识别技术论文范文

识别技术论文范文第1篇

本文作者：仇阿根、熊利荣、赵阳阳 单位：中国测绘科学研究院、武汉大学资源与环境科学学院、华中农业大学工学院

花生仁的外衣完整性检测是一种模式识别。根据影响花生仁外衣完整性的颜色特征参数，对花生仁外衣完整性进行识别。在神经网络运用领域里，算法的确定无法用一个完全标准，主要是靠经验来选择的。基于以上原因，花生仁外衣完整性检测神经网络的设计算法选择BP算法［9］，该算法能实现输入与输出之间的非线性映射，对于样本数量有限的情况也同样适用。一个典型的BP网络结构如图3所示。BP神经网络通常具有多个隐含层。本文中，隐层神经元采用Sigmoid型传递函数，输出层采用logsig型传递函数。花生仁的外衣完整性检测是一种模式识别。根据影响花生仁外衣完整性的颜色特征参数，对花生仁外衣完整性进行识别。在神经网络运用领域里算法的确定无法用一个完全标准的算法确定，主要是靠经验来选择的。基于以上原因，花生仁外衣完整性检测神经网络的设计算法选择BP算法。一个典型的BP网络结构(如图3所示)通常具有一个或多个隐层。其中，隐层神经元通常采用Sigmoid型传递函数，而输出层神经元则采用logsig型传递函数。

BP识别系统是以BP神经网络分类器［10］为核心的系统，系统设计如图4所示。BP神经网络分类器由一个BP网络训练子系统生成得到，图像由CCD摄像头获得后，由图像采集卡数字化输入计算机，提取特征区域获得颜色特征参数，这些参数输入BP网络即可得到分类结果。影响花生完整性的颜色特征参数为H，I和S，因此输入层节点数等于3;网络的输出有两种情况，即完好与破损，因此输出层有2个节点;对应于完整和破损这两种判断结果，分别用2位二进制编码为10和01。隐含层的节点数的确定非常重要，数目过少，网络将不能建立正确的判断界，使网络训练不出来或不能识别以前没有的样本，且容错性差;而节点数目过多，学习时间长，使网络的泛化能力降低。本文通过多次反复训练网络，确定隐含层节点数目为40。本研究采用Matlab软件及其神经网络工具箱来实现网络建模。在神经网络工具箱中，对神经网络的名称、类型、结构和训练函数等参数进行设置，如表1所示。

建立了BP神经网络并对网络进行初始化后，就可对网络进行训练了。将训练步数设为500步，将训练目标误差goal参数设置为0．01，结果如图5所示。图5中，横坐标表示本网络的预置训练步数，纵向坐标表示本网络的预置训练误差，水平横线表示期望的目标误差，误差变化曲线如图5所示。由图5可知，当网络训练到170步时，网络误差已经达到期望的目标值0．01，训练即可停止。

本文采用BP神经网络与计算机视觉技术相结合的手段，建立了一个花生外衣完整性判别系统。实验证明，判别准确率达到87．1%。此系统很容易推广在其他农产品的检测中，只需要改变输入和输出样本数据，重新训练一下BP网络，即可投入使用。因此，将BP神经网络运用到农产品的品质检测过程中，具有巨大的潜力和广阔的应用前景。但必须指出的是，此方法高效可行，整个训练过程只用了6s，且本研究建立在静态实验环境下，生产效率依然很低。如果要将此实验结果运用生产实际，必须设计出配套的硬件分级设备，这将是后续研究的重点。

识别技术论文范文第2篇

1.1计算机识别技术的概念解析。对于计算机识别技术而言，其技术的概念相对比较广泛。要理解计算机识别技术可以从两个方向进行分析：第一，计算机通过远程控制的模式，利用与单片机之间的通信进行人脸识别。单片机在不同的领域会有不同的形式，例如人脸识别技术中，单片机就属于摄像头。而在探测技术中，其单片机就是探测设备。因此，在不同的领域中，对于识别技术的理解就会存在差异。类似于计算机与单片机通信的技术方式的识别技术，属于计算机的外部识别技术之一。第二，计算机的内部数据识别技术，内部识别技术一般情况下应用比较少。狭义理解内部识别，实际上就是计算机对内部数据的识别和对比。广义上对计算机的内部识别技术进行理解，实际上可以将外部识别技术进行归纳。因为外部识别技术，实际上也是将信息进行收录，然后再进行内部的对比分析。因此，识别技术的广义和狭义分析，都是一种相对实际应用而进行的分类解析。真正理解识别技术，还需要从其应用的领域进行实际分析。

1.2计算机识别技术的应用分析。在实际的应用中，计算机识别技术的主要应用领域有如下：首先，计算机的人脸识别技术；人脸识别技术在安全防护领域应用的非常广泛，为了进行安全防护，可以通过人脸识别分析软件通过摄像头对人脸信息进行采集，然后再进行信息存储。当再次进行信息验证的时候，就可以通过原有的存储信息进行类比。与之相似的还有计算机的指纹识别技术，两者是相同的道理。其次，计算机的探测识别技术；如果说人脸识别技术以及指纹识别技术是一种备份式的技术，那么探测技术就属于实时性的识别技术。该类识别技术的实效性非常强，而且需要在一定程度上对探测设备以及通信方式进行非常严格的把控，否则就会在使用的过程中出现问题。最后，空间设计类的计算机识别技术；空间设计一般可以归纳为CAD制图或者是三维仿真设计等等。而计算机识别技术是此项设计中的最为初始的也是最为重要的一个阶段，通过计算机的识别技术，将设计元素进行分析与设计，从而将空间设计的仿真效果进行仿真呈现。在实际应用中，多应用在工业建筑和空间设计等领域。

2煤矿内部的设计要求与分析

煤矿生产以及煤矿再加工，煤矿行业是能源工业中非常重要的组成部分。与其他工业和能源产业相对比，其安全生产更为重要。在实际的煤矿生产过程中，对于煤矿的内部设计具体如下：

2.1煤矿内部设计的安全要求。虽然随着技术的发展和机械化的模式，煤矿生产已经在很大程度上有了巨大的发展。但是，煤矿生产还必须采用人工施工和开采的模式。因此，人员生产就会涉及安全问题。在煤矿进行开采和生产之前，就需要对煤矿的空间进行规划和设计。必要的安全通道以及安全防护措施和建筑都必须齐全，才能保证在发生意外的时候，能够将人员伤害降低到最低限度。此外，为了能够实现安全生产，煤矿的开采途径以及内部的建筑设施，允许的开采力度和机械设备的规模等，都需要进行详细的分析，才能够保证煤矿生产的具体要求。

2.2煤矿内部设计的生产效率要求。在煤矿生产的过程中，对于效率的要求非常高。高效生产是目前诸多工业和能源产业的主要要求，也是煤矿生产企业的必要要求。煤矿生产过程中，对于其内部的设计而言，需要满足几点要求：第一，煤矿的生产空间要合理。应该是先保证煤矿生产的安全性，在此基础上进行效率的提高。当然，煤矿的生产效率和煤矿的矿井空间和建筑的设计有着很大的关系。良好的空间设计可以在很大程度上减少在开采过程中的资源消耗，合理的空间设计就能够在很大程度上提高其生产的效率。第二，煤矿内的设计要科学。其中体现在开采路径和设备的开采程度分析等，此外在进行煤矿生产的过程中，需要将开采空间和运输空间进行合理分配，才能够在一定程度上提高煤矿生产的效率。

3计算机识别技术在煤矿内部设计的应用

通过对计算机识别技术和煤矿的内部设计进行详细分析，可以明确为了能够加强煤矿生产的安全性以及生产效率，需要进行一定的前期设计分析。计算机识别技术就可以在很大程度上提高其分析的效果。一般情况下，通过计算机识别技术，可以通过探测设备对煤矿的内部空间进行数据收集。此外，可以通过对地质和地形的合理分析，将煤矿内部的空间进行各项数据的分析。将所有的信息数据进行计算机分析，通过3DMAX或者是CAD等设计软件，进行对煤矿空间的仿真设计。实际煤矿生产中，都需要对煤矿的空间以及生产模式进行详尽的分析，以此来保证在生产的过程中实现安全与效率的双重保证。例如，煤矿的开采方向和运输渠道的设计。因为在实际的生产过程中，经常要考虑到传输设备的安置位置。开采渠道的设计能够保证开采的方向正确性，运输的位置设计则可以将运输履带以及运输的设备角度等进行详细的分析，从而保证在运输的过程中，提高运输的效率，保证运输的安全。总之，在煤矿生产的过程中，需要对煤矿的内部进行规划和分析。而计算机识别技术可以通过计算机通信的方式，将煤矿内部的信息进行收录，从而进行计算机智能分析，通过仿真空间设计软件，对煤矿的内部进行仿真设计。不仅仅能够提高煤矿生产工程的效率，更能够提高其生产的安全。

4结束语

计算机识别技术是目前主要应用于工业的一种计算机综合性技术，在煤矿生产的过程中，煤矿生产的开采和运输，都需要进行详细的分析。而计算机识别技术可以通过对煤矿矿井空间的的分析，将矿井下的空间安全和生产中的注意问题进行分析。而在实际的生产过程中，计算机识别技术也确实为煤矿空间设计的规划起到了至关重要的作用。因此，计算机识别技术能够提高煤矿生产的安全性和效率。

识别技术论文范文第3篇

20世纪80年代，由于大规模集成电路技术的成熟，射频识别系统的体积大大缩小，使得射频识别技术进入实用化的阶段，成为一种成熟的自动识别技术。

射频识别技术是利用射频方式进行非接触双向通信，以达到识别目的并交换数据。它与同期或早期的接触式识别技术不同。RFID系统的射频卡和读写器之间不用接触就可完成识别，因此它可在更广泛的场合中应用。

典型的射频识别系统包括射频卡和读写器两部分。

射频卡是将几个主要模块集成到一块芯片中，完成与读写器的通信。芯片上有EEPROM用来储存识别码或其它数据。EEPROM容量从几比特到几万比特。芯片仅需连接天线(和电池)，可以作为人员的身份识别卡或货物的标识卡。卡封装可以有不同形式，比如常见的信用卡及小圆片的形式等。与条码、磁卡、IC卡等同期或早期的识别技术相比，射频卡具有非接触、工作距离长、适于恶劣环境、可识别运动目标等优点。

在多数RFID系统中，读写器在一个区域内发射电磁波(区域大小取决于工作频率和天线尺寸)。卡片内有一个LC串联谐振电路，其频率与读写器发射的频率相同。当射频卡经过这个区域时，在电磁波的激励下，LC谐振电路产生共振，从而使电容内有了电荷。在这个电容的另一端，接有一个单向导通的电子泵，将电容内的电荷送到另一个电容内储存。当所积累的电荷达到2V时，此电容可作为电源为其它电路提供工作电压，将卡内数据发射出去或接取读写器的数据。读写器接收到卡的数据后，解码并进行错误校验来决定数据的有效性，然后，通过RS232、RS422、RS485或无线方式将数据传送到计算机网络。简单的RFID产品就是一种非接触的IC卡，而复杂的RFID产品能和外部传感器接口连接来测量、记录不同的参数，甚至可与GPS系统连接来跟踪物体。

工作原理如图1所示。

2射频识别技术的分类

射频识别技术主要按以下四种方式分类。

(1)工作频率

根据工作频率的不同可分为低频和高频系统。①低频系统一般指其工作频率小于30MHz的系统。其基本特点是：射频卡的成本较低、标签内保存的数据量较少、阅读距离较短(无源情况，典型阅读距离为10cm)、射频卡外形多样(卡状、环状、钮扣状、笔状)、阅读天线方向性不强等。低频系统多用于短距离、低成本的应用中，如多数的门禁控制、动物监管、货物跟踪。②高频系统一般指其工作频率大于400MHz的系统。高频系统的基本特点是射频卡及读写器成本均较高、卡内保存的数据量较大、阅读距离较远(可达几m~十几m)、适应物体高速运动性能好、外形一般为卡状、阅读天线及射频卡天线均有较强的方向性。高频系统多应用于需要较长的读写距离和高的读写速度的场合，像火车监控、高速公路收费等系统。

(2)射频卡

根据射频卡的不同可分成可读写(RW)卡、一次写入多次读出(WORM)卡和只读(RO)卡三种。RW卡一般比WORM卡和RO卡贵得多，如电话卡、信用卡等。一般情况下改写数据所花费的时间远大于读取数据所花费的时间(常规为改写所花费的时间为s级，阅读花费的时间为ms级)。WORM卡是用户可以一次性写入的卡，写入后数据不能改变，且比RW卡要便宜。RO卡存有一个唯一的号码，不能逐改，保证了安全性。RO卡最便宜。

(3)射频卡的有源与无源

射频卡可分为有源及无源两种。有源射频卡使用卡内电池的能量、识别距离较长，可达十几m，但是它的寿命有限(3~10年)，且价格较高；无源射频卡不含电池，利用读写器发射的电磁波提供能量，重量轻、体积小、寿命长、很便宜，但它的发射距离受限制，一般是几十cm，且需要读写器的发射功率大。

(4)调制方式

根据调制方式的不同还可分为主动式和被动式。①主动式的射频卡用自身的射频能量主动地发送数据给读写器。②被动式的射频卡，使用调制散射方式发射数据。它必须利用读写器的载波调制自己的信号，适宜在门禁或交通的应用中使用。因为读写器可以确保只激活一定范围之内的射频卡。

目前使用的多数系统中，一次只能读写一个射频卡。射频卡之间要保持一定距离，确保一次只能有一个卡在读写区域内。读写距离长，射频卡之间的距离就要大，应用起来很不方便。现在的射频卡具有防碰撞的功能，这对于RFID来说十分重要。所谓碰撞是指多个射频卡进入识别区域时信号互相干扰的情况。具有防碰撞性能的系统可以同时识别进入识别距离的所有射频卡，它的并行工作方式大大提高了系统的效率。

3国际射频识别技术发展状况

射频识别技术在国外发展得很快。RFID产品种类很多，像德州仪器、Motoro1a、Philips、Microchip等世界著名厂家都生产RFID产品。他们的产品各有特点，自成系列。射频识别技术被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多领域。如澳大利亚将它的RFID产品用于澳机场旅客行李管理中并发挥了出色的作用；瑞士国家铁路局在瑞士的全部旅客列车上安装RFID自动识别系统，调度员可以实时掌握火车运行情况，不仅利于管理，还大大减小了发生事故的可能性；德国BMW公司将射频识别系统应用在汽车生产流水线的生产过程控制中等。

据有关权威数据显示，射频识别产品在全世界的销量以每年25.3%的比例增长。由此可见，射频识别技术具有广阔的市场前景。

4射频识别技术在我国的发展

我国政府在1993年制定的金卡工程实施计划，是一个旨在加速推动我国国民经济信息化进程的重大部级工程，由此各种自动识别技术的发展及应用十分迅猛。现在，射频识别技术作为一种新兴的自动识别技术，也将在中国很快地普及。

目前，我国的射频识别技术在下列几种应用中发展前景较好。当然，这里仅仅罗列了射频识别技术应用的一部分。任何一种技术如果得到普及，都将会孕育一个庞大的市场。射频识别将是未来一个新的经济增长点。

4.1安全防护领域

(1)门禁保安

将来的门禁保安系统均可应用射频卡。一卡可以多用。比如，可以作工作证、出入证、停车卡、饭店住宿卡甚至旅游护照等，目的都是识别人员身份、安全管理、收费等等。好处是简化出入手续、提高工作效率、安全保护。只要人员佩戴了封装成ID卡大小的射频卡、进出入口有一台读写器，人员出入时自动识别身份，非法闯入会有报警。安全级别要求高的地方、还可以结合其它的识别方式，将指纹、掌纹或颜面特征存入射频卡。

公司还可以用射频卡保护和跟踪财产。将射频卡贴在物品上面，如计算机、传真机、文件、复印机或其它实验室用品上。该射频卡使得公司可以自动跟踪管理这些有价值的财产，可以跟踪一个物品从某一建筑离开，或是用报警的方式限制物品离开某地。结合GPS系统利用射频卡，还可以对货柜车、货舱等进行有效跟踪。

(2)汽车防盗

这是RFID较新的应用。目前已经开发出了足够小的、能够封装到汽车钥匙当中含有特定码字的射频卡。它需要在汽车上装有读写器，当钥匙插入到点火器中时，读写器能够辨别钥匙的身份。如果读写器接收不到射频卡发送来的特定信号，汽车的引擎将不会发动。用这种电子验证的方法，汽车的中央计算机也就能容易防止短路点火。

另一种汽车防盗系统是，司机自己带有一射频卡，其发射范围是在司机座椅45~55cm以内，读写器安装在座椅的背部。当读写器读取到有效的ID号时，系统发出三声鸣叫，然后汽车引擎才能启动。该防盗系统还有另一强大功能：倘若司机离开汽车并且车门敞开引擎也没有关闭，这时读写器就需要读取另一有效ID号；假如司机将该射频卡带离汽车，这样读写器不能读到有效ID号，引擎就会自动关闭，同时触发报警装置。

(3)电子物品监视系统

电子物品监视系统(ElectronicArticleSurveillance,EAS)的目的是防止商品被盗。整个系统包括贴在物体上的一个内存容量仅为1比特(即开或关)的射频卡，和商店出口处的读写器。射频卡在安装时被激活。在激活状态下，射频卡接近扫描器时会被探测到，同时会报警。如果货物被购买，由销售人员用专用工具拆除射频卡(典型的是在服装店里)，或者用磁场来使射频卡失效，或者直接破坏射频卡本身的电特性。EAS系统已被广泛使用。据估计每年消耗60亿套。

4.2商品生产销售领域

(1)生产线自动化

用RFID技术在生产流水线上实现自动控制、监视，提高生产率，改进生产方式，节约了成本。举个例子以说明在生产线上应用RFID技术的情况。

用于汽车装配流水线。德国宝马汽车公司在装配流水线上应用射频卡，以尽可能大量地生产用户定制的汽车。宝马汽车的生产是基于用户提出的要求式样而生产的。用户可以从上万种内部和外部选项中，选定自己所需车的颜色、引擎型号和轮胎式样等。这样一来，汽车装配流水线上就得装配上百种式样的宝马汽车，如果没有一个高度组织的、复杂的控制系统是很难完成这样复杂的任务的。宝马公司在其装配流水线上配有RFID系统，使用可重复使用的射频卡。该射频卡上带有汽车所需的所有详细的要求，在每个工作点处都有读写器，这样可以保证汽车在各个流水线位置，能毫不出错地完成装配任务。

(2)仓储管理

将RFID系统用于智能仓库货物管理，能有效地解决与货物流动有关的信息管理，不但增加了处理货物的速度，还可监视货物的一切信息。射频卡贴在货物所通过的仓库大门边上，读写器和天线都放在叉车上，每个货物都贴有条码，所有条码信息都被存储在仓库的中央计算机里，与该货物有关的信息都能在计算机里查到。当货物出库时，由另一读写器识别并告知中央计算它被放在哪个拖车上。这样，管理中心可以实时地了解到已经生产了多少产品和发送了多少产品。

(3)产品防伪

伪造问题在世界各地都是令人头疼的问题，将射频识别技术应用在防伪领域有它自身的技术优势。防伪技术本身要求成本低，且难于伪造。射频卡的成本就相对便宜，而芯片的制造需要有昂贵的芯片工厂，使伪造者望而却步。射频卡本身有内存，可以储存、修改与产品有关的数据，利于销售商使用；体积十分小、便于产品封装。像电脑、激光打印机、电视等产品上都可使用。

(4)RFID卡收费

国外的各种交易大多利用各种卡来完成，而我国普遍采用现金交易。现金交易不方便也不安全，还容易出现税收的漏洞。目前的收费卡多用磁卡、IC卡，而射频卡也开始占据市场。原因是在一些恶劣的环境中，磁卡、IC卡容易损坏，而射频卡则不易磨损，也不怕静电及其它情况；同时，射频卡用起来方便、快捷，甚至不用打开包，在读写器前摇晃一下，就完成收费。另外，还可同时识别几张卡．并行收费，如公共汽车上的电子月票。我国大城市的公共汽车异常拥挤、环境条件差，射频卡的使用有助于改善这种情况。

4.3管理与数据统计领域

(1)畜牧管理

该领域的发展起步于赛马的识别，是用小玻璃封装的射频卡植于动物皮下。射频卡大约10mm长，内有一个线圈，约1000圈的细线绕在铁氧体上，读写距离是十几cm。从赛马识别发展到了标识牲畜。牲畜的识别提供了现代化管理牧场的方法。

(2)运动计时

在马拉松比赛中，由于人员太多，有时第一个出发的人同最后一个出发的人能相隔40分钟。如果没有一个精确的计时装置，就会出现差错。射频卡应用于马拉松比赛中，运动员在自己的鞋带上很方便地系上射频卡，在比赛的起跑线和终点线处放置带有微型天线的小垫片。当运动员越过此垫片时，计时系统便会接收运动员所带的射频卡发出的ID号，并记录当时的时间。这样，每个运动员都会有自己的起始时间和结束时间，不会出现不公平竞争的可能性了。在比赛路线中，如果每隔5km就设置这样一个垫片，还可以很方便地记录运动员在每个阶段所用的时间。

RFID还可应用于汽车大奖赛上的精确计时。在跑道下面按照一定的距离间隔埋入一系列的天线，这些天线与读写器相连，而射频卡安装到赛车前方。当赛车每越过一个天线时，赛车的ID号和时间就被记录下来，并存储到中央计算机内。这样到比赛结束时，每个参赛选手将会有一个准确的结果。

4.4交通运输领域

(1)高速公路自动收费及交通管理

高速公路自动收费系统是射频识别技术最成功的应用之一。目前，中国的高速公路发展非常快，而高速公路收费却存在一些问题：一是在收费站口，许多车辆要停车排队，成为交通瓶颈问题；二是少数不法的收费员贪污路费，使国家损失了相当的财政收入。RFID技术应用在高速公路自动收费上，能够充分体现它非接触识别的优势——让车辆高速通过收费站的同时自动完成收费，同时可以解决收费员贪污路费及交通拥堵的问题。利用射频识别技术的不停车高速公路自动收费系统是将来的发展方向；人工收费，包括IC卡的停车收费方式，终将会被淘汰。预计在未来10年内，高速公路自动收费系统将有数十亿元的需求。

在城市交通方面，解决交通日趋拥挤问题不能只依赖于修路。加强交通的指挥、控制、疏导，提高道路的利用率，深挖现有交通潜能也是非常重要的；而基于RFID技术的交通管理系统可实现自动查处违章车辆，记录违章情况。另外，公共汽车站实时跟踪指示公共汽车到站时间及自动显示乘客信息，会给乘客带来很大的方便。

(2)火车和货运集装箱的识别

在火车运营中，使用RFID系统很大的优势在于：火车是按既定路线运行的，因此肯定要通过设定的读写器的地点。通过读到的数据，能够得到火车的身份、监控火车的完整性，以防止遗漏在铁轨上的车厢发生撞车事故，同时能在车站将车厢重新编组。起初的努力是用超音波和雷达测距系统读出车厢侧的条码，现在被RFID系统取代。射频卡一般安在车厢顶边，读写器安在铁路沿线，就可得到火车的实时信息及车厢内装的物品信息。

目前，射频自动识别系统的安装遍布全国14个铁路局。2001年3月1日，铁道部正式联网启用车次车号自动识别系统，为自备车企业、合资铁路和地方铁路实现信息化智能运输管理提供了重要良机。

5结论

射频识别技术在中国处于一个刚刚起步的阶段，但是它的发展潜力是巨大的。在信息社会，对于各种信息的获取及处理，要求快速、准确。在不久的将来，RFID技术将同其它识别技术一样，深入到人们生活的各个领域。

摘要：射频识别作为一种新兴的自动识别技术，在中国拥有巨大的发展潜力。本文简单介绍射频识别技术及其分类，以及目前射频识别技术在我国几个代表性领域的发展情况。

识别技术论文范文第4篇

随着现代物流理念在商业、交通运输及制造业领域的不断深入，以物流识别标识技术为代表的自动识别技术、无线射频识别技术等越来越普及。物流识别标识是对在物流与供应链中运转的物品进行标识，通过识别标识迅速、准确地采集信息，以实现物流和供应链管理目标。物流识别标识技术主要由无线射频识别技术、物流条码符号技术以及符号印制与自动识别技术等构成，专利是技术创新活动最直接、最主要的体现，Cant—well等指出在技术创新活动中，充分利用专利文献信息资源，可以节约60％的开发经费和40％的开发时间。专利地图分析方法在专利信息开发和利用方面起着承上启下的作用，承上是将专利数据库中有关的专利信息进行分析与对比，为经济社会的发展和企业的创新活动提供支撑作用；启下是通过专利地图的分析方法，得到可利用的技术水平、动态、发展趋势等信息，为技术创新的定位提供科学依据J。我国对专利地图的研究主要侧重于介绍专利地图的分析方法和制作、应用实例、竞争对手分析、专利战略制定等，很少应用于如何定位技术创新的方向和重点等。例如，吴新银等通过对比分析国外以及中国台湾地区专利地图的研究和应用情况，分析我国专利地图研究的现状和问题；金咏锋等从专利地图的角度认知技术创新的风险，并预测潜在的技术创新风险l6；王兴旺等分析专利地图在竞争对手分析中的应用；王珊珊等运用专利地图技术研究R&D联盟专利战略制定；苏敬勤等通过绘制国内外专利生物质能专利地图，分析生物质能专利的技术发展趋势及对策建议；王兴旺等从技术活跃度、技术生命周期、技术进化方向三个方向，构建基于专利地图的技术预测体系并进行证研究¨。因此，以物流识别标识技术的专利信息为基础，结合专利地图的信息整合功能，对物流识别标识技术创新进行实证研究，为物流识别标识技术乃至整个物流业的技术创新提供指导。

2专利地图与物流识别标识技术创新

2．1专利地图日本最早于20世纪60年开始专利地图的研究，以后推广到全球。专利地图是一种专利信息分析的研究方法和表现形式，将专利文献中包含的技术经济信息等进行深度挖掘与缜密剖析，以各种视觉直观的图表形式反映蕴涵在专利数据内大量错综复杂的信息，具有类似地图的指向功能。

2．2专利地图有利于物流识别标识技术创新战略的定位物流识别标识技术创新战略的定位是以技术发展的现状、趋势为依据，结合物流业发展的需要，整合各方面资源，确定研发重点，而专利地图能够迎合此需求。运用专利地图对专利数据进行分析，可以了解物流识别标识技术创新的主体、区域分布、技术演进、技术热点、产学研合作动向等_1，进而掌握竞争对手的技术水平、跟踪最新技术发展动向、加快产品升级和防范知识产权风险，制定产业或行业标准，以及了解某一时间序列的技术创新规律，规避技术创新风险、发现技术创新漏洞等。

2．3专利地图与物流识别标识技术创新分析的关联表专利地图是进行物流识别标识技术创新定位的有效分析手段之一，是连接专利分析与物流识别标识技术创新的桥梁。通过对专利地图的解读，可以发现物流识别标识技术创新的热点领域、技术发展趋势、主要竞争机构等，有利于制定物流识别标识技术创新活动和创新战略，两者关系见表1。

3基于专利地图的物流识别标识技术创新分析

3．1数据来源借助国家知识产权局物流产业信息服务平台的专利数据库，选取“物流信息技术”目录下的“物流识别标识技术”领域进行检索，共检索出1985--2013年9月18日物流识别技术发明专利6969项(2013年数据不全)，进而从技术演进动向与趋势、技术成熟度、创新主体研发能力、IPC分布结构等方面对我国物流识别标识技术的发明专利进行分析。

3．2物流识别标识技术创新的时间变化趋势分析时间变化趋势分析，是将简单统计分析的结果按时间序列整理，通过专利数量的变化揭示行业技术创新变化的速度和趋势。专利申请数量在一定程度上反映物流识别标识技术创新活动的水平和创新投入，是衡量技术创新能力强弱的一个重要指标_1。图1显示我国物流识别标识技术的专利申请量总体趋势是逐年上升的。我国物流识别标识技术的专利申请始于1988年，分三个阶段：第一阶段，1988--2002年属于起步阶段，物流识别标识技术专利申请量呈缓慢增长的趋势，此时期的技术创新活动较弱；第二阶段，2003--2011年属于J陕速增长阶段，且在2011年达到专利申请量的高峰，此时期的技术创新活动活跃；第三阶段，2012年至今物流识别标识技术在我国渐趋成熟。总体上我国物流识别标识技术的创新活动经历了技术创新的成长过程，未来—段时间存在技术瓶颈和技术突破等问题，但仍存在一定的上升空间。

3．3物流识别标识技术的技术成熟度分析技术创新经历起步期、发展期、成熟期、复苏期等几个阶段。通过统计一段时间内某项技术的专利申请数量的变化，绘制技术生命周期图，可以了解发展状态，为技术创新活动的定位提供参考。采用计算技术生长率(v)、技术成熟系数(d)和新技术特征系数(n)测算物流识别标识技术专利的技术生命周期，见表2，物流识别标识技术生命周期图如图2所示。由图2可知，整体上物流识别标识技术生长率波动较小。因1988年以前我国尚未开始物流识别标识技术专利申请，最初追溯至五年的发明专利申请累计数较小，故技术生长率很高，技术生长率v在1989--1993年处于平稳的状态，1993—1997年呈下降的趋势，1997--2004年呈平稳增长的趋势，2004年至今呈缓慢下降的趋势，物流识别标识技术呈现出微弱的技术生长性。技术成熟系数仅的变化规律基本上和新技术特征系数n的变化相同，二者整体变化幅度较小，表现出一定的新技术特征。因此，物流识别标识技术创新具有一定的技术发展空间，技术创新风险不大。

3．4物流识别标识技术创新主体研发能力分析(1)各个创新主体申请量分析。创新主体研发能力分析是研究创新主体分布的一种分析方法，用于确定某一项领域内主要创新主体，把握业内研发重点与走势，选择技术创新的合作伙伴。通过对我国物流识别标识技术发明专利申请人的分析，发现该领域技术创新的主体主要是企业、高等院校、科研院所、个人等。图3显示，物流识别标识技术的创新主体共2804个，其中企业1886个，占发明专利创新主体总量的67．26％，发明专利申请量占总的申请量的69．88％。企业作为物流识别标识技术创新最主要的主体，专利申请量最多，究其原因是企业追求利润的最大化，配置人力、物力、财力等方面的资源，结合生产过程的技术需求，以市场导向为主，研发更多创新性成果。个人是该领域的技术领头人；高等院校是物流识别标识技术创新主体的第三个领头羊。但是，我国物流识别标识技术中科企合作的专利申请量较少，反映该技术领域的技术创新活动是相对独立，合作强度较弱。(2)主要竞争机构分析。选取发明专利申请量30件以上的专利机构作为比较对象，排名如图4所示。按照主要竞争机构的性质分为企业、科研院所、高等院校，其中企业16家，占总量的80％，中兴通讯股份有限公司以145项专利高居榜首，然后是富士通株式会社88项专利排名第二，传感电子公司82项专利排名第三；科研院所共2家，中国科学院自动化研究所47项专利，财团法人工业技术研究所36项专利；高等院校共2家，北京物资学院39项专利，浙江大学33项专利。可见，物流识别标识技术的主要竞争机构的专利申请量存在巨大的差距，企业所占比重较大，说明此行业的技术创新活动活泼。

3．5主要IPC分类分析IPC分类分析，是指将专利按国际专利分类标准进行划分，统计不同技术领域专利申请或授权量的分布情况，了解该领域的技术构成，以及创新主体关注的技术焦点等。表3显示，物流识别标识技术专利主要集中在G06K、G06F、G06Q、H01Q、H04L、H04W、G08B、H04Q、G07C等10个领域，重点集中于G部，特别是G部的G06K和G06F、G06Q三个小类，其中G06K的发明专利申请量远超其他类型，占发明专利总申请的45．83％，是技术创新活动的热点，表明该领域的技术创新活动较活跃；H部H01Q、H04L等两个小类的专利申请量也较多，而其他几个小类的专利申请量差别较小。

4基于专利地图的视角探索物流识别标识技术创新存在的问题

4．1物流识别标识技术创新起步较晚，发明机构知识产权保护意识不足从图1可知，虽然我国物流识别标识技术领域发明专利申请数量是不断上升的，但物流识别标识技术创新起步晚，早期阶段的专利申请量偏少，技术创新能力较弱，近年转入技术创新活动的稳定期。同时，科研院所、高等院校、企业等技术创新主体知识产权保护意识不足，绝大多数没有配备专门的知识产权部门和人员，难以将技术创新决策与知识产权运用有机结合。绝大多数专利申请人(机构)缺乏必要的专利知识，申请组织性差，主要通过专利机构申请，从事物流识别标识技术研究的企业不多，技术创新主体难以掌握该技术领域的前沿技术发展动向。特别是不少企业认为，申请专利不利于技术保密，不愿意申请专利，这种薄弱的专利意识与市场意识形成明显反差，结果可能导致日后陷入专利诉讼大战，反而不利于知识产权保护。

4．2政府和专利申请人(机构)缺乏持续性创新驱动战略，专利战略难以匹配政府积极推动创新驱动战略，但专利战略持续性不足，而企业制定和实施专利创新驱动战略只是少数企业且刚刚开始。由图2可知，我国物流识别标识技术的技术生长率、技术成熟系数、新技术特征系数均呈现出一定的波动性，技术创新风险无法完全避免，说明其技术发展不成熟，技术生长性不大，反映绝大多数技术创新机构缺乏明确的专利创新驱动发展战略，难以开展持续性的技术创新活动，加大技术创新风险。

4．3协同创新难以深化。产学研合作化与产业化程度低并存技术创新能力是影响一个产业竞争力的关键因素。图3显示，我国物流识别技术创新的主体是企业、个人、高等院校、科研院所等。其中，高等院校和科研院所所占比例为9．27％，科研院所、高等院校与企业合作的专利申请量占总的专利申请量的2．21％，科研院所或高等院校与企业的产学研合作化程度较低，致使物流识别标识技术与生产实际结合程度较低，影响专利技术的含金量。实践证明，高等院校和科研机构的技术创新活动对市场的需求和规律缺乏有效把握，过分注重技术参数、指标的标准化和单纯的技术导向，而难以与产业化要求匹配，致使科技成果转化率不高。当前，将新成果从实验室移植到实际应用的传统方式，已经难以为继，企业作为技术创新的主体，无论是物流企业还是供应链上下游企业，一定程度影响技术创新成果的产业化，难以形成持续性的竞争优势。

4．4物流识别标识技术创新面较广，但创新产出不平衡由图3可知，物流识别标识技术专利分布的范围较广，但创新热点主要集中在l0个领域。特别是G06K，而H04W、G08B、H04Q、G07C等领域的技术创新能力较弱，技术创新不平衡，究其可能原因：一是政府部门对物流企业或从事物流技术创新活动的机构或个人缺乏有效的引导，技术创新协调度不高；二是绝大多数物流企业属于中小企业，其人力、物力、财力资源有限，缺乏设立自身研发机构的能力，难以把握物流技术创新的研发热点，技术创新领域分散，一定程度影响技术创新的产出。

5对策与建议

5．1利用后发优势。营造和完善物流识别标识技术的知识产权保护技术创新离不开技术的引进与消化吸收，我国物流识别标识技术的创新起步较晚，应利用后发优势，积极引进国内外先进的技术，借鉴前人的经验教训，在原有技术上不断实现新的突破。首先，加强知识产权运用和保护，知识产权管理作为降低技术创新风险的主要手段，已经被越来越多的企业认识和运用，政府应完善包括物流技术创新在内的知识产权保护法律法规，使得创新活动有法可依；增强知识产权人的专利创新意识，引进和培养高素质的专门化知识产权人才。其次，打破行政主导和部门分割，形成主要由市场决定技术创新项目和经费分配、成果评价的机制。再次，健全知识产权保护绩效考核，完善知识产权法院，提高中小企业知识产权维权的能力，针对包括物流识别标识技术在内的整个物流领域的专项保护和维权援助工作。最后，实施知识产权服务机构培育项目，根据知识产权服务的内容特点，分类制定服务标准和服务规范，加强知识产权服务机构的分级分类管理，支持专业服务机构开发知识产权管理系统和工具，为物流技术创新主体提供全程服务。

5．2实施三位一体的创新驱动发展战略。使专利战略生根发芽物流识别标识技术的创新活动应自上而下和自下而上相结合，离不开创新主体分工协作，打造从政府、物流产业行业、企业三个层面持续的专利创新战略体系，做好顶层设计。政府层面，出台引领战略，引导企业跟进，构建技术创新信息共享平台，实现国内外物流识别标识技术的专利信息共享，方便技术创新的主体明确研发重点，提高技术创新效率。物流产业行业层面，打造物流识别标识技术创新战略联盟，推行产学研合作一体化，新建和完善一批能够支撑知识产权审议、满足企业实施知识产权战略需求的服务机构，提升物流产业的技术创新水平和竞争能力。企业层面，制定包括物流识别标识技术在内的研发重点把握、技术研发、专利申请与应用等持续性的创新驱动战略，推广知识产权管理标准应用，加大经费投入、完善知识产权管理体系和知识产权战略实施机制。

5．3深化产学研合作，打造丰富多样的资源共享平台图2显示，物流识别标识技术创新的主体基本上是相互独立的，缺乏协同。应夯实企业技术创新主体的地位，使企业成为研究开发投入的主体、技术创新活动的主体和创新成果应用的主体。据统计，目前全国规模以上企业开展科技活动的仅占25％，研究开发支出占企业销售收入的比重仅0．56％，大中型企业也仅为0．71％，只有万分之三的企业拥有自主知识产权，企业单靠内生力量的自主创新能力的难度大、时间长、成本高，应进一步整合资源和共享平台，鼓励科研院所、高等院校与企业的项目合作，增强物流企业的技术创新能力，切实发挥科研院所和高等院校的作用。

5．4促进科技成果的转化，实现专利应用开花结果政府制定中长期的技术创新政策和项目合作计划，整合科技规划和资源，完善政府对基础性、战略性、前沿性科学研究和共性技术研究的支持机制，调动物流识别标识技术创新主体的积极性，引导持续创新活动。同时，发展、规范、提升中介服务机构，发挥各类信息服务机构、企业孵化器、知识产权机构、共性技术服务机构等科技中介服务机构，推进科技与经济的融合，形成企业和高等院校、科研院所联系的桥梁和纽带，破解各种技术创新主体之间相互独立，老死不相往来，影响物流识别标识技术的产业化进程的弊病，千方百计支持中小物流企业的创新活动。据统计，我国65％的发明专利是由中小企业获得的，80％的新产品是由中小企业创造的，而中小物流企业也能将技术创新成果转化为实际生产力。最后，鼓励和支持设立物流技术创新的专项基金，对相关技术发明进行奖励，以调动技术创新主体发明创造的积极性，真正促进物流业技术创新的健康发展。

识别技术论文范文第5篇

【关键词】身份鉴别；生物特征识别；标准化

网络信息化时代的一大特征就是个人身份的数字化和隐性化。如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问题。目前，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些手段无法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来很大不方便。生物特征身份鉴别方法可以避免这些麻烦。因此，这一技术已成为身份鉴别领域的研究热点。

所谓生物特征识别技术就是，通过计算机与各种传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征，来进行个人身份的鉴定。生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天性的。将生理和行为特征统称为生物特征。

并非所有的生物特征都可用于个人的身份鉴别。身份鉴别可利用的生物特征必须满足以下几个条件：第一，普遍性：即必须每个人都具备这种特征。第二，唯一性：即任何两个人的特征是不一样的。第三，可测量性：即特征可测量。第四，稳定性：即特征在一段时间内不改变。当然，在应用过程中，还要考虑其他的实际因素，比如：识别精度、识别速度、对人体无伤害、被识别者的接受性等等。现在常用的生物特征有：人脸识别、虹膜识别、手形识别、指纹识别、掌纹识别、签名识别、声音识别等。下面将分别介绍各种生物特征识别技术：

一、生物识别技术介绍

常用的生理特征有脸像、指纹、虹膜等；常用的行为特征有步态、签名等。声纹兼具生理和行为的特点，介于两者之间。

（一）基于生理特征的识别技术

1.指纹识别。指纹识别技术是通过取像设备读取指纹图像，然后用计算机识别软件分析指纹的全局特征和指纹的局部特征，特征点如嵴、谷、终点、分叉点和分歧点等，从指纹中抽取特征值，可以非常可靠地通过指纹来确认一个人的身份。

指纹识别的优点表现在：研究历史较长，技术相对成熟；指纹图像提取设备小巧；同类产品中，指纹识别的成本较低。其缺点表现在：指纹识别是物理接触式的，具有侵犯性；指纹易磨损，手指太干或太湿都不易提取图像。

2.虹膜识别。虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份的，虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一个独一无二的基于水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。虹膜在眼睛的内部，用外科手术很难改变其结构；由于瞳孔随光线的强弱变化，想用伪造的虹膜代替活的虹膜是不可能的。目前世界上还没有发现虹膜特征重复的案例，就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外，即使是接受了角膜移植手术，虹膜也不会改变。虹膜识别技术与相应的算法结合后，可以到达十分优异的准确度，即使全人类的虹膜信息都录入到一个数据中，出现认假和拒假的可能性也相当小。

和常用的指纹识别相比，虹膜识别技术操作更简便，检验的精确度也更高。统计表明，到目前为止，虹膜识别的错误率是各种生物特征识别中最低的，并且具有很强的实用性，386以上计算机CCD摄像机即可满足对硬件的需求。

3.视网膜识别。人体的血管纹路也是具有独特性的，人的视网膜上面血管的图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。如果视网膜不被损伤，从三岁起就会终身不变。同虹膜识别技术一样，视网膜扫描可能具有最可靠、最值得信赖的生物识别技术，但它运用起来的难度较大。视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。

视网膜技术的优点:视网膜是一种极其固定的生物特征，因为它是“隐藏”的，故而不易磨损，老化或是为疾病影响；非接触性的；视网膜是不可见的，故而不会被伪造。缺点是:视网膜技术未经过任何测试，可能会给使用者带来健康的损坏，这需要进一步的研究；对于消费者，视网膜技术没有吸引力；很难进一步降低它的成本。

4.面部识别。面部识别技术通过对面部特征和它们之间的关系（眼睛，鼻子和嘴的位置以及它们之间的相对位置）来进行识别，用于扑捉面部图像的两项技术为标准视频和热成像技术：标准视频技术通过视频摄像头摄取面部的图像，热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像，与视频摄像头不同，热成像技术并不需要在较好的光源，即使在黑暗情况下也可以使用。

面部识别技术优点是：非接触性的。缺点是：要比较高级的摄像头才可有效高速地扑捉面部图像；使用者面部的位置与周围的光环境都可能影响系统的精确性，而且面部识别也是最容易被欺骗的；另外，对于因人体面部的如头发，饰物，变老以及其他的变化可能需要通过人工智能技术来得到补偿；对于采集图像的设备会比其他技术昂贵得多。这些因素限制了面部识别技术广泛地运用。

5.掌纹识别。掌纹与指纹一样也具有稳定性和唯一性，利用掌纹的线特征、点特征、纹理特征、几何特征等完全可以确定一个人的身份，因此掌纹识别是基于生物特征身份认证技术的重要内容。目前采用的掌纹图象主要分脱机掌纹和在线掌纹两大类。脱机掌纹图象，是指在手掌上涂上油墨，然后在一张白纸上按印，然后通过扫描仪进行扫描而得到数字化的图象。在线掌纹则是用专用的掌纹采样设备直接获取，图象质量相对比较稳定。随着网络、通信技术的发展，在线身份认证将变得更加重要。

掌纹识别一般用作整体分离后的同一认定。有将其用做批量商品的防伪，以防止成箱的商品内有部分被“调包”，以部分赝品充真。也有将其用于通道口安全防范系统。

6.手形识别。手形指的是手的外部轮廓所构成的几何图形．手形识别技术中，可利用的手形几何信息包括手指不同部位的宽度、手掌宽度和厚度、手指的长度等。经过生物学家大量实验证明，人的手形在一段时期具有稳定性，且两个不同人手形是不同的，即手形作为人的生物特征具有唯一性，手形作为生物特征也具有稳定性，且手形也比较容易采集，故可以利用手形对人的身份进行识别和认证．

手形识别是速度最快的一种生物特征识别技术，它对设备的要求较低，图像处理简单，且可接受程度较高。由于手形特征不像指纹和掌纹特征那样具有高度的唯一性，因此，手形特征只用于认证，满足中/低级的安全要求。

7.红外温谱图。人的身体各个部位都在向外散发热量，而这种散发热量的模式就是一种每人都不同的生物特征。通过红外设备可以获得反映身体各个部位的发热强度的图像，这种图像称为温谱图。拍摄温谱图的方法和拍摄普通照片的方法类似，因此，可以用人体的各个部位来进行鉴别，比如可对面部或手背静脉结构进行鉴别来区分不同的身份。

温谱图的数据采集方式决定了利用温谱图的方法可以用于隐蔽的身份鉴定。除了用来进行身份鉴别外，温谱图的另一个应用是吸毒检测，因为人体服用某种后，其温谱图会显示特定的结构。

温谱图的方法具有可接受性，因为数据的获取是非接触式的，具有非侵犯性。但是，人体的温谱值受外界环境影响很大，对于每个人来说不是完全固定的。目前，已经有温谱图身份鉴别的产品，但是由于红外测温设备的昂贵价格，使得该技术不能得到广泛的应用。

8.人耳识别。人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术。人耳具有独特的生理特征和观测角度的优势，使人耳识别技术具有相当的理论研究价值和实际应用前景。从生理解剖学上，人的外耳分耳廓和外耳道。人耳识别的对象实际上是外耳在外的耳廓，也就是人们习惯上所说的“耳朵”。一套完整的人耳自动识别系统一般包括以下几个过程：人耳图像采集、图像的预处理、人耳图像的边缘检测与分割、特征提取、人耳图像的识别。目前的人耳识别技术是在特定的人耳图像库上实现的，一般通过摄像机或数码相机采集一定数量的人耳图像，建立人耳图像库，动态的人耳图像检测与获取尚未实现。

与其它生物特征识别技术比较人耳识别具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是非接触的，其信息获取方式容易被人接受。（3）与虹膜识别方法比较，耳图像采集更为方便。并且，虹膜采集装置的成本要高于耳采集装置。

9.味纹识别。人的身体是一种味源，人类的气味，虽然会受到饮食、情绪、环境、时间等因素的影响和干扰，其成分和含量会发生一定的变化，但作为由基因决定的那一部分气味——味纹却始终存在，而且终生不变，可以作为识别任何一个人的标记。

由于气味的性质相当稳定，如果将其密封在试管里制成气味档案，足足可以保存3年，即使是在露天空气中也能保存18小时。科学家告诉我们，人的味纹从手掌中可以轻易获得。首先将手掌握过的物品，用一块经过特殊处理的棉布包裹住，放进一个密封的容器，然后通入氮气，让气流慢慢地把气味分子转移到棉布上，这块棉布就成了保持人类味纹的档案。可以利用训练有素的警犬或电子鼻来识别不同的气味。

10.基因（DNA）识别。DNA（脱氧核糖核酸）存在于一切有核的动（植）物中，生物的全部遗传信息都贮存在DNA分子里。DNA识别是利用不同的人体的细胞中具有不同的DNA分子结构。人体内的DNA在整个人类范围内具有唯一性和永久性。因此，除了对双胞胎个体的鉴别可能失去它应有的功能外，这种方法具有绝对的权威性和准确性。不象指纹必须从手指上提取，DNA模式在身体的每一个细胞和组织都一样。这种方法的准确性优于其他任何生物特征识别方法，它广泛应用于识别罪犯。它的主要问题是使用者的伦理问题和实际的可接受性，DNA模式识别必须在实验室中进行，不能达到实时以及抗干扰，耗时长是另一个问题。这就限制了DNA识别技术的使用;另外，某些特殊疾病可能改变人体DNA的结构，系统无法对这类人群进行识别。

（二）基于行为特征的生物识别技术

1.步态识别。步态是指人们行走时的方式，这是一种复杂的行为特征。步态识别主要提取的特征是人体每个关节的运动。尽管步态不是每个人都不相同的，但是它也提供了充足的信息来识别人的身份。步态识别的输入是一段行走的视频图像序列，因此其数据采集与脸相识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研究工作却是刚刚开始。到目前为止，还没有商业化的基于步态的身份鉴别系统。

2.击键识别。这是基于人击键时的特性如:击键的持续时间、击不同键之间的时间、出错的频率以及力度大小等而达到进行身份识别的目的。上世纪80年代初期，美国国家科学基金和国家标准局研究证实，击键方式是一种可以被识别的动态特征。

3.签名识别。签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程：测量图像本身以及整个签名的动作——在每个字母以及字母之间的不同的速度、顺序和压力。签名识别易被大众接受，是一种公认的身份识别的技术。但事实表明人们的签名在不同的时期和不同的精神状态下是不一样的。这就降低了签名识别系统的可靠性。

（三）兼具生理特征和行为特征的声纹识别

声音识别本质上是一个模式识别问题。识别时需要说话人讲一句或几句试验短句，对它们进行某些测量，然后计算量度矢量与存储的参考矢量之间的一个(或多个)距离函数。语音信号获取方便，并且可以通过电话进行鉴别。语音识别系统对人们在感冒时变得嘶哑的声音比较敏感；另外，同一个人的磁带录音也能欺骗语音识别系统。

（四）不同生物特征识别技术的比较

各种生物特征识别技术各有其优缺点，在下表中，将各种生物特征识别技术的性能进行了一个简单的比较。

二、生物特征识别技术的标准化工作

随着IT的发展，人们获取生物特征的方法也越来越多，而且可获取的生物特征种类也在不断增加。但不管生物特征识别的手段如何、获取何种生物特征，对于某一个具体的人，其相应的生物特征是确定的，因此通过多种手段获取的生物特征之间应该存在信息的共享和交换。为达到信息交互，采用统一的准则评价生物特征识别和特征信息，需要制定生物特征识别标准。

目前，生物特征识别的国际标准化工作主要由ISO/IECJTC1负责，而近期对此项工作的关注主要源于9．11恐怖袭击事件。美国为首的发达国家为防止和打击恐怖活动，提出了基于生物特征识别的国防土安全，并提出在SC17和SC27的基础上建立，在JTC1下面组建生物特征识别标准化分技术委员会，即SC37。SC37自2002年6月成立以来，一直保持着快速的标准制定速度。从当前SC37的标准制定情况可以看出在生物特征识别领域，当前最急需的是用于信息共享和信息交换的数据格式标准，其他接口、测试、轮廓类标准现在的重点还处于概念性标准研制阶段。

三、生物特征识别技术的发展趋势

（一）多生物特征识别融合

各种生物特征识别技术都有其一定的适用范围和要求，单一的生物特征识别系统在实际应用中显现出各自的局限性，如有些人的指纹无法提取特征，患白内障的人虹膜会发生变化等等，统计显示迄今为止，还没有一个单生物特征能达到完美无错的要求。因此，生物特征识别领域出现了一种新方向，即多种生物特征识别技术结合使用。将数据融合方法用于身份鉴别，结合多种生理和行为特征进行身份鉴别具有低错误拒绝率、特征变化的适应性强，安全可靠性高等优点，进一步精化了识别率，提高鉴别系统的可靠性。

（二）实时性要求

生物特征识别系统要求大量的计算，这其中包括图像的预处理、特征提取与识别分类等。具有实时的快速计算能力是达到系统特定性能要求的关键。实现的方法基本上有两条途径：一是在软件上改进即采用高效快速算法；二是在硬件上实现。

（三）生物特征识别技术与传统技术相结合

传统的用来识别身份的IC卡和生物特征识别技术的结合使用，具有广泛的应用前景。智能IC卡利用其自身的存储、计算功能，将人的生物识别特征存储在卡内，可以现场进行脱机认证，既提高了效率，又节省了联网在线查询的成本，有效地避免了“认卡不认人”的现象，以防由于卡的丢失及密码泄露而带来的损失。

四、结语

“执生命密匙，启身份之锁”。全球生物特征识别技术市场迅速增长，生物识别领域的应用也日渐普及，已逐渐渗透到社会生活的各个方面，发展前景一片大好。

【参考文献】

[1]张敏贵，潘泉，等．多生物特征识别[J]．信息与控制，2002，31（6）.

[2]于瑞华，洪卫军．生物特征识别技术及其应用[J]．智能建筑与城市信息，2004，（8）.

[3]夏鸿斌，须文波，刘渊．生物特征识别技术研究进展[J]．计算机工程与应用，2003，（20）.

[4]侯鸿川．面部温谱图身份识别技术探讨[J]．中国人民公安大学学报（自然科学版），2005，（3）.

[5]杨俊，景疆．浅谈生物认证技术——指纹识别[J]．计算机时代，2004，（3）.

[6]张海军，穆志纯，危克．人耳识别技术研究进展综述[J]．计算机工程与应用，2004，（33）.

识别技术论文范文第6篇

1、概述生物识别技术，又称为生物特征识别技术，是通过计算机与生物传感器、生物统计学等高科技手段紧密结合，利用人体固有的生理特征和行为特征识别身份的技术。该技术被称为数字时代的安全卫士。在实际应用中，生物特征识别通过特定的设备进行特征取样测量，转化成数字代码；对代码取样后形成特征模板；用特征模板与实际个体取样进行比对；根据比对结果是否匹配来决定接受或拒绝该用户。常用于识别的生物特征有指纹、人脸、掌纹、血管纹路、DNA等；行为特征有签名、语音、步态等。

2、生物识别技术的特点与应用优势生物特征是与生俱来的，与传统身份识别方式相比，生物识别技术具有以下优势[4]：（1）能够进行身份识别。传统身份认证识别采用用户名+口令验证的方式来验证用户身份。生物特征同样可以完成身份识别的功能。（2）生物特征具有唯一性，防伪性好，难以被伪造或盗用。传统身份识别技术中的用户名和密码会因为信息泄露而带来身份认证漏洞。生物特征则是个人特有的，极难被仿造或盗用。（3）携带方便，不会遗忘或丢失。传统身份识别技术采用口令验证或实物验证，两者都有遗忘和丢失的风险。而生物特征是人类的体貌和行为特征，携带方便，也不存在丢失和遗忘的风险。（4）用户使用体验好，不容易被损坏。传统身份识别技术依赖数据库记录用户名和密码，常因为字符输入错误而被拒识；IC卡一类的实物验证技术则有因损坏而被拒识的风险。生物特征大大降低了此类风险。即使是容易受到手指表层皮肤破损而影响验证的指纹识别也可以通过存储多个手指的指纹来达到顺利验证身份的目的。此外因为生物识别技术使用友好度高，用户体验好。

3、常用生物识别技术的特性分析在众多的生物特征中,最常使用的用户接受度较高的是指纹识别、人脸识别和签名识别。指纹识别是应用最早、应用面最广的生物特征识别技术。早在几千年前人们就已经发现了指纹的特点，开始使用指纹进行身份的识别。指纹识别主要是利用指纹记录仪和计算机等电子设备，通过人类手指表层皮肤上交替出现的脊和谷进行指纹图像的读取、提取指纹特征、制成特征模板，再通过模式匹配，最终实现身份的自动识别。每一个人都有自己独特的而且终身不会变化的指纹。指纹识别技术可靠性高，识别简便，是一项成熟的生物特征识别技术。在应用面上也体现出无与伦比的优势，目前国内外指纹识别应用已经覆盖了公安刑侦领域、公共安全领域等。由于指纹识别技术是将输入的指纹和数据库中预存的指纹模板进行比对从而验证身份，因此要求指纹信息数据库的容量足够大，并且要不断更新。人脸识别技术是近年来迅速发展的一种生物识别技术。人脸识别技术涉及了计算机视觉、人工智能、感知学习和模式识别技术等科学领域。人脸识别是通过摄像机读取人类脸部特征信息，分析现实人脸的空间图像映射到机器空间的过程，分析人类脸部共有特征和个体人脸特征之间的关系，形成人脸图像模板，最终实现人脸自动识别。人脸识别技术具有方便、直接、友好等特点，在使用者接受度方面表现极好。但是人脸图像信息的数据量巨大，为了提高人脸识别的运算速度，必须对原始图像数据进行压缩，这就有可能降低识别率，造成一定的误识率和拒识率。签名识别是通过分析使用者签署自己名字的方式来进行身份鉴别。签名识别与指纹识别、人脸识别不同，它属于人类行为识别技术。签名识别分成在线验证和离线验证两种形式。离线验证是使用纸张上的字迹通过扫描仪等电子设备转化成数字图像再与数据库中模板信息比对；在线验证则通过手写板或压敏笔等传感器设备记录签名过程中的各项动态特征数值（写字速度、力度、角度、加速度等）。签名的动态特征是难以模仿的，因此签名的在线验证方式比离线验证方式要更加可靠。此外签名识别与人们平时的签字行为极为相似，因此具有很高的用户接受度。

二、生物识别技术在电子商务中的应用

伴随电子商务的发展，解决电子商务中的安全问题和寻找更加可靠方便的身份认证方式成为进一步发展电子商务的新需求。另一方面，随着全球信息化的发展，生物识别技术在技术发展和市场培育上都日趋完善，人们对生物识别技术的认知度和认可度也不断提高。全球生物识别技术产业化发展程度在不断扩大。2002年11月，中国科学院计算机技术研究所承担的“面像检测与识别核心技术”项目获得突破性成果，该系统能够在1/10~1/20秒之内自动检测到人脸，并且在1秒内完成身份识别。2003年阿拉伯联合酋长国宣布启用基于虹膜认证技术的针对被驱逐外国人的国界控制系统。2006年北京农村商业银行在国内试点使用指纹识别认证，用户可以通过指纹识别认证进入银行系统，自助完成各项操作。2007年中国建设银行和中国邮政储蓄银行分别在全国营业网点内推广应用柜员指纹身份认证系统。2008年北京奥运会，奥运村使用了基于人脸识别的酒店门禁管理系统。2010年波兰BPSSA银行宣布引入采用生物识别技术的自动取款机。国际民航组织确定从2010年起，其所有的成员国和地区必须使用基于人脸识别的机读护照，此项规定已经成为国际标准。此外日本三菱银行开发了基于手指静脉的认证系统用于金库管理。欧美国家将生物认证技术广泛用于医院病人资料库管理、政府信息中心出入境管理、小学生信息管理等多个领域。由此可以期待，在不远的将来，基于生物特征识别技术的更加平民化的电子商务应用走入我们的生活，带来更加安全更加便利的使用体验。

三、生物识别技术对电子商务的影响趋势

现代社会生活各方面都需要可靠方便的身份认证识别技术，尤其是在电子商务领域内，目前电子商务的运营过程中不乏因为过程监控不够周密而出现的货物丢失、冒领，并由此引发纠纷事件。未来，基于生物识别技术的身份认证识别能够覆盖电子商务的全领域，彻底解决电子商务运营过程中的身份认证问题。

1、在电子商务领域内的全领域覆盖电子商务在运行过程中涉及了买卖双方的身份认证、订单信息认证、支付安全认证、物流运输安全认证等多项认证。其流程之繁琐，认证技术运用频率之高是其他行业所无法比拟的。可靠便利的生物特征识别认证技术能够确保电子商务系统的正常运转。未来，电子商务的买卖双方可以通过生物特征认证技术证明自己的身份；通过生物特征认证和数字签名的双因子认证确定订单的真实有效，并完成相应的支付；物流公司的物流派送人员通过指纹验证确认接收到需要派发的货物；最终收货人通过提供带有生物特征信息的签收信息表明身份，确保货物安全送达。由此，生物特征技术确保了电子商务安全领域内的安全性、可用性、可控性、保密性和不可否认性，保障电子商务系统正常有序运行。

2、多项生物特征融合应用从目前的应用看来生物识别技术虽然前景良好，但仍存在有漏洞。例如，利用塑胶可塑性的特点采集指纹应对指纹验证系统；利用3D打印技术欺骗静态人脸识别验证系统。多项生物特征的融合使用就是生物特征识别技术的多因子验证。这种对多项生物特征的采集、融合、联合验证的新型理论和技术就是生物特征识别的未来发展趋势。该项技术能够对所采集的生物特征信息进行多方面、多级别的处理，得到更加完备的数据特征信息，从而完成精准度更高的身份认证，为安全可靠的身份认证技术的实施奠定了基础。

四、结论

生物特征识别技术诞生至今已有上千年的历史，由于其具有唯一性、可辨识性、难以伪造和不易损坏等特性使其成为身份认证的最佳载体。本文讨论了生物识别技术在电子商务中的应用和发展趋势，提出了未来电子商务身份认证将大规模使用生物特征认证，同时多项生物特征将进行融合使用，使身份认证系统更加安全可靠，推进电子商务的良性发展。但在实际的应用过程中，我们要看到电子商务的发展潜力是巨大的。未来电子商务的用户将继续扩大，由此带来的生物特征数据库信息数量将不断增多。在具体的应用实践中，用户数量将会大于理论中所使用到的数据，因此我们要充分考虑生物特征信息数据库的建设规模，同时要考虑生物特征认证的正确率和执行速度。此外为了更好的安全的利用生物特征认证，还应加强生物特征数据库的加密技术和数据通信安全。

识别技术论文范文第7篇

关键词：射频识别技术射频卡分类

引言

射频识别技术(RFID，RadioFrequencyIdentification)实际上是自动识别技术(AEI，AutomaticEquipmentIdentification)在无线电技术方面的具体应用与发展。该项技术的基本思想是，通过采用一些先进的技术手段，实现人们对各类物体或设备(人员、物品)在不同状态(移动、静止或恶劣环境)下的自动识别和管理。

目前，应用最广泛的自动识别技术大致可以分为光学技术和无线电技术两个方面。本文主要介绍自动识别技术在无线电技术方面的应用。

1射频识别技术简介

20世纪80年代，由于大规模集成电路技术的成熟，射频识别系统的体积大大缩小，使得射频识别技术进入实用化的阶段，成为一种成熟的自动识别技术。

射频识别技术是利用射频方式进行非接触双向通信，以达到识别目的并交换数据。它与同期或早期的接触式识别技术不同。RFID系统的射频卡和读写器之间不用接触就可完成识别，因此它可在更广泛的场合中应用。

典型的射频识别系统包括射频卡和读写器两部分。

射频卡是将几个主要模块集成到一块芯片中，完成与读写器的通信。芯片上有EEPROM用来储存识别码或其它数据。EEPROM容量从几比特到几万比特。芯片仅需连接天线(和电池)，可以作为人员的身份识别卡或货物的标识卡。卡封装可以有不同形式，比如常见的信用卡及小圆片的形式等。与条码、磁卡、IC卡等同期或早期的识别技术相比，射频卡具有非接触、工作距离长、适于恶劣环境、可识别运动目标等优点。

在多数RFID系统中，读写器在一个区域内发射电磁波(区域大小取决于工作频率和天线尺寸)。卡片内有一个LC串联谐振电路，其频率与读写器发射的频率相同。当射频卡经过这个区域时，在电磁波的激励下，LC谐振电路产生共振，从而使电容内有了电荷。在这个电容的另一端，接有一个单向导通的电子泵，将电容内的电荷送到另一个电容内储存。当所积累的电荷达到2V时，此电容可作为电源为其它电路提供工作电压，将卡内数据发射出去或接取读写器的数据。读写器接收到卡的数据后，解码并进行错误校验来决定数据的有效性，然后，通过RS232、RS422、RS485或无线方式将数据传送到计算机网络。简单的RFID产品就是一种非接触的IC卡，而复杂的RFID产品能和外部传感器接口连接来测量、记录不同的参数，甚至可与GPS系统连接来跟踪物体。

工作原理如图1所示。

2射频识别技术的分类

射频识别技术主要按以下四种方式分类。

(1)工作频率

根据工作频率的不同可分为低频和高频系统。①低频系统一般指其工作频率小于30MHz的系统。其基本特点是：射频卡的成本较低、标签内保存的数据量较少、阅读距离较短(无源情况，典型阅读距离为10cm)、射频卡外形多样(卡状、环状、钮扣状、笔状)、阅读天线方向性不强等。低频系统多用于短距离、低成本的应用中，如多数的门禁控制、动物监管、货物跟踪。②高频系统一般指其工作频率大于400MHz的系统。高频系统的基本特点是射频卡及读写器成本均较高、卡内保存的数据量较大、阅读距离较远(可达几m~十几m)、适应物体高速运动性能好、外形一般为卡状、阅读天线及射频卡天线均有较强的方向性。高频系统多应用于需要较长的读写距离和高的读写速度的场合，像火车监控、高速公路收费等系统。

(2)射频卡

根据射频卡的不同可分成可读写(RW)卡、一次写入多次读出(WORM)卡和只读(RO)卡三种。RW卡一般比WORM卡和RO卡贵得多，如电话卡、信用卡等。一般情况下改写数据所花费的时间远大于读取数据所花费的时间(常规为改写所花费的时间为s级，阅读花费的时间为ms级)。WORM卡是用户可以一次性写入的卡，写入后数据不能改变，且比RW卡要便宜。RO卡存有一个唯一的号码，不能逐改，保证了安全性。RO卡最便宜。

(3)射频卡的有源与无源

射频卡可分为有源及无源两种。有源射频卡使用卡内电池的能量、识别距离较长，可达十几m，但是它的寿命有限(3~10年)，且价格较高；无源射频卡不含电池，利用读写器发射的电磁波提供能量，重量轻、体积小、寿命长、很便宜，但它的发射距离受限制，一般是几十cm，且需要读写器的发射功率大。

(4)调制方式

根据调制方式的不同还可分为主动式和被动式。①主动式的射频卡用自身的射频能量主动地发送数据给读写器。②被动式的射频卡，使用调制散射方式发射数据。它必须利用读写器的载波调制自己的信号，适宜在门禁或交通的应用中使用。因为读写器可以确保只激活一定范围之内的射频卡。

目前使用的多数系统中，一次只能读写一个射频卡。射频卡之间要保持一定距离，确保一次只能有一个卡在读写区域内。读写距离长，射频卡之间的距离就要大，应用起来很不方便。现在的射频卡具有防碰撞的功能，这对于RFID来说十分重要。所谓碰撞是指多个射频卡进入识别区域时信号互相干扰的情况。具有防碰撞性能的系统可以同时识别进入识别距离的所有射频卡，它的并行工作方式大大提高了系统的效率。

3国际射频识别技术发展状况

射频识别技术在国外发展得很快。RFID产品种类很多，像德州仪器、Motoro1a、Philips、Microchip等世界著名厂家都生产RFID产品。他们的产品各有特点，自成系列。射频识别技术被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多领域。如澳大利亚将它的RFID产品用于澳机场旅客行李管理中并发挥了出色的作用；瑞士国家铁路局在瑞士的全部旅客列车上安装RFID自动识别系统，调度员可以实时掌握火车运行情况，不仅利于管理，还大大减小了发生事故的可能性；德国BMW公司将射频识别系统应用在汽车生产流水线的生产过程控制中等。

据有关权威数据显示，射频识别产品在全世界的销量以每年25.3%的比例增长。由此可见，射频识别技术具有广阔的市场前景。

4射频识别技术在我国的发展

我国政府在1993年制定的金卡工程实施计划，是一个旨在加速推动我国国民经济信息化进程的重大部级工程，由此各种自动识别技术的发展及应用十分迅猛。现在，射频识别技术作为一种新兴的自动识别技术，也将在中国很快地普及。

目前，我国的射频识别技术在下列几种应用中发展前景较好。当然，这里仅仅罗列了射频识别技术应用的一部分。任何一种技术如果得到普及，都将会孕育一个庞大的市场。射频识别将是未来一个新的经济增长点。

4.1安全防护领域

(1)门禁保安

将来的门禁保安系统均可应用射频卡。一卡可以多用。比如，可以作工作证、出入证、停车卡、饭店住宿卡甚至旅游护照等，目的都是识别人员身份、安全管理、收费等等。好处是简化出入手续、提高工作效率、安全保护。只要人员佩戴了封装成ID卡大小的射频卡、进出入口有一台读写器，人员出入时自动识别身份，非法闯入会有报警。安全级别要求高的地方、还可以结合其它的识别方式，将指纹、掌纹或颜面特征存入射频卡。

公司还可以用射频卡保护和跟踪财产。将射频卡贴在物品上面，如计算机、传真机、文件、复印机或其它实验室用品上。该射频卡使得公司可以自动跟踪管理这些有价值的财产，可以跟踪一个物品从某一建筑离开，或是用报警的方式限制物品离开某地。结合GPS系统利用射频卡，还可以对货柜车、货舱等进行有效跟踪。

(2)汽车防盗

这是RFID较新的应用。目前已经开发出了足够小的、能够封装到汽车钥匙当中含有特定码字的射频卡。它需要在汽车上装有读写器，当钥匙插入到点火器中时，读写器能够辨别钥匙的身份。如果读写器接收不到射频卡发送来的特定信号，汽车的引擎将不会发动。用这种电子验证的方法，汽车的中央计算机也就能容易防止短路点火。

另一种汽车防盗系统是，司机自己带有一射频卡，其发射范围是在司机座椅45~55cm以内，读写器安装在座椅的背部。当读写器读取到有效的ID号时，系统发出三声鸣叫，然后汽车引擎才能启动。该防盗系统还有另一强大功能：倘若司机离开汽车并且车门敞开引擎也没有关闭，这时读写器就需要读取另一有效ID号；假如司机将该射频卡带离汽车，这样读写器不能读到有效ID号，引擎就会自动关闭，同时触发报警装置。

(3)电子物品监视系统

电子物品监视系统(ElectronicArticleSurveillance,EAS)的目的是防止商品被盗。整个系统包括贴在物体上的一个内存容量仅为1比特(即开或关)的射频卡，和商店出口处的读写器。射频卡在安装时被激活。在激活状态下，射频卡接近扫描器时会被探测到，同时会报警。如果货物被购买，由销售人员用专用工具拆除射频卡(典型的是在服装店里)，或者用磁场来使射频卡失效，或者直接破坏射频卡本身的电特性。EAS系统已被广泛使用。据估计每年消耗60亿套。

4.2商品生产销售领域

(1)生产线自动化

用RFID技术在生产流水线上实现自动控制、监视，提高生产率，改进生产方式，节约了成本。举个例子以说明在生产线上应用RFID技术的情况。

用于汽车装配流水线。德国宝马汽车公司在装配流水线上应用射频卡，以尽可能大量地生产用户定制的汽车。宝马汽车的生产是基于用户提出的要求式样而生产的。用户可以从上万种内部和外部选项中，选定自己所需车的颜色、引擎型号和轮胎式样等。这样一来，汽车装配流水线上就得装配上百种式样的宝马汽车，如果没有一个高度组织的、复杂的控制系统是很难完成这样复杂的任务的。宝马公司在其装配流水线上配有RFID系统，使用可重复使用的射频卡。该射频卡上带有汽车所需的所有详细的要求，在每个工作点处都有读写器，这样可以保证汽车在各个流水线位置，能毫不出错地完成装配任务。

(2)仓储管理

将RFID系统用于智能仓库货物管理，能有效地解决与货物流动有关的信息管理，不但增加了处理货物的速度，还可监视货物的一切信息。射频卡贴在货物所通过的仓库大门边上，读写器和天线都放在叉车上，每个货物都贴有条码，所有条码信息都被存储在仓库的中央计算机里，与该货物有关的信息都能在计算机里查到。当货物出库时，由另一读写器识别并告知中央计算它被放在哪个拖车上。这样，管理中心可以实时地了解到已经生产了多少产品和发送了多少产品。

(3)产品防伪

伪造问题在世界各地都是令人头疼的问题，将射频识别技术应用在防伪领域有它自身的技术优势。防伪技术本身要求成本低，且难于伪造。射频卡的成本就相对便宜，而芯片的制造需要有昂贵的芯片工厂，使伪造者望而却步。射频卡本身有内存，可以储存、修改与产品有关的数据，利于销售商使用；体积十分小、便于产品封装。像电脑、激光打印机、电视等产品上都可使用。

(4)RFID卡收费

国外的各种交易大多利用各种卡来完成，而我国普遍采用现金交易。现金交易不方便也不安全，还容易出现税收的漏洞。目前的收费卡多用磁卡、IC卡，而射频卡也开始占据市场。原因是在一些恶劣的环境中，磁卡、IC卡容易损坏，而射频卡则不易磨损，也不怕静电及其它情况；同时，射频卡用起来方便、快捷，甚至不用打开包，在读写器前摇晃一下，就完成收费。另外，还可同时识别几张卡．并行收费，如公共汽车上的电子月票。我国大城市的公共汽车异常拥挤、环境条件差，射频卡的使用有助于改善这种情况。

4.3管理与数据统计领域

(1)畜牧管理

该领域的发展起步于赛马的识别，是用小玻璃封装的射频卡植于动物皮下。射频卡大约10mm长，内有一个线圈，约1000圈的细线绕在铁氧体上，读写距离是十几cm。从赛马识别发展到了标识牲畜。牲畜的识别提供了现代化管理牧场的方法。

(2)运动计时

在马拉松比赛中，由于人员太多，有时第一个出发的人同最后一个出发的人能相隔40分钟。如果没有一个精确的计时装置，就会出现差错。射频卡应用于马拉松比赛中，运动员在自己的鞋带上很方便地系上射频卡，在比赛的起跑线和终点线处放置带有微型天线的小垫片。当运动员越过此垫片时，计时系统便会接收运动员所带的射频卡发出的ID号，并记录当时的时间。这样，每个运动员都会有自己的起始时间和结束时间，不会出现不公平竞争的可能性了。在比赛路线中，如果每隔5km就设置这样一个垫片，还可以很方便地记录运动员在每个阶段所用的时间。

RFID还可应用于汽车大奖赛上的精确计时。在跑道下面按照一定的距离间隔埋入一系列的天线，这些天线与读写器相连，而射频卡安装到赛车前方。当赛车每越过一个天线时，赛车的ID号和时间就被记录下来，并存储到中央计算机内。这样到比赛结束时，每个参赛选手将会有一个准确的结果。

4.4交通运输领域

(1)高速公路自动收费及交通管理

高速公路自动收费系统是射频识别技术最成功的应用之一。目前，中国的高速公路发展非常快，而高速公路收费却存在一些问题：一是在收费站口，许多车辆要停车排队，成为交通瓶颈问题；二是少数不法的收费员贪污路费，使国家损失了相当的财政收入。RFID技术应用在高速公路自动收费上，能够充分体现它非接触识别的优势——让车辆高速通过收费站的同时自动完成收费，同时可以解决收费员贪污路费及交通拥堵的问题。利用射频识别技术的不停车高速公路自动收费系统是将来的发展方向；人工收费，包括IC卡的停车收费方式，终将会被淘汰。预计在未来10年内，高速公路自动收费系统将有数十亿元的需求。

在城市交通方面，解决交通日趋拥挤问题不能只依赖于修路。加强交通的指挥、控制、疏导，提高道路的利用率，深挖现有交通潜能也是非常重要的；而基于RFID技术的交通管理系统可实现自动查处违章车辆，记录违章情况。另外，公共汽车站实时跟踪指示公共汽车到站时间及自动显示乘客信息，会给乘客带来很大的方便。

(2)火车和货运集装箱的识别

在火车运营中，使用RFID系统很大的优势在于：火车是按既定路线运行的，因此肯定要通过设定的读写器的地点。通过读到的数据，能够得到火车的身份、监控火车的完整性，以防止遗漏在铁轨上的车厢发生撞车事故，同时能在车站将车厢重新编组。起初的努力是用超音波和雷达测距系统读出车厢侧的条码，现在被RFID系统取代。射频卡一般安在车厢顶边，读写器安在铁路沿线，就可得到火车的实时信息及车厢内装的物品信息。

目前，射频自动识别系统的安装遍布全国14个铁路局。2001年3月1日，铁道部正式联网启用车次车号自动识别系统，为自备车企业、合资铁路和地方铁路实现信息化智能运输管理提供了重要良机。

5结论

识别技术论文范文第8篇

基神经于网络判别指标过滤方法的两级识别策略，具有物理意义清晰，定量、定性的特点。应用于结构的损伤诊断，可以有效解决结构不适定性、非线性带来的评估误差及精度问题。

1.1自适应神经网络(Auto2associateNeuralNetwork)

自适应神经网络方法基于无损伤结构在正常服役条件下的实测响应数据（某个动力特性参数、或多个动力特性参数）作为训练对象（人工神经网络的输入和输出数据X、Y），依次构造一个自相关的神经网络Net=T(XY)。训练完成后，循环迭代输入数据X进入已训练的神经网络Net，获得输出数据Yn。通过选取合适的残差判断函数，通过对比数据Y和网络输出数据Yn的差值向量,采用某种距离测度函数加以测量形成健康结构的判别指标Vi。当结构发生损伤，实测响应数据Xd被作为输入数据通过已经训练的神经网络Net，由输入数据Xd和输出数据Yd可以计算得到的新的判别指标Vd，并与Vi相比较计算差值构建损伤指标Di来判定损伤。当Di大于既定残差函数时，即判定结构已经发生损伤。

1.2概率神经网络(ProbabilisticNeuralNetwork,PNN)

自适应神经网络方法构建自相关网络Net，将实测响应信息迭代计算Di，可以定性判定是否存在损伤，在损伤确定的条件下，可通过概率神经网络PNN判定损伤的位置、类型。PNN是通过具有无参估计量的已知数据集的概率密度函数来实现贝叶斯决策，将其加在人工神经网络框架中,接着进行判别未知数据最大可能属于哪个已知数集，构建一个包含损伤类别θ1、θ2….θq…θn集合,基于p维试验向量X的贝叶斯决策d(X)为d（X）∈θq(hqlqfq（X）)>hklkfk（X），k≠q

（1）hj———分类指标θj的先验概率。lj———与错误分类d(X)埸θj的相关损失。fj(X)———采用多变量高斯(Gauss)分布函数的概率密度函数：fq（X）∈1nq(2π)p/2σpnqi=1Σexp-（X-Xai)T（X-Xai)2σ222

（2）将该贝叶斯决策映射为一个人工神经网络构成一个概率神经网络，如图1所示。向量X{X1、X2、X3、X4…Xi}———输入层的输入参数。权重向量Wj和向量X的点积zj构成中间层的神经元，而相对与分类号q的决策层神经元输出为:fq（X）=nqj=1ΣZqj=nqj=1Σexp[(X•Wqj-1)/σ2]

（3）σ—高斯核标准差。在应用中，构建的损伤位置或类型假定有多种。以结构的自振频率变化率为例，输入向量X为P个自振频率变化率，将带有某种类型损伤(或混合模式损伤)的实测模态数据输入训练好的PNN，得出决策层(输出层)各个损伤形态在试验向量点对应的概率密度函数PDF的估计值，其中，最大PDF估计值对应的预设损伤集合中则得出损伤的位置及类型。

2应用及展望

美国Purdu大学的Venkatsubrmania和Chan第一次运用BP网络进行了工厂结构的损伤检测与诊断，其后的研究中，Kudva将神经网络两级识别策略运用于平板结构损伤诊断，提出了大型结构损伤检测的方法；杨英杰等开发了评估钢筋混凝土梁的神经网络系统；Worden等运用神经网络识别了一个20根构件组成的结构的损伤；Pandey用两级识别策略，基于三层神经网络对大桥桁架结构进行损伤评估。近年来，结构损伤诊断的研究取得了长足进展。上述基于神经网络的损伤诊断研究表明了在这个领域的研究成果，同时也揭示了尚未解决的问题。

（1）如何选取合适的网络形式及网络参数以及样本集的组成是神经网络两级识别策略应用的关键，研究有效的网络输入参数是一个新的内容；

（2）人工神经网络具备高度适应性，学习能力和容错能力，但其黑箱系统的特性决定了其硬件实施的复杂性，如何提高算法的实现效率亟待研究；

（3）基于基准有限元模型的神经网络二级识别策略必然伴随着模型误差的不利因素，如何与精密建模理论和方法相结合也亟待研究。

识别技术论文范文第9篇

关键词：综述；语音识别；研究趋势；方言识别

中图分类号：TN912.34

人类最重要的基本功能就是通过语言互相传递信息。虽然人们可以通过多种手段来获取外界信息，但最为重要、精细的信息源只有语言、图像和文字三种。与声音相比，视觉和文字传递信息的效果要差。随着计算技术的不断发展，人与机器之间的交流也越来越广泛。如果能够让计算机听懂语言、能够说话，那么计算机就能够和人进行通信，不同语言的人交流起来也会更容易。而这些的基础就是语音的识别和理解。语音识别（Speech Recognition，SR）就是让机器通过识别和理解过程把人类的语音信号转变为相应的文本或命令。通过语音识别技术，人们可以在工业、军事、医学、交通、旅游等领域实现人机交互，使得生活更便捷。

1 语音识别原理

语音识别就是让机器能够听懂人说的话，其根本目的是研究一种具有听觉功能的机器，使机器能直接接受人的语音，理解人的意图并做出相应的反应。其基本原理是含有语音识别技术的智能体能够接收声音信号，将信号转换成文字，然后根据需要做记录、查询或相应的操作。

实质上语音识别系统是一种模式识别系统，是建立在一定的硬件平台和操作系统之上的一套应用软件。其依赖的硬件平台可以是一台个人计算机或工作站，操作系统可以是UNIX、Windows或Android系列[1]。语音识别可分为两个步骤：第一步是“训练”或“学习”阶段，采用语音分析方法分析出语音特征参数作为标准模式储存在计算机内，形成标准模式库，称为“模板”，建立识别基本单元的声学模型以及进行句法分析的语言模型等；第二步是“识别”或“测试”阶段，提取待测语音中的特征参数，按照一定的准则和测度与系统模型进行比较，通过判决得出识别结果[2]。语音识别系统基本构成如图1所示，包含特征提取、模式匹配和参考模式库三个主要单元。

图1 语音识别系统基本构成

1.1 语音信号数字化与预处理。语音信号的数字化包括放大及增益控制、反混叠滤波、采样、模/数（A/D）转换及编码，如图2所示。预滤波器是一个带通滤波器，防止混叠干扰和电源工频干扰。A/D转换对信号进行量化，然后进行脉冲编码，通常采用PCM编码。预滤波、采样、A/D和数/模（D/A）转换、平滑滤波等许多功能可以在一块芯片上完成。

图2 语音信号的数字化过程框图

语音信号预处理包括预加重、加窗和分帧等。预加重是在语音信号数字化之后、参数分析之前在计算机中用具有6db/倍频程的提升高频特性的预加重数字滤波器来实现，它通常是一阶的数字滤波器[3]H（Z）=1-μz-1式中μ值接近于1。

接下来进行加窗、分帧处理，一般约为33-100帧/s，视实际情况而定。分帧是用可移动的有限长度窗口进行加权的方法来实现，常用的窗函数是矩形窗和汉明窗等。

在对语音信号进行分析处理前必须把要分析的语音信号部分从输入信号中找出来，即端点检测[4]，就是从包含语音的一段信号中确定出语音的起点以及终点。有效的端点检测不仅能使处理时间减到最小，而且能排除无声段的噪声干扰，从而使识别系统具有良好的识别性能。

1.2 特征提取。预处理后的语音信号需要对其进行特征提取，目的是提取语音特征，以使语音识别时类内距离尽量小，类间距离尽量大。目前，经过快速傅里叶变换（FFT）或者线性预测技术（LPC）得到功率谱以后再经过对数变换和傅里叶反变换得到的倒谱参数LPCC是常用的语音识别特征参数。同时根据人的听觉特性变换的美尔（Mel）倒谱参数MFCC也是常用的语音参数。

1.3 建立模型与模式匹配。分析特征参数之后，需要建立声学模型和语言模型存储到计算机中作为模板，把分析出来的特征参数与模板进行模式匹配，这是语音识别的核心。目前有代表性的语音识别方法主要有模板匹配法、隐马尔可夫法（HMM）和神经网络法（ANN）。

1.4 后处理。后处理单元可能涉及句法分析、语音理解、语义网络以及语言模型等。它往往不是一个孤立的单元，而是与匹配计算单元、参考模式库融合在一起，构成一个逻辑关系复杂的系统整体。

2 国内语音识别研究论文统计

近几年来，语音技术发展迅猛，国内的语音技术研究基本同步。科大讯飞、捷通华声、中科信利等语音企业相继成立。2010年谷歌的Voice Action支持语音操作与检索；2011年初微软的深度神经网络（DNN）模型在语音搜索任务上获得成功；同年10月苹果Siri首次亮相，人机交互掀开了新的篇章；国内科大讯飞首次将DNN技术运用到语音云平台；2013年谷歌的Glass使用语音交互，同时苹果加大了对iWatch的研发投入，穿戴式语音交互设备成为新热点。国际上语音识别商业化已经取得了很大的成果，国内尚有欠缺。了解国内语音识别的研究水平，才能更好地从事语音识别的研究工作。对基于中国知网（CNKI）所收录的中文核心期刊2010年以来关于语音识别的论文进行统计分析[5]，可以很好地把握目前国内语音识别研究发展趋势及存在的问题。通过对CNKI收录的中文核心期刊中以语音识别为主题的论文进行统计和研读比对，将“关键字或者摘要中有语音识别或者语音或者识别”设置为必要条件进行筛选，最后共计有191篇论文被选定为研究素材。这些论文可以分为5种：一种是关于语音识别算法改进以及技术优化，称为“系统优化论文”，共103篇；一种是关于模型的改进及建立，称为“模型研究论文”，32篇；一种是针对语音识别系统的构建及研究，称为“系统研究论文”，28篇；一种是语音识别系统在现实生活中的应用，称为“系统应用论文”，23篇；还有一种是对语音识别的综述性研究，称为“综述论文”，5篇。

图3 每年关于语音识别研究的论文数目分布图

我们将关于语音识别的191篇论文按照每年的分布量进行统计，以便观察每年语音识别论文的分布情况，如图3所示。从图3可以看出，2011年以来，国内对于语音识别的研究整体呈现递增的趋势。由于2010年语音识别研究新技术的不断出现，学者们的研究略有起伏，该年的论文整体数量略有增加。而由于2014年尚不完整，统计尚不能反映整体趋势，但杨勇等基于REMOS的远距离语音识别模型补偿方法，陈晨等基于语音识别技术的机载短波应急通信，景亚鹏等基于深层神经网络（DNN）的汉语方言种属语音识别，努尔麦麦提q尤鲁瓦斯等维吾尔语大词汇语音识别系统识别单元研究，张燕普通话语音识别中的基本音素分析，张巍等一种语音识别的可定制云计算方法等6篇论文，可以反映出当前语音识别领域的研究热点：深度学习、深层神经网络、大词汇连续语音识别、云计算以及方言研究，具有很好的指导作用，可以引领学者向热门领域深入研究。

各个年份不同类型的情况如图4所示，不同研究类型的论文所占比例如图5所示。结合图4和图5可以看出，每年所发表的论文中系统优化（即算法的改进以及技术的优化）方面的论文所占比例较重，占到全部论文的53.93%；模型研究次之，占16.75%；系统研究占14.66%；系统应用则更少，占12.04%；综述性论文仅占到2.62%。而且，语音识别研究逐渐从算法研究在向实际应用转变，但是，语音识别领域还是以改进算法、采用先进技术对系统进行优化为主流，将识别系统实际应用到其他领域的研究比较少。这为后来研究者指明了方向，开辟了新的研究思路。

图4 各年份不同研究类型情况

图5 不同研究类型的论文所占比例图

通过统计分析，可以看出，国内在语音识别研究方面还是存在一定的问题。

（1）重理论研究，轻实践应用。基于算法改进的研究比较多，而针对语音识别系统应用的比较少，真正将语音识别系统应用到日常生活中的更少，而这在大数据背景下是比较容易开展的研究工作。研究者的工作大多还停留在比较简单的小词汇量、孤立词系统的实验研究上，对于大词汇量、连续语音识别系统的研究少之甚少（在电话、会议等复杂环境中目前英语识别率准确率在80%左右，离人类2%-4%的错误率还有很大距离[6]），对于大数据背景、连续的语音处理几乎没有，对领域前沿新技术的应用研究尚有欠缺。论文中对孤立词识别系统的研究以及基于孤立词语音识别系统进行实验仿真的论文有14篇（占7.33%）；而涉及到大词汇连续语音识别系统的论文仅有9篇（占4.71%）；涉及到大数据背景的论文只有1篇（仅占0.52%）。目前，还只是一些商用化的产品，如科大讯飞、百度等的语音搜索及输入，用于实验研究的系统几乎没有。而在算法及技术优化的研究中，只有杨震等在语音大数据信息处理架构及关键技术研究一文中分析了大数据的基础技术特性、涉及的技术以及语音识别的基本技术环节，并结合大数据信息处理架构，给出了语音识别技术与大数据相结合的应用开发技术架构及应用流程[7]。基于大数据的深度学习的研究较少，余凯等对深度学习发展的过去和现在做了一个全景式的介绍，并讨论了深度学习所面临的挑战以及将来的可能方向[8]。这些都将给我们后来的研究者以很好的启发，从而使得国内的语音识别研究更上一层楼。

（2）借鉴、开发的能力较弱。针对所搭建的系统进行实验仿真的工具，多数是采用Matlab这样的数学工具，基于C语言、Java语言编程的系统（如Microsoft Speech SDK、HTK Toolkit、Sphinx）进行模型建立及仿真的比较少。只有张凤美等提出了一种基于SDK的语音控制机器人的解决方案，利用SDK构建非特定人孤立词的语音识别平台；刘万凤等基于Sphinx-4语音识别引擎设计实现了一个语音指令识别系统AIRS（ATC Instruction Recognizer System）；李冠宇等在HTK平台上建立和训练得到了基于决策树的藏语拉萨话三音子模型，胡旭琰等采用HTK工具和TIDIGITS数据库对加入不同类别噪声的语音进行测试，武晓敏等采用HTK通过人工标注的少量语料生成种子模型，引导大语音数据构建声学模型，实现了连续语音识别，李冠宇等在HTK平台上建立上下文相关的连续隐马尔可夫声学模型，实现藏语拉萨话特定人大词表连续语音识别，杨善茜等将基于HTK的语音识别网络算法用于识别网络的优化问题。而这些系统已经比较成熟，而且有利于进行声学模型、语言模型的训练和识别，还可以进行算法的改进，以提高系统的识别性能。

（3）针对不同方言的研究比较少。针对维吾尔语研究的论文共有13篇。李冠宇等对藏语拉萨话中单音子及三音子分布情况进行统计，并且实现了藏语拉萨话特定人大词表连续语音识别。伊q达瓦等基于蒙古语研讨了声学和语言模型的建立。景亚鹏等将深层神经网络应用于汉语方言种属语音识别；王烨等针对汉语普通话、青海方言和藏语安多方言设计了一个基于子空间映射和分数归一化技术的GSV-SVM方言识别系统；高原等建立了一个多用途汉语方言语音数据库，用于说话人信息处理、方言特征词识别、语音识别等领域的研究；张超等基于可靠口音相关单元构造声学模型；陈开等实现对沪语语音的识别和与家居机器人沪语语音交互。全球经济高度一体化，不同文化之间相互影响，使得现代汉语方言特征消失速度加快，濒危方言的濒危程度加剧，对方言文化的保护势在必行。比如闽南语、藏语、偏远地区的方言等，正在逐渐被普通话所同化，甚至出现“无方言族”[9]，拯救濒危方言，保护方言文化的多样性，对加强不同方言之间的文化交流意义重大。再者，当今国际国内局势并不安定，恐怖主义活动时有发生，而其组织者往往具有一定的地域居住特点，加强对方言的语音识别研究对于反恐维稳亦有很重要的作用。

通过以上分析，国内语音识别方面的研究及发展趋势明朗化。针对研究过程中所存在的问题，总结得出大数据背景下的大词汇连续语音识别系统的设计及实现、方言语音识别的研究、语音识别系统在现实生活中的应用以及深度学习、深层神经网络的应用将是未来语音识别领域研究的主要方向。大数据是形势所趋，基于大数据背景的研究将会使得国内语音识别的研究更加深入，更具有实际应用价值。

3 结束语

语音识别发展迅速，对国家经济发展和国家安全都有很重要的作用。本文介绍了语音识别原理进行了，以2010年以来CNKI收录的中文核心期刊中关于语音识别的论文为例，探讨了国内目前语音识别领域研究的现状和趋势以及目前国内语音识别领域研究所存在的问题。对实际应用、方言的研究比较少；对比较成熟的语音识别系统，如HTK、Sphinx等应用比较少；进行实验仿真时，多数论文还是基于比较简单的孤立词、小词汇量识别系统，在连续、大词汇量的语音识别系统中进行仿真的研究较少；对新近出现的深度学习、深层神经网络以及大数据背景下语音识别的研究比较少等。由此分析得出，大数据背景下的大词汇连续语音识别系统的设计及实现、方言语音识别的研究、语音识别系统在现实生活中的应用以及深度学习、深层神经网络的应用将是未来语音识别领域研究的主要方向。论文选中CNKI收录的中文核心期刊为研究对象，具有一定的代表性，但也存在一些不足，还有国外语音识别领域的研究现状和趋势还有待研讨，将国内外研究趋势进行比对，才能更好地开展工作，这些将在以后的研究中进行。

参考文献：

[1]陈立伟.基于HMM和ANN的汉语语音识别[D].哈尔滨工程大学，2005.

[2]施超群，陈坚刚.浅析语音识别原理[J].浙江工商职业技术学院学报，2011（03）：94-96.

[3]韩纪庆，张磊，郑轶然.语音信号处理（第二版）[M].北京：清华大学出版社，2013.

[4]刘华平，李昕，徐柏龄.语音信号端点检测方法综述及展望[J].计算机工程与应用，2008（08）：2278-2283.

[5]中国知网.http：//[OL].

[6]徐波.语音识别发展现状与展望[C].中国中文信息学会第七次全国会员代表大会，2011.

[7]杨震，徐敏捷，刘璋峰.语音大数据信息处理架构及关键技术研究[J].电信科学，2013（11）：1-5.

[8]余凯，贾磊，陈雨强.深度学习的昨天?今天和明天[J].计算机研究与发展，2013（09）：1799-1804.

[9]吴永焕.汉语方言文化遗产保护的意义与对策[J].中国人民大学学报，2008（04）：39-43.

作者简介：于俊婷（1984-），女，河北衡水人，博士研究生，主要研究方向为语音识别。

识别技术论文范文第10篇

无线射频识别技术[1](radio frequency identification,RFID)是一种非接触的自动识别技术, 它通过射频信号自动识别目标对象并获取相关数据。在RFID系统工作时,数据碰撞将导致读写器的接收机不能正确而及时地读出数据,从而降低RFID系统的工作性能及其效率。标签防碰撞算法可以实现多个标签与读写器之间的正确通信,其性能决定了标签的识别速度和效率。因此, 标签防碰撞算法是RFID系统中的关键技术之一,其优劣性在很大程度上决定了射频识别过程的时间性能以及识别成功率。

传统的标签防碰撞算法可分为ALOHA算法[2-3]和树形算法[4-5]2类。ALOHA算法是1种完全随机接入的多址接入协议算法,比如:PALOHA算法(随机推迟算法)、时隙ALOHA算法(SA算法)、帧时隙ALOHA算法(FSA算法)、动态帧时隙ALOHA算法(DFSA算法)和分组ALOHA算法等。该类算法在标签试图发送数据时,并不考虑信道当前的忙闲状态,一旦产生数据,就立刻决定将其发送至信道,这种发送控制策略有严重的盲目性。随着用户数量或发送信息量的增加,这种完全随机接入的算法将使信道重叠现象加剧,碰撞概率增大,传输性能下降。

近几年,有学者提出了采用CDMA技术进行防碰撞的方法,其性能有明显改善。文献[6]提出在标签识别过程中,使用码分多址技术,实现一个时隙可以同时传输多个标签。文献[7]提出了一种基于码分多址思想的时隙ALOHA算法,来解决射频识别中的防碰撞问题,此算法的系统稳定范围要大于时隙ALOHA系统,并且当选用的扩频码组阶数为N时,此算法的最大吞吐量可达原时隙ALOHA的N倍。上述2个文献所提到的算法,当标签数量很多时,数据碰撞的概率明显增加,使系统的吞吐量急剧下降,影响了系统的整体性能。基于以上原因,本论文提出了1种改进的基于CDMA技术的防碰撞算法,能够适应大量标签的识别应用,减少了识别碰撞的发生,使系统吞吐量得到明显改善。

1基于CDMA技术的新型防碰撞算法

n×1-1Nn-1(2)由于传统的基于ALOHA的防碰撞算法中一个时隙最多只能正确识别一个标签的信息,所以当标签数目过大时,系统的吞吐率,即正确识别标签数目所占的百分比将会大幅度的降低,所以对于过量的标签,本算法将会采取对所有标签进行分组识别,当标签需要分成2组时(系统识别帧最大时隙数N为256):nN×1-1Nn-1=n2N×1-1Nn2-1 (3)用上述公式可知n=354,所以当标签数量大于354时,系统将会对标签分组识别。

本文提出的新型算法如下:依据分组帧时隙ALOHA算法,通过此算法的分组规则,完成识别的所有标签的分组。分组帧时隙ALOHA算法的分组规则如下:当标签数量≤354时,无论帧长选择8个时隙还是256个时隙,标签都不分组,按照一个大组来进行识别;当标签数量>354时,帧长选择256个时隙比较适合读写器的识别;当标签数量在355707时,标签分为2组;当标签数量在708~1 416时,标签分成4组更适合信息的传输识别。当标签数量更多时,按照这个规律分成合适的组数再进行识别,详细过程如图1所示。标签分组工作完成后,在每个分组中分别采用码分多址技术,利用其技术的保密性、抗干扰性和多址通信能力,对标签中的数据进行扩频处理并传输。然后读写器端利用码组的自相关特性对不同标签所发的数据进行解调,从而达到防碰撞的目的,进而完成对全部标签的识别,也实现了同一时隙可以传输多个信息的情况。本论文中提到的新型防碰撞算法需要预先在待识别的标签中植入扩频性良好的正交码组,以防止接收端没有办法正确解扩接收,本文选用Walsh序列。该算法可以有效减少图1算法执行过程示意图标签识别过程中的碰撞次数,从而减少了识别时间并且降低了功耗。本论文将分组帧时隙ALOHA算法和码分多址技术相结合,实现在每个分组内可以有多个标签同时进行扩频传输,并且在接收端采用并行接收技术进行多个标签的同时接收。本发明在识别标签过程中,每个组内均为一个独立的识别过程,在分组帧长不改变的前提下,提高了标签数量庞大时的系统性能。有效地减小标签之间的碰撞概率,缩短读写器操作时间,提高吞吐率, 很适合应用于具有较大数量标签的RFID系统中。

2仿真结果

本论文提出了采用码分多址技术的新型防碰撞算法,并仿真了固定时隙数下ALOHA算法的系统吞吐率和本文所提出的算法改进后的系统吞吐量。

RFID系统中时隙ALOHA算法的帧长取值从16个时隙到256个时隙变化,根据公式2,系统吞吐率如图2所示。其中,系统仿真设定的信息帧长F即时隙数设定按2的幂次方递增,即F取值从16个时隙变化到256个时隙,横坐标为标签数N从1变化到500,纵坐标为吞吐率。当帧长设定为256个时隙,标签数量少于256个时,系统吞吐量随着标签数量的增加而增加,直到标签数量达到256时系统的吞吐量达到最大值。随着标签数量的逐渐增多,系统的吞吐量又呈现下降趋势。从图2可以得出2点结论:一、当标签个数接近信息帧长时,系统的吞吐率比较高;二、随着帧长取值的增加,系统对标签的识别性能有明显改善。

本论文提出的基于码分多址技术的新型防碰撞算法选用Walsh序列码,其在对标签的ID号进行扩频处理后,即可实现在同一时刻有2个以上的标签同时进入读写器的识别区域,它们同时发送各自的ID号后,读写器在接收到这些在空间叠加后的信号时也能完整地分离出不同标签的ID号,突破了时隙ALOHA算法在同一时刻不能有2个以上标签到达的限制。此时,系统的吞吐量为(Walsh序列的阶数为r)esucc=∑t=2rt=1N×P(N,n,t)(4)固定时隙数的ALOHA算法的系统吞吐量仿真图和其与基于码分多址技术的新型防碰撞算法的比较仿真结果如图3所示。仿真条件为标签的到达情况符合泊松过程。仿真图3给出了RFID系统的读写器阅读100个标签的识别结果,其中新型算法选用的是Walsh序列,其阶数r取值从2变化到3,固定时隙数的ALOHA算法的信息帧长F取值从32变化到64,横坐标为标签数N从1变化到100,纵坐标为吞吐量。从仿真结果看,在同样的到达率的条件下,阶数越大,算法的吞吐量越高,系统的识别性能有明显改善。并且随着到达率的增加,新型算法的吞吐量也随着增加,当标签到达量与阶数相等时,系统吞吐量达到最大,但到达量大于阶数时,吞吐量随着到达率的增加而呈下降趋势。这是由于当在同一时隙内到达的标签数量增加到一定程度后,基于Walsh序列阶数r的有限性,选用相同的Walsh序列作为扩频码的标签数量将会增加,此时必然导致碰撞的增加。当选用的Walsh序列阶数为3时,基于码分多址技术的新型防碰撞算法的系统吞吐量可高达3.2,远高于时隙ALOHA的0.368。而且随着Walsh序列阶数的提高,吞吐量的最大值还可以提高,但这会以增加读写器和标签的硬件复杂度为代价,在实际使用中必须根据需求在吞吐量和Walsh序列阶数中作出折中选择。

3结束语