超高频RFID传感用于动态标签检测和行为识别:多功能分析和双路径残余网络方法
Honggang Wang1, Xinyi Liu1, Lei Liu1
1College of Communication and Information Engineering, Xi'an University of Posts and Telecommunications, Xi'an 710121, China.
Sensors (Basel, Switzerland)
|September 13, 2025
概括
这项研究引入了一种用于超高频无线电频率识别 (UHF RFID) 行为识别,克服干扰和特征降解的新方法. 这种新的方法在识别复杂的交互行为方面达到94%的准确性.
科学领域:
- * 计算机科学 计算机科学
- * 电气工程 电气工程
- * 人工智能 * 人工智能
背景情况:
- *目前的超高频无线电频率识别 (UHF RFID) 行为识别方法面临动态合干扰和时间频率特征降解的挑战.
- *信号干扰和失去详细的时间和频率信息限制了现有的识别系统的准确性和稳定性.
研究的目的:
- *为UHF RFID系统开发一种新的行为识别方法,有效处理干扰并保留时间频率特征.
- * 提高在复杂环境中识别"拿走"和"放回"等交互行为的准确性和稳定性.
主要方法:
- *使用相差方法,交叉相关性和自适应等效算法减轻信号干扰.
- *通过3D特征空间和改进的加权隔离森林算法识别活跃的目标标签.
- *使用多普勒转移分析和多尺度波束-包分解来提取行为特征,用于时间频率表示.
- * 全球和本地特征的融合,使用双路径残余网络进行行为分类.
主要成果:
- * 拟议的方法成功地减轻了动态合干扰,并解决了时频特征退化问题.
- * 参与交互的活跃标签被准确地检测出来.
- *双路径残余网络有效地融合了多功能信息进行分类.
- * 在复杂场景中实现了94%的行为识别准确度.
结论:
- * 集成的多功能分析和双路径残余网络方法显著提高了UHF RFID行为识别.
- * 拟议的方法在复杂环境中表现出卓越的稳定性和准确性,性能优于现有技术.
- * 这项工作为使用超高频RFID技术进行先进的人物对象交互识别提供了强大的框架.
