[发明专利]一种基于机器学习的RFID应答信号解码系统及方法

说明书

本发明公开了一种基于机器学习的RFID应答信号解码系统，涉及RFID技术领域，其包括判决器，用于将RFID应答信号段落与应答信号幅度组成被判决向量，并根据被判决向量与解码权重向量的乘积来解码，根据被判决向量与调整权重向量的乘积得出截取下一个应答信号段落时应作的调整；参数训练器，用于根据解码结果、调整结果和被判决向量进行权重向量的训练和更新；主控制器，用于对上述部件进行控制，本发明的有益效果是：本发明训练出的解码参数更契合RFID应答信号的信号特征，解码时能够抵抗信道干扰和频率偏移的影响。

技术领域

本发明涉及RFID技术领域，具体是一种基于机器学习的RFID应答信号解码系统及方法。

背景技术

射频识别技术（RFID）是一种非接触式的自动化识别技术，通过无线射频方式进行非接触双向数据通信，对目标加以识别并获取相关数据。

RFID系统通常由电子标签、阅读器、主机三部分组成。其中阅读器一般是由天线、射频模块、基带模块构成。天线是发射和接收射频载波信号的设备。射频模块可发射和接收射频载波。射频模块将天线接收的从标签发射/反射回来的载波解调后传给基带模块。基带模块一般由放大器、解码及纠错电路、微处理器、时钟电路、标准接口以及电源组成，它可以接收射频模块传输的信号并解码后获得标签内信息，也可以将发送给标签的信息编码后传递给射频模块，还可以通过标准接口将标签内容和其他的信息传给主机。

RFID系统基本通信流程为：阅读器发射质询信号→标签返回应答信号→阅读器接收并处理应答信号。应答信号在阅读器中先经过解调、放大和滤波，然后被具有高采样频率的模数转换器（ADC）转换为数字信号，以便进行同步和解码。应答信号会带有无线信道和硬件缺陷的影响，这将降低阅读器的同步和解码性能。无源RFID系统中的应答信号还带有频率偏移。因为在无源RFID系统中，标签要从阅读器发送的连续载波中获得能量，并通过其嵌入式振荡器将应答信号发送给阅读器，而嵌入式振荡器的输出频率通常由其内部带隙产生的基极电流决定，内部带隙的变化就会导致振荡器的频率偏差。因此阅读器要能解码带有频率偏移的码元。

目前采用的解码方法有直接硬判决法和相关法两种。直接硬判决法根据应答信号的差分峰值的间隔时间来完成解码，但该方法易受到突发干扰的影响。相关法根据应答信号段落与参考信号的相关值来解码，其中参考信号为标准码元，该方法减小了突发干扰的影响，但参考信号难以定义以均衡覆盖有频偏的应答信号并解码。

基于此，本申请提出了一种基于机器学习的RFID应答信号解码系统及方法。

发明内容

本发明的目的在于提供一种基于机器学习的RFID应答信号解码系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于机器学习的RFID应答信号解码系统，包括主控制器、判决器和参数训练器，

所述判决器用于将RFID应答信号段落与应答信号幅度组成被判决向量，并根据被判决向量与解码权重向量的乘积来解码，根据被判决向量与调整权重向量的乘积得出截取下一个应答信号段落时应作的调整；参数训练器用于根据解码结果、调整结果和被判决向量进行权重向量的训练和更新；主控制器用于对上述部件进行控制。

作为本发明再进一步的方案：所述解码权重向量和调整权重向量的初始值由外部输入，之后被参数训练器的训练结果更新。

作为本发明再进一步的方案：所述判决器包括减法器、寄存器组、取反器、第一数据选择器、第一向量乘法器、第一比较器、第二数据选择器、第二向量乘法器和第二比较器；

减法器用于接收RFID应答信号和RFID应答信号偏置，并输出除去偏置的信号至寄存器组中；寄存器组用于接收减法器的输出以及受主控制器的控制输出信号段落，该信号段落与RFID应答信号组成向量输出至取反器和第一数据选择器中：