Titelaufnahme

Titel
Radio frequency identification with compressed sensing / Martin Mayer
Weitere Titel
Radio Frequency Identification mit Hilfe von Compressed Sensing
VerfasserMayer, Martin
Begutachter / BegutachterinGörtz, Norbert
ErschienenWien, 2016
UmfangXIX, 172 Seiten : Illustrationen, Diagramme
HochschulschriftTechnische Universität Wien, Dissertation, 2016
Anmerkung
Zusammenfassung in deutscher Sprache
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
SpracheEnglisch
DokumenttypDissertation
Schlagwörter (DE)RFID Tag / Compressed Sensing / Recovery Algorithmen
Schlagwörter (EN)RFID Tags / Compressed Sensing / Recovery Algorithms
URNurn:nbn:at:at-ubtuw:1-7497 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Radio frequency identification with compressed sensing [6.36 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Radio Frequency IDentification (RFID) ist eine Technologie, bei der Transponder (Tags) drahtlos von einem Lesegerät (Reader) identifiziert werden. Das aufstrebende Konzept des Internet of Things (IoT), zu Deutsch Internet der Dinge, bringt eine Vielzahl von neuen RFID Anwendungen mit sich. Diese Dissertation verbessert RFID für das IoT und andere Anwendungen, in welchen eine Vielzahl von Tags von einem einzigen Reader identifiziert werden sollen. Compressed Sensing (CS) ist eine Signalverarbeitungstechnik, mit welcher spärlich besetzte Signalvektoren mittels Unterabtastung rekonstruiert werden können, indem unterbestimmte lineare Gleichungssysteme gelöst werden. Konventionelle Tag-Erfassungsmethoden wie Frame Slotted ALOHA (FSA) sind durch Kollisionen beeinträchtigt, während die vorgeschlagene CS-RFID Methode Kollisionen ausnutzt. Der Reader initiiert die Erfassung, und alle Tags antworten gleichzeitig mit einer Signatursequenz. Die Überlagerung dieser Sequenzen am Reader wird als CS Messung formuliert, und die Erfassung der Tags ist ein CS Rekonstruktionsproblem. Um dieses Problem zu Lösen werden vielseitige Approximate Message Passing (AMP) Rekonstruktionsalgorithmen verglichen und eingesetzt. Die Information aus der Tag-Erfassungsphase wird anschließend von Identifikationsprotokollen benutzt, um alle Tags zuverlässig zu identifizieren. Zu diesem Zweck werden zwei Protokolle vorgestellt: Ein sehr schnelles für fixe Inventare (Objekte mit Tag), und ein allgemeineres für beliebige Inventare. Die AMP Rekonstruktionsalgorithmen können eine variable Menge an Vorwissen ausnutzten. Ein neuer Algorithmus wird präsentiert, der in der Lage ist, "Joint Sparsity" und die statistische Signalverteilung auszunutzen. Dies ist insbesondere bei einem Reader mit mehreren Empfangsantennen relevant und nützlich. Ein flexibler Messaufbau, der es ermöglicht, Daten und Takt von mehreren UHF RFID Tags zu kontrollieren, wird eingeführt. Die praktische Realisierbarkeit von CS-RFID wird demonstriert, und der Einfluss von störenden Effekten wird untersucht. Verschiedene analytische und numerische Auswertungen belegen, dass CS-RFID bei der Identifikation von mehreren Tags schneller, robuster gegen Rauschen und energieeffizienter als der aktuelle Stand der Technik ist.

Zusammenfassung (Englisch)

Radio Frequency IDentification (RFID) is a ubiquitous technology to wirelessly identify transponders (tags) with a reader device. The contemporary Internet of Things (IoT) paradigm has spawned a tremendous amount of new applications in the realm of RFID. This thesis improves RFID for the IoT and other applications where a multitude of tags is identified by a single reader device. Compressed Sensing (CS) is a signal processing technique to acquire and recover sparse signal vectors from under-sampling by solving under-determined linear systems of equations. Conventional RFID tag acquisition schemes like Frame Slotted ALOHA (FSA) are hampered by colliding tag responses, while the proposed CS-RFID approach exploits collisions during tag acquisition. Triggered by the reader, all tags respond simultaneously with their signature sequence. The superposition of the signature sequences at the reader is cast as a CS measurement, i.e., an under-determined linear system of equations, and the tag acquisition is formulated as a CS recovery problem. Versatile Approximate Message Passing (AMP) recovery algorithms are vetted and employed to solve the problem efficiently. The information from the tag acquisition is utilized by identification protocols to reliably identify the tags. Two identification protocols are proposed: A very quick one for fixed inventories (set of objects that feature a tag for identification), and a more general one for arbitrary inventories. The AMP recovery algorithms leverage a variable amount of prior knowledge. A novel algorithm that exploits joint sparsity and the signal distribution is introduced. The origins of joint sparsity in CS-RFID are highlighted -- in particular, a reader with multiple receive antennas profits from this case. A flexible measurement setup is proposed. It allows to control clock and data of several UHF RFID tags. The practical feasibility of CS-RFID is demonstrated, and the impact of detrimental effects is investigated. Various analytical and numerical evaluations show that CS-RFID renders the identification of multiple tags quicker, more noise robust and more energy efficient than the state of the art.