一种基于RFID物理层特征的标签可信认证方法 |
|||||||
申请号 | CN201710141987.2 | 申请日 | 2017-03-10 | 公开(公告)号 | CN107122810A | 公开(公告)日 | 2017-09-01 |
申请人 | 杨玉芹; 王鸽; 韩劲松; 张辉; | 发明人 | 杨玉芹; 王鸽; 韩劲松; 张辉; | ||||
摘要 | 本 发明 公开了一种基于RFID物理层特征的标签可信认证方法,包括:部署两个被动式RFID标签,组成标签对;构建认证区域;在认证区域内,获取标签对与RFID阅读器的通信 信号 段作为一个训练样本;选用多个样本,构成训练样本集,对训练样本集进行特征的提取;测试样本时,采用相同的特征提取方式;分别计算测试样本与训练样本的特征值与时间轴构成的区域,利用区域之间的重叠率来判定测试样本是否与训练样本为同一对标签。若区域重叠率大于 阈值 ,则判定为是同一标签对,否则,判定为不是同一标签对。通过判断是否是属于同一标签对,来识别是否为同一物体;本发明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。 | ||||||
权利要求 | 1.一种基于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,其特征在于,包括以下步骤: |
||||||
说明书全文 | 一种基于RFID物理层特征的标签可信认证方法技术领域背景技术[0002] 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。 [0003] 射频识别技术的原理是利用感应识别特定的射频标签(RFID Tags)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。 [0004] 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。 发明内容[0005] 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。 [0006] 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: [0007] 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; [0008] 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; [0009] 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; [0010] 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; [0011] 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; [0012] 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: [0013] si=p2i-p1i [0014] S=[s1,s2,…,si,…,sN] (1) [0015] 式(1)中,i∈[1,N];N为大于1的整数;P1=[p11,p12,…,p1i,…,p1N];P2=[p21,p22,…p2i,…,p2N]; [0016] 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; [0017] 步骤36,设归一化后的信号段为S',将S'作为一个训练样本; [0018] 其中,s′=[s1′,...,sj′,...,sn′],n=b-a+1; [0019] 重复步骤31~35L次,选取M个训练样本作为训练样本集Train; [0020] 步骤37,通过式(2)得到训练样本集的特征值集合 [0021] Sm'=[s'm1,…,s'mj,…,s'mn],n=b-a+1,m∈[1,M] [0022] [0023] [0024] 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; [0025] 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; [0026] 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; [0027] 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; [0028] 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; [0029] 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: [0030] Ti=p'2i-p'1i [0031] T=[T1,T2,…,Ti,…sN] (3) [0032] 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]; [0033] 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'; [0034] 其中,T′=[T1′,...,Tj′,...,Tn′],n=b-a+1; [0035] 步骤43,通过式(4)得到T'与 的区域重叠率R: [0036] [0037] 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; [0038] 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。 [0039] 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: [0040] 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。 [0041] 与现有技术相比,本发明具有以下技术效果: [0042] 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 [0043] 图1为本发明的流程图; [0044] 图2为本发明的系统部署示意图; [0045] 图3为同一标签对在不同环境下信号归一化后的效果图; [0046] 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[0047] 下面结合附图和实施例对本发明作进一步解释说明。 [0048] 实施例1 [0049] 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: [0050] 步骤1,在一个物品上部署两个被动式RFID标签,组成标签对; [0051] 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; [0052] 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; [0053] 本实施例中T取3秒。 [0054] 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。 [0055] 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; [0056] 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; [0057] 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: [0058] 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。 [0059] K-means算法在文献“Xindong Wu,Vipin Kumar.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。 [0060] 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: [0061] si=p2i-p1i [0062] S=[s1,s2,…,si,…,sN] (1) [0063] 式(1)中,i∈[1,N];P1=[p11,p12,…,p1i,…,p1N];P2=[p21,p22,…p2i,…,p2N]; [0064] 本实施例中,N取8000; [0065] 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; [0066] 步骤36,设归一化后的信号段为S',将S'作为一个训练样本; [0067] 其中,s′=[s1′,...,sj′,...,sn′],n=b-a+1; [0068] 本实施例中,a=50,b=1000; [0069] 重复步骤31~35L次,选取M个训练样本作为训练样本集Train; [0070] 步骤37,通过式(2)得到训练样本集的特征值集合 [0071] Sm'=[s'm1,…,s'mj,…,s'mn],n=b-a+1,m∈[1,M] [0072] [0073] [0074] 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; [0075] 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; [0076] 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; [0077] 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; [0078] 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: [0079] 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。 [0080] K-means算法在文献“Xindong Wu,Vipin Kumar.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。 [0081] 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: [0082] Ti=p′2i-p′1i [0083] T=[T1,T2,…,Ti,…sN] (3) [0084] 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]; [0085] 本实施例中,N取8000; [0086] 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'; [0087] 其中,T′=[T1′,...,Tj′,...,Tn′],n=b-a+1; [0088] 本实施例中,a=50,b=1000; [0089] 步骤43,通过式(4)得到T'与 的区域重叠率R: [0090] [0091] 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; [0092] 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); [0093] [0094] 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 [0095] 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。 [0096] 实验结果 [0097] 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。 [0098] 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。 |