代表性成果1-基于物理层特征的移动标签检测 难点：如何快速从大规模标签中快 速找到其中的移动标签，进行移动 标签检测？ 移动标签 创新思想：直接利用物理层信号检 Tag inventory Extract features phase Physical-layer 测标签移动，创新性地基于冲突信 Singleton signal 广 Fingerprints 号抽取物理层信号特征，提升时效 nnnnnn Phase BLF Continuous pooling 性。 phase Extract features Collision signal 广 whA Phase BLF1 Phase2 BLF2 Graph Matching Coherent Phase Variance 成果：IEEE Transactions on Missing Mobile Computing, INFOCOM Inserting 2016
¡X[r1-A~JU .suy 12 ą³ c(yÿ a쪦Ò2y ÿ =12ÁË?¦Ò üèË? ¦Ò©¯ 9{~ Ä;½¶»q+N© ¯¦ÒË? 9|[\ 4Ï+ NL¶»q+N·w C | ¥ IEEE Transactions on Mobile Computing INFOCOM 2016 r0cv
研究动机和问题 同时定位所有标签 太慢 X 大量静止标签无需定位 > 少量移动标签需要定位 >快速移动标签检测机制 检测移动标签 定位移动标签 13
vy4h@¢ =fGCtgi{ lpf-ji T"f-ji Ø Buf-jilpi+ DV Ø 7w|njid{T" Ø >wf-ji{oT
研究挑战 快速移动标签检测机制 1.如何检测运动状态 研究标签原始信号和运动状态之间的映射关系 2.如何针对大规模RFID标签实现快速检测 从冲突信号中抽取物理层信号特征 400045005000550060006500700075008000 14
vy_X R$lpt-\C • egji19%4Ot-\C y`e=&k R$x<7pm ji;]Bulp • 'h%4 G3tx@%4uA Buf-jilpi+ Collision Tag 1 Tag 1 Tag 2 Time (µ s) 4000 4500 5000 5500 6000 6500 7000 7500 8000 Tag 3
研究方法和结果 0x(0=17 相位 位置 Backscattered signal 月B相位信号 Leakage x(t)=0 signal Φ I >构建信号Q模型，从原始信号中抽取相位信息，对应标签位置 -3600 S5 wwwwwwww -3800 7800 7900 8000 8100 8200 8300 -4000 So hwwwwwwwamm -4200 S> 7800 7900 8000 8100 8200 8300 -4400 wVW S2 -4600 000 4500 5000 7800 7900 80008100 8200 8300 Inphase Sample Counts >利用信号叠加原理，从IQ信号域使用矢量叠加分解信号，提取单标签信号 15
15 fw<r Inphase 4000 4500 5000 Quadrature -4600 -4400 -4200 -4000 -3800 -3600 S0 S7 ! " = $ ! " = % θ Ø bM(R e?!3C(R W5m#(obLcv#| Amplitude 7800 7900 8000 8100 8200 8300 -2 0 2 Amplitude 7800 7900 8000 8100 8200 8300 -2 0 2 Sample Counts Amplitude 7800 7900 8000 8100 8200 8300 -2 0 2 Ø Fk(R6I3j! (R@%kn6I+(Ru51cv(R m# #|
匈牙利算法检测移动标签 010203 010203 移动标签 静止标签 原始相位分布P 动态相位分布P' ◆利用匈牙利算法匹配静止标签的相位信息。 ◆未匹配成功的就是移动标签
- u )_.s)jU0v|nji`c"%D u h0vFF`?Lf-ji ) +J) ++$0 G&$0 &% &' &( &% &' &(