第一个书签之前
摘要
Abstract
插图目录
表格目录
1 引言
1.1 研究背景
1.2 研究现状
1.2.1 仓储系统商品感知技术
1.2.2 基于RFID的定位与追踪技术
1.2.3 人体动作感知技术
1.3 研究目标和内容
1.3.1 研究目标
1.3.2 研究内容
1.4 论文组织结构
2 仓储系统基于无源RFID的人员商品智能感知技术架构
2.1 技术框架
2.2 RFID技术基础
2.3 EPC 空中接口协议
2.4 本章小结
3 基于无源RFID标签的大规模商品流动性估计
3.1 流动性估计的需求分析
3.2 流动性估计的整体流程
3.3 标签流动性的理论基础
3.3.1 基于数理统计的估计理论
3.3.2 基于empty slots,collision slots, all slots信息的基数估计
3.4 帧长相等条件下基于部分时隙的标签流动性估计
3.4.1 帧等长条件下基于empty-singleton slots的标签流动性估计
3.4.2 帧等长条件下基于empty-collision slots的标签流动性估计
3.5 帧不等长条件下大规模标签流动性估计的模型
3.5.1 不等长帧映射
3.5.2 短帧扩展
3.5.3 扩展等长帧对应时隙状态概率
3.6 帧长不相等条件下基于部分时隙的标签流动性估计
3.6.1 帧不等长条件下基于empty slots的标签流动性估计
3.6.2 帧不等长条件下基于collision slots的标签流动性估计
3.6.3 帧长不相等条件下基于empty-collision slots的标签流动性估计
3.7 帧长不相等条件下基于全时隙信息的标签流动性估计
3.7.1 基于全时隙信息的极大似然估计模型
3.7.2 两段估计与梯度下降法求解极值点
3.8 基于全时隙信息大规模标签流动性估计的实验结果
3.8.1 流动性估计随加载因子的变化
3.8.2 三种流动性估计算法随标签集合比例的的准确率
3.8.3 三种估计算法随公共标签比例准确率变化
3.8.4 三种估计算法的协议时间
3.8.5 三种估计算法的实际运行时间
3.9 本章小结
4 基于无源RFID感知标签的人员手势识别
4.1 仓储人员手势识别的总体流程
4.2 感知标签采集加速度数据
4.3 数据预处理
4.3.2 软件滤波去除重力
4.3.3 边界分割
4.3.4 傅里叶变换去除高频噪音
4.4 特征提取
4.4.1 原始特征选择
4.4.2 特征筛选
4.5 提高感知标签采样率
4.6 基于模式识别算法的手势识别
4.7 手势识别实验结果
4.7.1 原始采样率下识别效果
4.7.2 提高采样率之后识别效果
4.7.3 扩展动作后识别效果
4.8 本章小结
5 总结和展望
5.1 研究成果总结
5.2 未来工作展望
致谢
参考文献
攻读硕士学位期间论文发表情况
攻读硕士学位期间参加的科研项目