项目名称: 基于电磁检测技术的金属标签信息提取关键技术研究

项目编号: No.61271247

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 许洪光

作者单位: 哈尔滨工业大学

项目金额: 76万元

中文摘要: 物品信息的感知与采集是物联网体系的重要组成部分,目前几种主要的物品识别技术(条码、RFID、磁条)存在着容易损毁、相对价格较高、不能在潮湿、高温、污染等环境下长期使用的缺点。金属标签系统在金属物品表面或金属标签表面刻制图形,通过空间排列构成信息标识系统,具有稳定性好、与物品一体化的优点。本课题研究了基于电磁感应检测技术的金属标签系统数学模型和数据处理方法。核心内容包括建立金属符号电磁特性数学模型,包括点源模型和空间分布式模型,以及电磁逆问题中信息表示的唯一性分析。利用阵列信号处理技术,将符号的识别问题转变为阵列信号问题中源数和方位估计的问题。提出了近场源全相干信号小尺度阵列处理方法,对提高方位分辨率技术进行了研究,给出了相关的解决方法,并研究了阵元误差的校正方法。通过本课题的研究,可以为金属标签自动识别提供可参考的理论和方法,同时其关键技术也可应用到无损检测,自动识别等领域。

中文关键词: 金属条码标签;物联网;电涡流检测;非晶态合金微丝;微磁学

英文摘要: The perception and collection of the information of things plays an important role in the Internet of Things. And identification techniques have been researched for decades and bar code, RFID and magnetic stripe have been applied in many areas successfully. However under adverse circumstances, such as humidity, high temperature, pollution and so on, neither of them can works for a long time. Besides that, they all really cost and damage easily. Metal Tag has the advantages that it can work stably and be integrated as a part of goods by engraving symbols on the surface of metal products and tags, which consist of notch arranged in 1- or 2-D space. This subject focuses on mathematic models of symbols employed by Metal Tag and processing techniques, including both point and distributed mathematic models of symbols containing electromagnetic characteristics, the analysis of the uniqueness of information representation in electromagnetic inverse problem and mapping symbol identification problem to estimating the number and DOA's of source in array processing. In the case of near-field full coherent signals impinging on small-scale arrays, we propose a new array processing method. Meanwhile to improve resolution in DOA estimation and calibrate array position errors, we give the solutions. Through this subject, we will

英文关键词: metal barcode label;internet of things;eddy current testing;amorphous microwire;micromagnetics

成为VIP会员查看完整内容
0

相关内容

《面向6G的数字孪生技术》未来移动通信论坛
专知会员服务
70+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
16+阅读 · 2021年7月13日
基于小样本学习的图像分类技术综述(中文版),19页pdf
专知会员服务
87+阅读 · 2021年3月15日
【AAAI2021】小样本学习多标签意图检测
专知会员服务
54+阅读 · 2020年12月8日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
AAAI 2022 | 面向图数据的对抗鲁棒性研究
专知
1+阅读 · 2022年1月4日
从锚点到关键点:目标检测方法最新进展(2019)
GAN生成式对抗网络
14+阅读 · 2019年8月22日
从锚点到关键点,最新的目标检测方法发展趋势
计算机视觉life
17+阅读 · 2019年8月20日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16日
医学知识图谱构建技术与研究进展
全球人工智能
19+阅读 · 2017年11月13日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
10+阅读 · 2021年11月10日
Arxiv
13+阅读 · 2021年10月22日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
31+阅读 · 2020年9月21日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
小贴士
相关VIP内容
《面向6G的数字孪生技术》未来移动通信论坛
专知会员服务
70+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
16+阅读 · 2021年7月13日
基于小样本学习的图像分类技术综述(中文版),19页pdf
专知会员服务
87+阅读 · 2021年3月15日
【AAAI2021】小样本学习多标签意图检测
专知会员服务
54+阅读 · 2020年12月8日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
10+阅读 · 2021年11月10日
Arxiv
13+阅读 · 2021年10月22日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
31+阅读 · 2020年9月21日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
微信扫码咨询专知VIP会员