一种基于RFID物理层特征的标签可信认证方法与流程

本发明属于无线射频识别(rfid)技术领域范畴，具体涉及一种基于rfid物理层特征的标签可信认证方法

背景技术：

射频识别技术在现今的物流管理、货物和危险品的监控追踪管理、民航的行李托运等方面已经有相当成熟的应用。射频识别技术和二维码、条形码等其他识别技术相比，优点主要在于：(1)既可以利用标签自身携带的信息，还可以利用阅读器对标签信息进行便捷更改。(2)可远距离读写标签，并且可以同时识别多个标签，其信息存储量大，数据安全，可重复使用。

射频识别技术的原理是利用感应识别特定的射频标签(rfidtags)发出的无线电波特定频段的能量，或由电子标签主动发送某一频率的信号，进行非接触式双向通信，完成目标识别和数据交换目的。射频标签是产品电子代码(epc)的物理载体，附着于可跟踪的物品上并可对其进行识别和读写。

在常见的物流管理和物品追踪管理中，经常利用射频标签电子代码(epc)的唯一性来防伪和追踪，其原理是：射频标签被附加在物品上，使它成为物品不可分割的一部分。当射频标签“被迫”与物品分离时，物品的“完整性”被破坏，物品被认为防伪结束。在上述环节中，造假者可能会破坏物品后使用相同epc的伪造射频标签来伪装物品未受到损害。目前通常使用的标签防伪技术手段还不够完善，受到应用环境诸多因素的限制，未能有效地制止假冒的行为。因此，基于rfid物理层特征的标签可信认证方法，具有十分重要的意义和作用。

技术实现要素：

本发明的目的在于克服上述现有技术中存在的缺点，提出一种基于rfid物理层特征的标签可信认证方法，克服相同epc的伪造射频标签难以被察觉的困难，并具有准确的高，成本低的优点。

一种基于rfid物理层特征的标签可信认证方法，该方法应用于物流运输的物品上，包括以下步骤：

步骤1，在一个物品表面部署两个被动式rfid标签，组成标签对；

步骤2，构建认证区域，所述认证区域包括标签对、rfid阅读器和监听设备，所述监听设备同时能够收到rfid阅读器的发送信号和标签对反向散射回rfid阅读器的信号；

步骤31，在认证区域内，在时间t内通过监听设备监听rfid阅读器和标签对的通信信号，获取时间t内的通信信号的物理层信息；

步骤32，从所述物理层信息中解析出rfid阅读器发送的命令，截取rfid阅读器发送的命令ack与query/qrep/qadj之间的信号，得到epc信号段；

步骤33，将步骤32得到的epc信号段进行fft，得到fft后的epc信号段，选取fft后的epc信号段在[tl,th]区间内的信号段作为选取的epc信号段，利用聚类算法将选取的epc信号段中两个rfid标签的epc信号段分开，得到两个epc信号段；其中，th>tl>0；

步骤34，设两个rfid标签分别为标签1和标签2，将标签1的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p1，将标签2的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p2，通过式(1)得到差值信号段s：

si＝p2i-p1i

s＝[s1,s2,…,si,…,sn](1)

式(1)中，i∈[1,n]；n为大于1的整数；p1＝[p11,p12,…,p1i,…,p1n]；p2＝[p21,p22,…p2i,…,p2n]；

步骤35，对差值信号段s进行fft后，再通过低通滤波器，得到处理后的差值信号段，对处理后的差值信号段中的采样点a至b区间进行归一化处理，b＞a，b∈[1，n]，a∈[1，n]，得到归一化后的信号段；

步骤36，设归一化后的信号段为s＇，将s＇作为一个训练样本；

其中，s′＝[s1′,...,sj′,...,sn′]，n＝b-a+1；

重复步骤31～35l次，选取m个训练样本作为训练样本集train；

步骤37，通过式(2)得到训练样本集的特征值集合

sm＇＝[s＇m1,…,s＇mj,…,s＇mn],n＝b-a+1,m∈[1,m]

式(2)中，s＇m表示训练样本集train中第m个训练样本的信号段，s＇ij为第i个训练样本的信号段中第j个采样点信号的幅值；

步骤41，任选任一标签对作为测试标签对，将该测试标签对放入步骤2构建的认证区域中；

步骤421，在认证区域内，在时间t内通过监听设备监听rfid阅读器和测试标签对的通信信号，获取时间t内的通信信号的物理层信息；

步骤422，从所述物理层信息中解析出rfid阅读器发送的命令，截取rfid阅读器发送的命令ack与query/qrep/qadj之间的信号，得到测试epc信号段；

步骤423，将步骤422得到的测试epc信号段进行fft，得到fft后的测试epc信号段，选取fft后的测试epc信号段在[tl,th]区间内的信号段作为选取的测试epc信号段，利用聚类算法将选取的测试epc信号段中两个测试rfid标签的epc信号段分开，得到两个测试epc信号段；其中，th>tl>0；

步骤424，设两个测试rfid标签分别为测试标签1和测试标签2，将测试标签1的测试epc信号段中选取从epc起点到第n个数据的n个数据作为测试信号段p1′，将标签2的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p2′，通过式(3)得到测试差值信号段t：

ti＝p＇2i-p＇1i

t＝[t1,t2,…,ti,…sn](3)

式(3)中，i∈[1,n]；n为大于1的整数；p1′＝[p＇11,p＇12,...,p＇1i,...,p＇1n]；p2′＝[p＇21,p＇22,...,p＇2i,...,p＇2n]；

步骤425，对测试差值信号段t进行fft后，再进行低通滤波，得到处理后的测试差值信号段，对处理后的测试差值信号段中的采样点a至b区间进行归一化处理，b＞a，b∈[1，n]，a∈[1，n]，得到归一化后的测试信号段t＇；

其中，t′＝[t1′,...,tj′,...,tn′]，n＝b-a+1；

步骤43，通过式(4)得到t＇与的区域重叠率r：

式(4)中，a(t＇)表示信号段t＇和时间轴所围成的区域，表示信号段和时间轴所围成的区域；

步骤44，若区域重叠率大于阈值th，0≤th≤1，则判定为是同一标签对，否则，判定为不是同一标签对。

进一步地，所述步骤33中的聚类算法为k-means算法，所述利用k-means算法将选取的epc信号段中两个rfid标签的epc信号段分开包括：

计算选取的epc信号段的均值和协方差,将所述均值和协方差作为k-means算法的输入,将k-means算法中的k值设为2。

与现有技术相比，本发明具有以下技术效果：

本发明使用标签对来识别物体，可以有效的防止由于环境的多变，以及噪声对识别物体造成的影响，增加了系统的鲁棒性。再则，单个标签识别物体安全系数不高，可以通过使用相同id的标签进行伪造。本发明可以有效的拒绝这种现象，较大的提高系统的安全性，且不易被伪造模仿。

附图说明

图1为本发明的流程图；

图2为本发明的系统部署示意图；

图3为同一标签对在不同环境下信号归一化后的效果图；

图4为不同标签对在同一环境下信号归一化后的效果图。

具体实施方式

下面结合附图和实施例对本发明作进一步解释说明。

实施例1

本实施例提供了一种基于rfid物理层特征的标签可信认证方法，包括以下步骤：

步骤1，在一个物品上部署两个被动式rfid标签，组成标签对；

步骤2，如图2所示，构建认证区域，所述认证区域包括标签对、rfid阅读器和监听设备，所述监听设备同时能够收到rfid阅读器的发送信号和标签对反向散射回rfid阅读器的信号；

步骤31，在认证区域内，在时间t内通过监听设备监听rfid阅读器和标签对的通信信号，获取时间t内的通信信号的物理层信息；

本实施例中t取3秒。

rfid阅读器天线发射信号，标签对通过反向散射的方式回复rfid阅读器，监听设备监听rfid阅读器与标签对的通信过程。rfid阅读器和监听设备的天线都采用定频的方式，且监听设备的频率与rfid阅读器设置的频率一致。监听设备的天线的摆放位置要求可以同时收到rfid阅读器的发送信号以及标签对反向散射回rfid阅读器的信号。

步骤32，从所述物理层信息中解析出rfid阅读器发送的命令，截取rfid阅读器发送的命令ack与query/qrep/qadj之间的信号，得到epc信号段；

步骤33，将步骤32得到的epc信号段进行fft，得到fft后的epc信号段，选取fft后的epc信号段在[800,8000]区间内的信号段作为选取的epc信号段，利用k-means算法将选取的epc信号段中两个rfid标签的epc信号段分开，得到两个epc信号段；

所述步骤33中利用k-means将选取的epc信号段中两个rfid标签的epc信号段分开包括：

设定采样频率为10m，计算选取的epc信号段的均值和协方差，将所述均值和协方差作为k-means算法的输入；将k-means算法中的k值设为2。

k-means算法在文献“xindongwu,vipinkumar.数据挖掘十大算法[m].北京：清华大学出版社.2014:19-30.”中有详细的介绍。

步骤34，设两个rfid标签分别为标签1和标签2，将标签1的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p1，将标签2的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p2，通过式(1)得到差值信号段s：

si＝p2i-p1i

s＝[s1,s2,…,si,…,sn](1)

式(1)中，i∈[1,n]；p1＝[p11,p12,…,p1i,…,p1n]；p2＝[p21,p22,…p2i,…,p2n]；

本实施例中，n取8000；

步骤35，对差值信号段s进行fft后，再通过低通滤波器，得到处理后的差值信号段，对处理后的差值信号段中的采样点a至b区间进行归一化处理，b＞a，b∈[1，n]，a∈[1，n]，得到归一化后的信号段；

步骤36，设归一化后的信号段为s＇，将s＇作为一个训练样本；

其中，s′＝[s1′,...,sj′,...,sn′]，n＝b-a+1；

本实施例中，a＝50，b＝1000；

重复步骤31～35l次，选取m个训练样本作为训练样本集train；

步骤37，通过式(2)得到训练样本集的特征值集合

sm＇＝[s＇m1,…,s＇mj,…,s＇mn],n＝b-a+1,m∈[1,m]

式(2)中，sm＇表示训练样本集train中第m个训练样本的信号段，s＇ij为第i个训练样本的信号段中第j个采样点信号的幅值；

步骤421，在认证区域内，在时间t内通过监听设备监听rfid阅读器和测试标签对的通信信号，获取时间t内的通信信号的物理层信息；

步骤422，从所述物理层信息中解析出rfid阅读器发送的命令，截取rfid阅读器发送的命令ack与query/qrep/qadj之间的信号，得到测试epc信号段；

步骤423，将步骤422得到的测试epc信号段进行fft，得到fft后的测试epc信号段，选取fft后的测试epc信号段在[800,8000]区间内的信号段作为选取的测试epc信号段，利用k-means算法将选取的测试epc信号段中两个测试rfid标签的epc信号段分开，得到两个测试epc信号段；

所述步骤423中利用k-means将选取的测试epc信号段中两个rfid标签的epc信号段分开包括：

设定采样频率为10m，计算选取的测试epc信号段的均值和协方差，将所述均值和协方差作为k-means算法的输入；将k-means算法中的k值设为2。

k-means算法在文献“xindongwu,vipinkumar.数据挖掘十大算法[m].北京：清华大学出版社.2014:19-30.”中有详细的介绍。

步骤424，设两个测试rfid标签分别为测试标签1和测试标签2，将测试标签1的测试epc信号段中选取从epc起点到第n个数据的n个数据作为测试信号段p1′，将标签2的epc信号段中选取从epc起点到第n个数据的n个数据作为信号段p2′，通过式(3)得到测试差值信号段t：

ti＝p′2i-p′1i

t＝[t1,t2,…,ti,…sn](3)

式(3)中，i∈[1,n]；n为大于1的整数；p1′＝[p′11,p′12,...,p′1i,...,p′1n]；p2′＝[p′21,p′22,...,p′2i,...,p′2n]；

本实施例中，n取8000；

步骤425，对测试差值信号段t进行fft后，再进行低通滤波，得到处理后的测试差值信号段，对处理后的测试差值信号段中的采样点a至b区间进行归一化处理，b＞a，b∈[1，n]，a∈[1，n]，得到归一化后的测试信号段t＇；

其中，t′＝[t1′,...,tj′,...,tn′]，n＝b-a+1；

本实施例中，a＝50，b＝1000；

步骤43，通过式(4)得到t＇与的区域重叠率r：

式(4)中，a(t＇)表示信号段t＇和时间轴所围成的区域，表示信号段和时间轴所围成的区域；

本实施例计算a(t＇)和所采用的是基于梯形法则的数值积分方法，如式(5)；

式(5)中，b表示信号段，取值为t＇或[a,b]表示信号段b的采样点，n＝b-a，h为步长，设为1。a表示信号段b与时间轴所围成的区域的面积，即若b取值为t＇时，a为a(t＇)；若b取值为时，a为

步骤44，若区域重叠率大于阈值th，0≤th≤1，则判定为是同一标签对，否则，判定为不是同一标签对。

实验结果

若判定为同一标签对，如图3，同一标签对的信号段与时间轴所构成的区域基本重合，区域重叠率是0.9544大于阈值th，判定为同一标签对，在本方法中，我们采取的阈值th为0.77。

若判定为不同标签对，如图4，标签对1的信号段与时间轴所构成的区域与标签对2的信号段与时间轴所构成的区域相比，区域重叠率是0.6223小于阈值0.77，判定为不是同一标签对。