The Design, by Physical Topology Optimizing, of a Passive UHF RFID Identification System: Suitable for Applications with Various Constraints
Notice bibliographique
Résumé
RFID technology is booming. It catches the attention of several researchers. This technology uses the radio wave to identify objects on which an RFID tag is placed. RFID has a lot of advantages, but it also has limitations. Its limits are its sensitivity to liquids, metals and speed. We design an objects identification system by radio frequency that works in different RFID technology application environments, based on passive UHF RFID technology and through the physical topology optimization in real time too. This system is also adapted to various constraints, in order to solve overcome difficulties, related to various applications, at once, and operates, without any problem, in different fields. We use the simulated annealing algorithm to find the optimal physical topology that has the highest average reading rate. RFID antennas are installed on brackets, attached to a tripod system by servo motors. These servo motors are controlled by the middleware, where the simulated annealing optimization algorithm is already implemented, to vary the angles of the detection connectors in an automated way, in order to find the optimal topology. So the optimization process will be guided by an optimization algorithm and not by trial and error processes. Tripod mechanical systems are movable media for antennas to play on XYZ dimensions too. The design of the mechanical system and the choice of materials were made. The first results, such as the identity of each detected object and the identity of each antenna that will detect an object, are here. Following reached results will be shared in several next publications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».