基于人工神經(jīng)網(wǎng)絡的無芯片電子標簽的識別技術研究.pdf

1、電子標簽是射頻識別系統(tǒng)的關鍵組成部分,它作為數(shù)據(jù)載體,在物品跟蹤、標識識別、信息收集等眾多方面被廣泛應用。無芯片電子標簽由于沒有微芯片和片上電源,在很大程度上降低了成本,應用市場廣闊。同時,在無芯片標簽的識別中,標簽的性能參數(shù)與其散射場的函數(shù)是一個很復雜的非線性關系,利用傳統(tǒng)方法很難揭示其內(nèi)在的特征,因此,在無芯片標簽的識別方面尋求一種簡便快捷的方法,具有重要的應用價值和科研意義。本文研究了基于神經(jīng)網(wǎng)絡的無芯片電子標簽的識別,將無芯片標

2、簽的識別與神經(jīng)網(wǎng)絡的方法相結合,與傳統(tǒng)識別方法相比,基于神經(jīng)網(wǎng)絡的無芯片標簽的識別速度更快。論文分為以下幾個內(nèi)容:
　　首先,介紹了神經(jīng)網(wǎng)絡的研究現(xiàn)狀、基本原理、感知器和反向傳播算法(BP算法),以及表征神經(jīng)網(wǎng)絡的基本參數(shù)。
　　其次,研究了線型無芯片標簽的散射場特性,并對CST中仿真的樣本數(shù)據(jù)進行分析處理,然后建立識別系統(tǒng)的神經(jīng)網(wǎng)絡模型,并利用該模型實現(xiàn)了對標簽的識別。仿真結果表明,誤差不超過1.5°,因此,線形標簽用來編

3、碼的角度間隔可選為5°。此時,所有的標簽均可被準確識別。
　　然后,研究了V型無芯片標簽的散射場特性,并對仿真的樣本數(shù)據(jù)分析處理。然后,經(jīng)過訓練和參數(shù)修正,確立了無芯片V型標簽識別的神經(jīng)網(wǎng)絡模型。仿真結果顯示,基于神經(jīng)網(wǎng)絡的識別方法在V型標簽上的識別誤差不超過5°。因此,V形標簽用來編碼的角度間隔可選為10。
　　最后,研究了紙質(zhì)封裝材料對V型無芯片標簽場強的影響,進而研究介質(zhì)厚度對標簽識別效果的影響。實驗結果表明,在介質(zhì)厚