的RFID高效监测技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61602167
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0208.物联网及其他新型网络
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

As a key technology in Internet of Things (IoT), Radio-Frequency Identification (RFID) has been widely used in many fields including logistics and retailing industries. One of the challenging problems in RFID applications is to efficiently monitor dynamic tags in the system, including unknown tags and missing tags. Existing tag monitoring solutions, however, cannot work well in dynamic RFID systems deployed in real sophisticated environments, in which different tags (e.g., missing tags and unknown tags) may interfere with each other in the monitoring, collisions among multiple readers may degrade the monitoring efficiency, and the mobility of readers may cause problems in the monitoring. ..In this project, we study efficient tag monitoring for dynamic RFID systems deployed in real sophisticated environments. We consider dynamic behaviors of both readers and tags in different scenarios, build new models for dynamic RFID systems, and focus on monitoring issues including monitoring of con-existing tags, tag search, cooperative tag monitoring of multiple readers, and on-demand tag monitoring using mobile readers. We will first model these problems and give theoretical analyses, then develop efficient algorithms and protocols to solve them. We will also validate and evaluate the effectiveness and performance of the proposed algorithms/protocols in terms of efficiency and accuracy by using both small scale experiments and large scale simulations. The novelty of this project lies in that we develop novel techniques to achieve fine-grained tag classification, based on which we can perform efficient RFID monitoring, and design novel reader collision mitigation techniques based on splitting and re-adjusting of interaction sequences between tags and readers. These techniques can help us effectively solve tag monitoring problems for RFID systems deployed in dynamic and real sophisticated environments. The principle investigator has been in this field for many years, and the previous research output can be a good starting point of this project. The expected output can provide highly efficient and practical solutions for tag monitoring in dynamic RFID systems, and put the application of RFID in IoT forward.
无线射频识别(RFID)是物联网的核心技术,在物流、零售、仓储等领域有广泛应用。RFID应用中的挑战性难题是如何对动态标签进行高效监测。已有监测方法难以解决动态复杂环境带来的难题,如不同类型标签的相互干扰、多阅读器冲突及阅读器移动性等。本项目考虑不同场景下的阅读器动态性和标签动态性,建立新的系统动态模型,对多标签并存监测、标签搜索、多阅读器协同监测、移动阅读器按需监测等问题给出理论分析,设计高效协议和算法,并通过模拟和实验的方式验证其高效性和准确性。项目创新之处在于提出了细粒度的标签甄别技术来实现高效标签监测,并设计了基于交互时序划分的阅读器冲突消除和优化调度算法,能有效解决动态复杂环境下的RFID监测问题。申请人在RFID领域有较好的研究基础,有助于本项目的顺利完成。项目的研究成果能为RFID系统提供高效监测的新方法,促进RFID在物联网多个领域的应用,有很好的研究意义和应用价值。

结项摘要

物联网被称为继计算机、互联网之后信息产业发展的第三次浪潮,是我国目前着重培养的新兴经济增长点。无线射频识别(Radio Frequency Identification, RFID)是物联网最重要的核心技术之一,因此,对基于RFID的物联网相关关键技术进行研究,有着重要的研究意义与经济价值。在该项目中,申请人基本完成了申请书中的四个研究目标。具体描述如下:(1)我们设计并实现了未知/丢失标签并存情况下的高效丢失标签识别算法以及未知/丢失标签并存情况下的时间高效的目标标签搜索算法。我们通过严格的数学建模分析算法的时间复杂度,并对所提出方法进行广泛的仿真评估。我们已经实现了安全的多组标签并行搜索算法。我们通过利用Bloom Filter技术来快速划分独立组,避免标签信息共享实现安全和时间高效。(2)我们已经实现了安全高效的确定性标签搜索算法。我们通过使用单向哈希算法防止敏感信息传输实现安全可靠,通过使用基于历史信息推理的方式来提高算法时间效率。我们实施了广泛的仿真评估了我们的算法。(3)我们设计并实现了多阅读器系统中相邻阅读器并行工作的交互次序优化算法,它通过对时隙进行划分使得相邻阅读器可以同时工作而不存在干扰。我们设计并实现了大规模多阅读器下的新型高效阅读器调度协调算法,它解决相同调度轮的阅读器下负载不均衡问题。我们对所提出的方法进行了小规模的系统测试和广泛的仿真评估。(4)我们已经实现了边缘增强型移动RFID系统的能量感知卸载算法,我们分析了移动RFID系统中不同组件的能耗特征,实现了自适应的能量卸载框架。我们设计实现了基于RFID技术的非侵入式的生命体征监测算法,我们使用商用RFID设备实现了一种呼吸监测原型系统。我们设计并实现了移动阅读器系统中时间高效的信息收集算法来对目标标签实现灵活的按需检测。我们通过广泛的仿真对所提出的方法进行可行性验证。.到目前为此,申请人受本项目资助产生的已接收或是发表的论文 14 篇,获得专利一项。该项目过程中,已毕业博士生 2 人以及硕士生4 人。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(1)
Range-Based Localization for Sparse 3-D Sensor Networks
稀疏 3D 传感器网络的基于范围的定位
  • DOI:
    10.1109/jiot.2018.2856267
  • 发表时间:
    2019-02-01
  • 期刊:
    IEEE INTERNET OF THINGS JOURNAL
  • 影响因子:
    10.6
  • 作者:
    Liu, Xuan;Yin, Jiangjin;Wang, Kun
  • 通讯作者:
    Wang, Kun
Tag size profiling in multiple reader RFID systems
多读取器 RFID 系统中的标签尺寸分析
  • DOI:
    10.1109/infocom.2017.8057160
  • 发表时间:
    2017
  • 期刊:
    IEEE INFOCOM 2017 - IEEE Conference on Computer Communications
  • 影响因子:
    --
  • 作者:
    Shigeng Zhang;Xuan Liu;Jianxin Wang;Jiannong Cao
  • 通讯作者:
    Jiannong Cao
Efficient Polling-Based Information Collection in RFID Systems
RFID 系统中基于轮询的高效信息收集
  • DOI:
    10.1109/tnet.2019.2906802
  • 发表时间:
    2019
  • 期刊:
    IEEE/ACM Transactions on Networking
  • 影响因子:
    --
  • 作者:
    Liu Jia;Xiao Bin;Liu Xuan;Bu Kai;Chen Lijun;Nie Changhai
  • 通讯作者:
    Nie Changhai
Mosaic secret-fragment-visible data hiding for secure image transmission based on two-step energy matching
基于两步能量匹配的马赛克秘密片段可见数据隐藏用于安全图像传输
  • DOI:
    10.1016/j.dsp.2018.06.014
  • 发表时间:
    2018
  • 期刊:
    Digital Signal Processing
  • 影响因子:
    2.9
  • 作者:
    Yin Jiangjin;Ou Bo;Liu Xuan;Peng Fei
  • 通讯作者:
    Peng Fei
Container-based fog computing architecture and energy-balancing scheduling algorithm for energy IoT
基于容器的能源物联网雾计算架构与能量平衡调度算法
  • DOI:
    10.1016/j.future.2018.12.063
  • 发表时间:
    2019-08-01
  • 期刊:
    FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE
  • 影响因子:
    7.5
  • 作者:
    Luo, Juan;Yin, Luxiu;Luo, Haibo
  • 通讯作者:
    Luo, Haibo

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

圈养大熊猫初生幼仔声音通讯行为研究
  • DOI:
    10.11984/j.issn.1000-7083.20180386
  • 发表时间:
    2019
  • 期刊:
    四川动物
  • 影响因子:
    --
  • 作者:
    刘璇;薛飞;郭俊良;吴蔚;侯蓉;周江;齐敦武;张志和
  • 通讯作者:
    张志和
砂岩成分对储层孔隙结构及天然气富集程度的影响——以苏里格气田西区二叠系石盒子组8段为例
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    天然气工业
  • 影响因子:
    --
  • 作者:
    王嘉;刘璇;张咏梅;贡一鸣
  • 通讯作者:
    贡一鸣
工业机器人避碰算法研究与展望
  • DOI:
    10.13841/j.cnki.jxsj.2018.04.001
  • 发表时间:
    2018
  • 期刊:
    机械设计
  • 影响因子:
    --
  • 作者:
    蔡灿;刘璇;张建华;张明路
  • 通讯作者:
    张明路
水文地理研究发展若干问题商榷
  • DOI:
    10.11821/dlxb202201001
  • 发表时间:
    2022
  • 期刊:
    地理学报
  • 影响因子:
    --
  • 作者:
    刘昌明;刘璇;杨亚锋;王红瑞
  • 通讯作者:
    王红瑞
基于云模型的尾矿库溃坝风险模糊评价模型
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    南水北调与水利科技
  • 影响因子:
    --
  • 作者:
    徐镇凯;刘璇;魏博文;张林;温勇兵
  • 通讯作者:
    温勇兵

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘璇的其他基金

基于交互路径解耦的废塑料与木质纤维素共热解协同机制研究
  • 批准号:
    52300159
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向移动对象的跨场景RFID高精度感知关键技术研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码