[发明专利]基于RFID标签的木材种类识别系统及方法

权利要求书

1.基于RFID标签的木材种类识别系统的木材种类识别方法，其特征在于，所述木材种类识别系统包括如下三个模块：木材数据采样模块，木材特征值提取模块，基于贝叶斯神经网络的木材种类识别模块；

所述木材数据采样模块负责采集射频信号穿过木材时不同种类木材不同位置的接收信号强度与相位，同时采集没有木材时射频信号穿过空气的接收信号强度与相位；

所述木材特征值提取模块负责计算与木材种类唯一相关的特征值，该特征值不受木材厚度及RFID标签与木材之间距离的影响，仅与木材种类相关；

所述基于贝叶斯神经网络的木材种类识别模块负责训练贝叶斯神经网络并对木材种类进行识别：首先利用木材特征值作为输入、木材种类作为输出训练贝叶斯神经网络，利用贝叶斯公式计算出神经网络中各参数的概率分布，从而可以利用测试数据得到木材种类识别的结果以及置信度；

木材种类识别方法包括如下步骤：

1)木材数据的采集：

由RFID阅读器收集射频信号穿过木材不同位置时的接收信号强度RSS_wood和相位θ_wood数据；

相同配置下由RFID阅读器收集射频信号只穿过空气时的接收信号强度RSS_air与相位θ_air数据；

用移动平均滤波器对所有数据进行滤波，消除环境中的多路径干扰；

2)木材特征值的提取：

将RSS_wood与RSS_air相减得到ΔR，ΔR只与射频信号穿过不同木材的信号强度衰减因子和木材厚度有关，其中信号强度衰减因子只与木材本身相关；

将θ_wood与θ_air相减得到Δθ，Δθ只与射频信号在不同木材内部传输的波长和木材厚度有关，其中信号在木材内部的波长只与木材本身相关；

将ΔR与Δθ进行适当的比值运算得出新的木材特征值，使得该特征值与木材厚度无关，只与木材本身相关；

将每种木材得出的特征值数据分为训练数据和测试数据；

3)基于贝叶斯神经网络的木材种类识别：

将特征值训练数据作为贝叶斯神经网络的输入层数据、木材种类的真实标签作为输出层数据对贝叶斯神经网络进行训练；

将特征值测试数据输入训练好的贝叶斯神经网络，输出即为木材种类及每个种类对应的置信度。