内容简介
     无线射频识别(RFID)技术是物联网应用技术中的主流技术,被誉为21世纪最有应用和市场前景的十项技术之一,因其应用广泛的重要地位,使之成为物联网工程专业的主干课程。
  《无线射频识别(RFID)工程实践/普通高校“十二五”规划教材》结合自主开发的RFID实验研发平台,详细阐述了在主流工作频率125kHz、13.56MHz、900MHz与微波2.4GHz应用下的RFID的操作原理和开发实践,使读者对RFID技术有一个更深刻的认识,并能够更好地应用RFID技术。
  《无线射频识别(RFID)工程实践/普通高校“十二五”规划教材》侧重于工程实践,针对具体应用提供了阅读器、应答器和天线的设计以及软、硬件的实现方法,不仅能为本科生、专科生提供教学实践指导,同时还能为研究生和科研工程人员提供工程实践参考。     
内页插图
          目录
   第1章 射频识别技术概论
1.1 射频识别技术及特点
1.2 射频识别的基本原理
1.2.1 RFID的基本交互原理
1.2.2 RFID的耦合方式
1.2.3 RFID的工作频率
1.3 射频识别的应用构架
1.3.1 RFID应用系统的组成
1.3.2 应答器(射频卡和标签)
1.3.3 阅读器(读写器和基站)
1.3.4 天线
1.3.5 高层
1.4 RFID技术的应用
第2章 RFID的ISO/IEC标准
2.1 RFID标准概述
2.1.1 标准的作用和内容
2.1.2 RFID标准的分类
2.1.3 ISO/IEC制定的RFID标准概况
2.1.4 RFID标准多元化的原因
2.2 ISO/IEC的RFID标准简介
2.2.1 非接触式IC卡标准
2.2.2 物品识别标准
2.3 ISO/IEC 14443标准
2.3.1 ISO/IEC 14443-1物理特性
2.3.2 ISO/IEC 14443-2射频能量和信号接口
2.3.3 ISO/IEC 14443-3防碰撞协议
2.3.4 ISO/IEC 14443-4传输协议
2.4 ISO/IEC 15693标准
2.4.1 空中接口与初始化
2.4.2 传输协议
2.4.3 防碰撞
2.5 ISO/IEC 18000-6标准
2.5.1 TYPE A模式
2.5.2 TYPE B模式
第3章 基于RFID的物联网
3.1 RFID和物联网
3.2 物联网的诞生历史
3.3 国内外RFID物联网现状
3.3.1 国外现状
3.3.2 国内现状
3.4 RFID物联网应用的市场前景
3.5 RFID物联网组件
3.5.1 RFID物联网信息服务(IOT-IS)
3.5.2 RFID物联网名称解析服务(IOT-NS)
3.5.3 RFID物联网中间件服务(IOT-MWS)
3.5.4 物联网中的RFID编码及射频识别
3.6 RFID物联网关键技术
3.6.1 RFID物联网编码
3.6.2 识别和防碰撞问题
3.6.3 RFID物联网安全
3.7 物联网工作流程举例
第4章 RFID教学实验平台
4.1 硬件开发平台
4.1.1 系统控制主板
4.1.2 仿真器
4.1.3 液晶模块
4.1.4 RFID-125 kHz-Reader 125 kHz低频RFID模块
4.1.5 RFID-13.56 MHz-Reader 13.56 MHz高频RFID模块
4.1.6 RFID-900 MHz-Reader 900 MHz超高频RFID模块
4.1.7 RFID-ZigBee-Reader 2.4 GHz微波RFID模块
4.1.8 RFID-ZigBee-Tag 2.4 GHz微波RFID标签模块
4.2 系统控制主板
4.2.1 系统控制主板概览
4.2.2 系统控制主板的供电
4.2.3 系统控制主板上的各种连接座
4.2.4 系统控制主板上的RFID选择拨码开关
4.2.5 系统控制主板上的按键
4.2.6 系统控制主板上的JTAG调试接口
4.2.7 系统控制主板上的USB接口
4.2.8 系统控制主板上的其他人机接口
4.3 仿真器
4.3.1 MSP430仿真器
4.3.2 CC2530仿真器
4.4 RFID-125 kHz-Reader 125 kHz低频RFID模块
4.5 RFID-13.56 MHz-Reader 13. 56 MHz高频RFID模块
……
第5章 无线射频识别技术实验
附录
参考文献      
前言/序言
     随着人们对物联网概念和技术的深入了解与认识,对物品属性的定位和跟踪成为社会广泛的需求,无线射频识别(RFID)技术具有对无线电射频应用的物品数据可读可写的功能,使用方便、卫生、永久,因而受到人们的青睐,成为物联网应用中的核心技术。
  RFID技术的应用最早可以追溯到第二次世界大战时期,美军将该技术用于识别盟军的飞机。目前,RFID技术已应用于我们的日常生活中,如非接触式就餐卡、车辆防盗系统、道路自动收费系统、门禁系统、身份识别系统,等等。特别是随着近几年零售业和物流行业信息化的不断深入,使得这些行业越来越依赖于应用信息技术来控制库存,改善供应链管理,降低成本,提高工作效率,这为RFID技术的应用和快速发展提供了极大的市场空间。
  RFID技术被誉为21世纪最有应用和市场前景的十项技术之一。本书主要介绍RFID原理、技术及其在工业、生活中的应用,以此使读者对RFID技术有一个更深刻的认识,并能够更好地应用RFID技术。同时,本书结合自主开发的RFID实验研发平台,详细阐述了主流工作频率下的RFID开发和操作原理,这对于进行RFID实践有较大的帮助。
  全书共分五章。第1章帮助读者初步了解RFID技术的基本概念;第2章介绍RFID标准的基础理论和几种不同标准的内容;第3章介绍RFID在物联网中的应用;第4章给出实验平台,通过对软、硬件的介绍,分析讨论在主流工作频率125kHz、13.56MHz、900MHz与微波应用下的阅读器、应答器和天线的设计,并提供软、硬件实现的方法;第5章详细介绍实验指导过程。
  本书由江南大学物联网工程学院的彭力教授主编,江南大学的吴治海博士、闻继伟博士、李稳高工和冯伟工程师以及研究生韩潇、贾云龙、高雪、董国勇、卢晓龙和吴凡等参加了图书编写和实验平台开发工作。在此向他们表示感谢;同时感谢物联网应用技术教育部工程研究中心和江南感知能源研究院的资助。    
				
 
				
				
					图书简介:  《智能识别技术:原理、应用与发展趋势》  引言  我们生活在一个信息爆炸的时代,对物体的识别、追踪和管理的需求日益增长。从日常生活中的商品溯源,到工业生产的自动化流水线,再到公共安全领域的资产管理,对“物”的精确识别能力正以前所未有的速度提升着社会的运行效率和智能化水平。而在这场科技革命的浪潮中,一项关键技术——智能识别技术——正扮演着越来越重要的角色,它以前瞻性的洞察力,勾勒出万物互联时代的精彩图景。  本书《智能识别技术:原理、应用与发展趋势》正是为了系统地梳理和阐述这项极具潜力的技术而编著。它旨在为读者提供一个全面、深入且富有前瞻性的认知框架,帮助理解智能识别技术的核心原理,洞悉其广泛的应用场景,并预测其未来的发展走向。我们深信,掌握了智能识别的精髓,便能更好地把握未来科技发展的脉搏。  第一部分:智能识别技术的核心原理  智能识别技术并非单一的技术孤例,而是多个相关技术领域相互融合、协同发展的综合体现。本部分将逐一剖析构成智能识别体系的基石,确保读者对技术的底层逻辑有清晰的认识。  1. 传感技术:获取“物”的原始信息  智能识别的首要环节在于“感知”。传感器是连接物理世界与数字世界的桥梁,它能够将物理量(如温度、压力、光照、位置、形态等)转化为电信号,进而被计算机系统读取和处理。     种类繁多,功能各异: 我们将详细介绍各类主流传感器,包括但不限于:        光学传感器: 如CCD、CMOS图像传感器,用于捕捉图像信息,是条形码、二维码、机器视觉识别的基础。        声学传感器: 用于检测声音信号,在语音识别、声纹识别领域发挥作用。        生物传感器: 监测生物体征,如指纹、虹膜、面部特征等,是生物识别技术的关键。        磁性传感器: 检测磁场变化,在磁条读写、某些类型的传感器标签中应用。        化学传感器: 检测特定化学物质,用于环境监测、食品安全等。        位置传感器: 如GPS、惯性测量单元(IMU),用于确定物体在空间中的位置和姿态。    工作原理与性能指标: 对每类传感器的基本工作原理进行深入浅出的讲解,并介绍关键的性能指标,如精度、分辨率、响应时间、灵敏度、稳定性等,帮助读者理解传感器的优劣及其适用性。    信号处理与特征提取: 传感器输出的原始信号往往需要经过预处理和特征提取,才能被后续的识别算法所利用。我们将探讨信号滤波、降噪、归一化以及常用的特征提取方法(如边缘检测、纹理分析、关键点提取等)。  2. 数据编码与标识技术:赋予“物”独特的身份  一旦获得了“物”的原始信息,就需要为其赋予一个独特的、可识别的“身份”。数据编码和标识技术正是实现这一目标的核心。     条形码与二维码: 作为目前最普及的识别技术之一,条形码和二维码凭借其成本低廉、易于实现等特点,在零售、物流、仓储等领域得到了广泛应用。        发展历程与演变: 从一维条形码到二维矩阵码(如QR码、Data Matrix),详细介绍其编码方式、结构特点、信息容量以及抗纠错能力。        扫描技术与设备: 阐述条形码/二维码扫描器的基本原理,包括激光扫描、影像扫描等,以及移动设备(如智能手机)在二维码识别中的应用。    标签技术(Tagging Technologies): 除了可见的条形码/二维码,许多识别技术依赖于在物体上附加非可见的“标签”。        磁性条技术: 讲解磁条卡的工作原理、编码方式以及其在金融、交通等领域的应用。        光学标记技术: 介绍其他形式的光学标记,如水印、衍射标记等,及其在防伪和产品追溯中的作用。        (此处重点提及,但详细内容将在后续章节深入) 无线射频识别(RFID)技术: 虽然本书不是专门介绍RFID,但其作为一种重要的智能识别技术,其基本原理与优势将在此处进行概览,为后续的更广泛的智能识别技术应用打下基础。我们将简要介绍RFID标签的构成(天线、芯片)、读写器的工作方式、通信协议等,并强调其非接触、远距离、可批量读取的特点。  3. 识别算法与模式识别:让机器“懂得”信息  采集到带有身份标识的数据后,识别算法是实现“智能”识别的关键。这涉及到让机器能够理解、分类和辨识这些数据。     机器学习与深度学习: 近年来,机器学习和深度学习在模式识别领域取得了突破性进展,为智能识别带来了前所未有的能力。        监督学习与无监督学习: 介绍基础的机器学习算法,如支持向量机(SVM)、决策树、K-means聚类等,并说明它们在物体分类、特征匹配中的应用。        神经网络与卷积神经网络(CNN): 深入讲解神经网络的基本结构和工作原理,特别是CNN在图像识别、物体检测方面的强大能力。        循环神经网络(RNN)与自然语言处理(NLP): 阐述RNN在序列数据处理中的优势,并说明其在语音识别、文本识别等领域的应用。    传统模式识别技术: 尽管机器学习占据主导,但一些传统的模式识别方法仍然具有重要的参考价值。        模板匹配: 通过将待识别对象与预设模板进行比对来实现识别。        特征匹配: 提取关键特征点,然后进行匹配比对。    数据融合与多模态识别: 现实世界中的识别任务往往需要整合来自不同传感器或不同类型数据的信息,以提高识别的准确性和鲁棒性。我们将探讨如何融合图像、声音、文本、位置等多种信息源。  第二部分:智能识别技术的广泛应用  智能识别技术并非停留在理论层面,而是已经渗透到我们生活的方方面面,深刻地改变着各行各业的运作模式。  1. 商业与零售:提升效率,优化体验     库存管理与商品追踪: 自动识别商品,实现库存实时更新,减少盘点误差,提高供应链效率。    自助结账与移动支付: 通过识别商品条形码或二维码,实现快速便捷的结账体验。    精准营销与个性化推荐: 分析顾客的购买行为和偏好,提供个性化的产品推荐和服务。    防伪溯源: 确保产品的真实性,追踪产品从生产到销售的 entire path,维护品牌信誉。  2. 物流与仓储:智慧化运营的核心驱动     货物自动分拣与识别: 在自动化仓库中,通过智能识别技术实现货物的快速准确分拣和入库/出库。    在途货物追踪: 实时监控货物的位置和状态,提高物流透明度。    集装箱与托盘管理: 自动化管理物流单元,提升仓库运营效率。  3. 工业制造:迈向智能工厂     生产线自动化: 识别零部件、半成品和成品,实现生产流程的自动化控制和质量检测。    设备状态监测与预测性维护: 通过传感器识别设备运行状态,预测潜在故障,减少停机时间。    人员与物料追踪: 提高车间内人员和物料的调度效率与安全性。  4. 交通与出行:安全、便捷、高效     车辆识别与管理: 车牌识别、ETC系统等,用于交通流量监测、收费管理和车辆追踪。    公共交通系统: 乘客身份识别、车辆调度优化。    智能导航与定位: 结合位置传感器和识别技术,提供更精准的导航服务。  5. 公共安全与智慧城市:构建安全可靠的环境     身份识别与门禁管理: 提高安全等级,控制人员进出。    资产追踪与管理: 对重要的公共设施、设备进行追踪,防止丢失和损坏。    环境监测与智能安防: 识别非法入侵、异常行为,保障城市安全。    智能医疗: 患者身份识别、医疗器械追踪、药品溯源。  第三部分:智能识别技术的发展趋势与挑战  随着技术的不断演进,智能识别技术正朝着更加智能化、集成化、普适化的方向发展,同时也面临着一些挑战。  1. 技术发展趋势:     多模态融合与跨模态识别: 更加注重不同传感器和数据源的深度融合,实现更全面、更精准的识别。    边缘计算与实时处理: 将识别计算能力下沉到设备端,实现更快的响应速度和更低的延迟。    人工智能与机器学习的深度应用: AI技术的进步将不断提升识别算法的准确性、鲁棒性和自适应性。    生物识别技术的普及与安全增强: 指纹、面部、虹膜、声纹等生物识别技术将更加成熟,并与其他识别方式结合,提升安全性。    物联网(IoT)与5G的赋能: 物联网提供了海量的数据源和连接能力,5G则为高速、低延迟的数据传输提供了保障,将极大地推动智能识别技术的应用。    无感识别与自然交互: 追求无需用户主动配合即可完成的识别,实现更自然、更便捷的人机交互。  2. 面临的挑战:     数据隐私与安全: 随着识别技术的广泛应用,如何保护个人隐私和数据安全成为关键问题。    标准化与互操作性: 不同厂商、不同技术之间的标准化问题仍需解决,以促进技术的互联互通。    成本与部署难度: 一些先进的识别技术在成本和部署方面仍存在挑战,限制了其大规模普及。    算法的鲁棒性与抗干扰能力: 在复杂、多变的实际环境中,识别算法需要具备更强的鲁棒性和抗干扰能力。    伦理与社会影响: 智能识别技术的应用也引发了一些关于伦理、就业和社会公平的讨论,需要审慎对待。  结语  《智能识别技术:原理、应用与发展趋势》力求以条理清晰、内容详实的叙述,引领读者穿越智能识别技术的浩瀚星辰。从微观的传感器原理到宏观的应用场景,从当前的技术现状到未来的发展蓝图,本书都进行了深入的探讨。我们相信,通过对本书的学习,读者将能够深刻理解智能识别技术的力量,把握其未来发展的脉络,并在各自的领域中,成为这项变革性技术的积极践行者和创新者。