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
式(4)中,a(t')表示信号段t'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
式(4)中,a(t')表示信号段t'和时间轴所围成的区域,
本实施例计算a(t')和
式(5)中,b表示信号段,取值为t'或
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。