一種基於被動式RFID標籤的非接觸式虛擬屏操作識別方法與流程
2023-04-30 01:29:46
本發明屬於無線射頻識別(rfid)技術領域範疇，具體涉及一種基於被動式rfid標籤的非接觸式虛擬屏操作識別方法。
背景技術：
如今，基於智能環境的計算設備無處不在。在公共場景中，例如醫院、圖書館、機場，人們想要通過附近的設備獲取信息，比如醫院的病房的方向，圖書館裡書籍的位置，機場航班的起降信息等。這其中觸控螢幕顯示器和查詢機使用非常普遍，但是常規接觸式屏幕的操作存在一些弊端，例如可能導致細菌的傳播和感染。本發明提供了一種新的方法，即基於被動式rfid標籤的非接觸式虛擬屏系統，用戶可以在一個被動rfid標籤陣列前在空中用手勢進行操作、輸入，該方法不需要人攜帶任何設備，從而使得在公共場所的應用變得十分便利。本發明與動作/手勢識別和室內定位等工作較為相似。
現有的動作/手勢識別的研究可以分為如下三類：
基於圖像設備：基於圖像設備或基於視覺的系統經常使用深度傳感器、紅外線技術來追蹤細粒度的動作並能夠在空中完成三維的人機互動。該類方法最基礎的要求是保證設備和用戶在視距線上。不同於這些方法，本發明不需要專門的硬體設備，實施過程中也不需要視距條件的限制。
基於傳感器：基於傳感器的系統依賴於智慧型手機、智能手錶、手環、腕帶中的傳感器(例如加速度計、陀螺儀、壓力傳感器)，並通過機器學習方法來檢測人的動作。但是，這些都需要用戶攜帶儀器。而本發明在不攜帶設備的情況下可以完成對細粒度動作的檢測追蹤。
基於射頻信號：近年來，利用射頻信號進行定位和動作識別顯示了蓬勃的生機。儘管其中一些研究的檢測精度很可觀，但是這些研究都需要依靠定製的硬體或專用的信號處理設備。此外，部分工作還需要提前對信號模式進行某些預定義動作的訓練學習。有時候，可能還會需要一些可穿戴的設備來保證動作檢測的準確性，這在實際應用中性價比較低。
另外，很多研究者對室內定位也進行了大量的工作，包括基於信號接收強度(rss)，基於相位，基於到達角等技術。定位的精度從分米級到釐米級不等。本發明有別於這些工作，是因為本發明是在追蹤移動物體(手)而不是定位一個靜態物體。更進一步，本發明追蹤物體的時候不需要穿戴或攜帶任何設備且能完全兼容現有商用rfid設備，不需要改造任何硬體。
綜上，現有技術方法在可操作性、實際部署、準確度、以及成本等方面都存在或大或小的問題。因此，一種基於被動式rfid標籤的非接觸式虛擬屏操作識別方法的提出是十分必要的。
技術實現要素：
為了解決現有技術中的問題，本發明提出一種填補非接觸式虛擬屏操作的空白，不需要提前對用戶的行為進行訓練，通過rfid來減少部署開銷，並能夠與工業標準完全兼容的基於被動式rfid標籤的非接觸式虛擬屏操作識別方法。
為了實現以上目的，本發明所採用的技術方案為：包括以下步驟：
1)採用被動式rfid標籤陣列平面構建虛擬屏幕，當用戶的手在空中對標籤陣列平面做出手勢或寫出筆劃時，採集rfid閱讀器天線和標籤通信過程中標籤的id、rss值、以及相位參數；
2)根據步驟1)採集的標籤的id、rss、以及相位參數，首先將相位進行非周期化展開，然後計算標籤的累積相位差，最後通過圖像輔助來識別手做出的手勢或筆劃；
3)若步驟2)為手勢時，則根據標籤rss值的谷值順序，檢測手影響的標籤序列，識別出手做出的手勢的方向；
若步驟2)為筆劃時，首先把連續的相位數據流分割為彼此不重疊的幀，每一幀給定一個確定的長度，並計算每一幀的均方根；然後以若干個連續幀為一組，將一組作為一個窗，計算每個窗的均方根的標準差，通過比較與閾值的關係分割筆劃；最後根據筆劃推斷合成為完整字母，完成識別方法。
所述步驟1)中被動式rfid標籤陣列中兩個相鄰標籤的距離為6cm，兩個相鄰標籤的方向為面對rfid閱讀器天線且反向設置，rfid閱讀器天線的發射角為72°。
所述步驟2)中標籤i的累積相位差ii′的計算公式如下：
ii′＝wi-1∑(θ′ik-θij′)
其中，θij′為標籤i在手運動的過程中的相位值θij與標籤i在靜態時的相位均值的差值，k＝j+1,j＝1,2,...,m-1，m是相位樣本數，j對應第j個射頻樣本集合，wi為標籤i的權重，wi的計算公式為：e(bi)是靜態情況下每個標籤標準差的期望，n是標籤的數量。
所述圖像輔助採用最大類間方差法，通過執行基於聚類的圖像閾值將圖像轉換成二進位圖像，即將標籤i的累積相位差顯示在灰度圖中，再利用最大類間方差法使得圖像僅包括兩類像素：前景像素1和背景像素0，前景像素1表示手划過相應區域，通過估量標籤陣列中前景像素1的數量來識別動作或筆畫。
所述步驟3)中首先將連續的相位數據流分割為彼此不重疊的幀，每一幀定義為f，長度為100ms，則每一幀的均方根為：
其中，m是平面內標籤的數量，n是當前幀的相位採樣數，pij是第i個標籤的第j次採樣；然後以5個連續幀為一組，將其作為一個窗w，計算窗均方根rms(w)的標準差std(rms(w))，並看是否超過閾值thre：
std(rms(w))＞thre
若滿足以上公式則識別為筆劃。
所述步驟3)中採用樹結構語法將筆劃推斷合成為完整字母。
所述步驟3)中通過標籤的id來獲得筆劃的位置信息，並判斷區分相似筆劃。
與現有技術相比，本發明將一個標籤陣列作為虛擬感知平面，用戶用手在空中對標籤陣列平面進行非接觸式操作，射頻信號可以產生相應的變化，將此變化和用戶所寫的字母或所做動作對應起來達到識別的目的，本發明不需要提前對用戶的行為進行訓練，並且通過利用現有rfid設施來大大減少了部署上面的開銷，此外本發明可以和工業標準完全兼容，如epcglobalc1g2。本發明在不依賴設備的情況下在空中即可完成非接觸式手勢識別，其主要優點有：性價比高，可以評估運動方向、對環境變化有一定彈性等；本發明在不需要訓練的前提下利用被動標籤完成細粒度手勢識別，通過在現有商用rfid設備上的實驗證實了本發明的可行性和有效性。結果表明，本發明對於不同手勢的檢測準確性達到94％左右，識別英文字母的準確性達到91％以上。
附圖說明
圖1為本發明的方法流程圖；
圖2a為手在標籤陣列前移動時的標籤射頻信號變化圖，圖2b為手由位置a移動到位置b時標籤t1和t2的相對位置圖；
圖3為用戶手在5×5的標籤陣列移動的相位信息變化圖；
圖4a為相位均值信息圖，圖4b為靜態場景中相位的標準差；
圖5a為相位隨時間的突變圖，圖5b為相位的大小量級隨時間的突變圖；
圖6a為差異性抑制前的圖像，圖6b為差異性抑制後的圖像，圖6c為差異性抑制後採用最大類間方差算法處理的圖像；
圖7a為相位隨時間變化圖，圖7b為均方根隨時間變化圖，圖7c為標準差隨時間變化圖；
圖8為標籤對之間的影響示意圖；
圖9a為標籤陣列設置圖，圖9b為同種標籤陣列之間的影響圖，圖9c為不同種陣列之間的影響圖；
圖10a為定向天線的增益圖，圖10b為理想的閱讀範圍圖；
圖11為樹形結構語法字母組成示意圖。
具體實施方式
下面結合具體的實施例和說明書附圖對本發明作進一步的解釋說明。
參見圖1，本發明包括以下步驟：
1)採用被動式rfid標籤陣列平面構建虛擬屏幕，步驟1)中被動式rfid標籤陣列中兩個相鄰標籤的距離為6cm，兩個相鄰標籤的方向為面對rfid閱讀器天線且反向設置，rfid閱讀器天線的發射角為72°，當用戶的手在空中對標籤陣列平面做出手勢或寫出筆劃時，採集rfid閱讀器天線和標籤通信過程中標籤的id、rss值、以及相位參數；
2)根據步驟1)採集的標籤的id、rss、以及相位參數，首先將相位進行非周期化展開，然後計算標籤的累積相位差，最後通過圖像輔助來識別手做出的手勢或筆劃；
標籤i的累積相位差ii′的計算公式如下：
ii′＝wi-1∑(θ′ik-θij′)
其中，θij′為標籤i在手運動的過程中的相位值θij與標籤i在靜態時的相位均值的差值，k＝j+1,j＝1,2,...,m-1，m是相位樣本數，j對應第j個射頻樣本集合，wi為標籤i的權重，wi的計算公式為：e(bi)是靜態情況下每個標籤標準差的期望，n是標籤的數量；
圖像輔助採用最大類間方差法，通過執行基於聚類的圖像閾值將圖像轉換成二進位圖像，即將標籤i的累積相位差顯示在灰度圖中，再利用最大類間方差法使得圖像僅包括兩類像素：前景像素1和背景像素0，前景像素1表示手划過相應區域，通過估量標籤陣列中前景像素1的數量來識別動作或筆畫；
3)若步驟2)為手勢時，則根據標籤rss值的谷值順序，檢測手影響的標籤序列，識別出手做出的手勢的方向；
若步驟2)為筆劃時，首先把連續的相位數據流分割為彼此不重疊的幀，每一幀給定一個確定的長度，並計算每一幀的均方根；然後以若干個連續幀為一組，將一組作為一個窗，計算每個窗的均方根的標準差，通過比較與閾值的關係分割筆劃；最後採用樹結構語法根據筆劃推斷合成為完整字母，並通過標籤的id來獲得筆劃的位置信息，並判斷區分相似筆劃，完成識別方法。
筆劃識別的具體包括：首先將連續的相位數據流分割為彼此不重疊的幀，每一幀定義為f，長度為100ms，則每一幀的均方根為：
其中，m是平面內標籤的數量，n是當前幀的相位採樣數，pij是第i個標籤的第j次採樣；然後以5個連續幀為一組，將其作為一個窗w，計算窗均方根rms(w)的標準差std(rms(w))，並看是否超過閾值thre：
std(rms(w))＞thre
若滿足以上公式則識別為筆劃。
參見圖1，本發明包括以下步驟：
1)構建虛擬屏並收集信號：本發明首先用被動式rfid標籤陣列平面構建一個虛擬屏幕，在此基礎上，用戶可以進行非接觸式動作筆劃的操作，另外，在典型的rfid系統中，閱讀器持續詢問標籤並且可以獲得標籤的id、信道參數，這其中相位和信號接收強度(rss)直接反應標籤的信道特徵，也可以作為周邊環境變化的指標，當手在空中對標籤陣列平面做出動作或寫出筆劃，本發明先採集rfid閱讀器和標籤通信過程中標籤的id以及rss、相位等參數來進行細粒度的手勢或筆劃識別；
2)基於相位的動作和筆劃識別：基於步驟1)，當人手在標籤陣列前移動，每個標籤感應到的相位變化與運動軌跡有緊密的相關性，在本發明中，閱讀器天線和標籤的相對位置是固定的，因此每個標籤對閱讀器的反向散射信號在靜態環境中是穩定的，當手開始在標籤陣列平面前移動，信號會發生明顯改變，故本發明在差異性抑制的基礎上提出了利用累積相位差進行動作筆劃識別；其次，rfid閱讀器採集的相位值在0到2π之間周期性波動，周期性相位的變化會對本發明的結果產生影響，故而本發明採用算法將相位進行非周期化展開，最後本發明計算標籤的累積相位差，並通過圖像輔助技術來達到識別手做出的手勢或筆劃的目的；
3)如為手勢則基於rss的方向識別：當手的運動位置垂直於標籤時，rss值有明顯的谷值，因此，本發明採用通過觀察標籤rss值的谷值順序，來檢測手影響的標籤序列，這樣就可以簡單有效地評估手勢的方向；
若為筆劃則識別英文字母：首先，本發明把連續的相位數據流中分割成彼此不重疊的幀，每一幀給定一個確定的長度，並計算每一幀的均方根，緊接著以連續幾幀為一組，將其作為一個窗(w)，為了確認在一個給定窗中是否有筆劃，計算窗均方根的標準差，通過比較其值與閾值的關係，有效地分割筆劃，其次，在完成筆划動作檢測後，如圖11本發明將採用樹結構語法，根據筆劃推斷合成完整字母以達到最終目的。
步驟2)中，如圖2a所示，當人手在標籤陣列前移動，標籤射頻信號因此產生變化。假設手沿著x軸在t1(也就是1號標籤)上划過，運動軌跡為a到z，每個標籤感應到的相位變化與運動軌跡有緊密的相關性。本發明假設在整個運動中的某個時間點，手位於位置b處。理論上，標籤t1和t2的相位差可以分別被表示為：
其中，相對位置如圖2b所示，更進一步，有：
由於是一個單調減函數，且因此
基於以上分析，考慮由a到z整個手的運動軌跡，可以推出一個可靠的理想化猜想：t1累積的相位差比t2大，也就是對於y軸，同理有:接下來，本發明提出：檢測手在特定時間經過哪個標籤，只需要檢測哪個標籤累積的相位差比較大。假定一共有n個標籤，根據上文，可以有如下目標函數：
為了驗證以上理論分析，本發明在白板上部署了5×5的標籤陣列，如圖3所示。本發明讓一名志願者沿著第三列的標籤移動手臂並收集每個標籤的相位信息。不幸的是，由上式計算出來的結果與本發明提出的理想化假設不一致。不同標籤的相位中心值有區別。與此同時，當手划過一個標籤，另一個標籤累積的相位差大於此時的標籤。本發明認為造成以上現象中有兩個原因：標籤的差異性和位置的差異性。
步驟2)中，標籤的差異性是在生產過程中造成的設備差異性，位置的差異性對不同的標籤造成的多徑影響不同。因此，這兩個差異性是影響陣列中標籤相位信息最主要的原因。本發明通過具體實驗來解釋這兩個影響，我們從5×5的標籤陣列中收集信號，每個標籤被詢問100次且在收集過程中沒有手的運動。相位均值信息如圖4a所示。結果表明，相位值不規則的分布在[0,2π]的區間內，同樣我們也測量了每個標籤靜態時的射頻信號，如圖4b所示的是來自靜態場景中多組實驗中相位的標準差。結果表明，相位值在不同層級波動，也就是標籤的標準差(本發明稱之為偏差)是有明顯差異的。結果同樣表明，運用本發明提出的利用累積相位差識別動作之前非常有必要抑制差異性。
差異性抑制過程如下：假定閱讀器和標籤之間的距離是d，則從閱讀器天線發出的射頻信號經過反向散射傳播的距離是2d。這些信號的相位可以被表達為：λ是波長，θt，θr，和θtag是分別是由閱讀器傳輸電路，閱讀器接受電路和標籤反射特性引起的相位轉角。值得注意的是，由硬體缺陷使得不同標籤的θtag不同。
本發明利用對標籤射頻信號的連續採樣來補償標籤的差異性。θij表示標籤i在手運動的過程中相位值，j對應第j個射頻樣本集合。假定表示標籤i在靜態時的相位均值，dij表示在收集第j個樣本的時間點上閱讀器和標籤i的距離。則有：
用(5)式減去(4)式，則有：
有上式可見，θt，θr，和θtag已經被消除。結果表明，標籤差異性的影響已經被抑制。與此同時，每個標籤的相位值在同一中心值(大約為0)左右波動。
另一方面，本發明通過以下兩步抑制位置差異性。首先，本發明估量陣列中每個標籤的偏差，並且形成一個權重公式：
其中k＝j+1,j＝1,2,...,m-1(m是相位樣本數)，e(bi)是靜態情況下每個標籤標準差的期望，n是標籤的數量。進一步，標籤i的累積相位差可以被表達為：
ii′＝wi-1∑(θ′ik-θij′)(8)
公式(8)是權重公式，其核心思想是：標籤的bi越高表明該標籤對環境的變化比較敏感，因此該標籤(或該位置)的相位測量值權重比較低。相反，標籤的bi越低意味著由位置差異性造成的影響越低，該標籤的相位值權重比較高。通過這樣的適應性調節，位置的差異性可以被有效減輕。
步驟2)中，基於以上差異性抑制，具體動作識別分為三個部分：相位非周期化展開，累積相位差計算，圖像輔助的動作識別。
相位非周期化展開：眾所周知，rfid閱讀器採集的相位值在0到2π之間周期性波動。這就造成相位值可能會發生0到2π的突變，反之也可能發生，這就會對權重公式的計算結果造成誤差。為了解決這個問題，本發明採用現有成熟方法對相位進行展開。如圖5a、5b所示，相位的走向經歷了一個突變，經過展開後其走向變得平滑。
圖像輔助的動作識別：經過相位非周期化展開，標籤i的累積相位差ii′可通過公式(8)計算。為了做進一步解釋，我們將ii′顯示在灰度圖中並運用最大類間方差算法，此法是通過執行基於聚類的圖像閾值將圖像轉換成一個二進位圖像。特別值得注意的是，經過最大類間方差算法後，圖像僅僅包括兩類像素，前景像素和背景像素(也就是0和1)。像素「1」表明手划過相應區域。本發明通過估量標籤陣列中「1」的數量來識別動作。圖6a～6c所示是志願者拿手經過陣列中第三列的圖像。像素點越白，標籤的ii′越大。圖6a和6b分別表示差異性抑制前後的結果。這些結果表明，通過本發明提出的抑制算法後，差異性得到了顯著的改善。緊接著在圖6b中執行最大類間方差算法，結果如圖6c所示，可以發現，手勢動作顯而易見。
步驟3)中，由於在實際中方向往往包含了很多信息。一般的，在不同方向上兩個相似軌跡的動作通常對應不同的操作，比如開(燈)和關(燈)。接下來，本發明通過評估手經過標籤序列先後來識別動作方向。例如，在圖6c，區分該動作是↑還是↓。為了完成這個目標，有兩個方案，通過相位或者rss值。相位值跟陣列中標籤的位置以及手相對移動位置有關。因此，當手經過不同標籤，相位值走向可能是單調的，軸對稱的，中心對稱的。因此，不同的相位趨勢很難去推斷標籤序列。另一方面，rss與相位評估方向完全不同：當手的運動垂直於標籤時，rss值有明顯的谷值。因此，本發明採用通過觀察標籤rss值的谷值順序，來檢測由手影響的標籤序列，這樣就可以簡單有效地評估動作/筆劃的方向。
步驟3)中通過以下兩步識別英文字母：第一步是分割：本發明首先從連續的相位數據流中分割了筆劃。筆劃分割的原理是基於人們在書寫完單個獨立的筆劃後都有一個短暫的停頓以便來調整手或者胳膊對於下一筆劃的起始點位置。我們把這樣一個過程叫做調整間隔。本發明通過檢測調整間隔來分離筆劃基於以下兩個思考：其一是當手經過標籤陣列的上方，每個標籤相位值的變化不同；其二是在調整間隔中，所有標籤的相位波動是非常細微的。
為了減輕時域內可能由於不均勻分布式採樣造成的幹擾，我們把相位分割成彼此不重疊的幀，每一幀定義為f，長度為100ms。然後，我們計算每一幀的均方根：
其中，m是平面內標籤的數量，n是當前幀的相位採樣數，pij是第i個標籤的第j次採樣。由於一個筆劃(動作)可能持續幾秒鐘並且可能覆蓋幾幀，這就造成僅僅用一幀來檢測筆劃變得十分困難。因此，我們以幾個連續幀為一組，將其作為一個窗w來進行處理。本發明把窗的默認大小設置為0.5秒，也就是5幀。為了確認在一個給定窗中是否有筆劃，我們計算窗均方根的標準差，來看看其值是否超過了閾值：
std(rms(w))＞thre(10)
其中的thre可以由經驗給定。例如，圖7a～圖7c中顯示了當一個志願者寫字母「h」時，相位均值，均方根rms和均方根的標準差std(rms)的情況。我們可以發現，在調整間隔內，std(rms)的幾乎為0，在書寫中，std(rms)的值就比較大，如圖7c。因此，我們可以有效濾除調整間隔並通過筆劃窗口來識別筆劃。
步驟3)中，識別英文字母，第二步是推斷字母：在完成筆劃/動作檢測後，本發明將根據筆劃推斷合成為完整的字母。我們採用樹結構語法來識別字母，如圖11所示。例如，我們依次觀察到筆劃「—」和「|」。根據樹結構語法的提示，這些動作可以被識別為字母「t」。進一步，本發明可以自然地消除識別「d」和「p」、或者「o」和「s」的誤差，雖然它們都是由幾乎相同順序的筆劃構成的。這是因為根據人的書寫習慣和字母特性，當書寫「d」的時候，最後一個動作會與筆劃「|」的底部重合。這樣的物理位置信息在區分相似筆劃時是非常有用的。幸運的是，本發明可以很容易通過相應標籤的id來獲得筆劃的位置信息。因此，即便有些字母的筆劃書寫順序相似，本發明也可以十分明確的將筆劃組合成正確字母。
步驟1)中，本發明中標籤陣列平面的具體部署情況如下：
在反向散射通信中，標籤天線把接收到閱讀器的射頻信號轉化為驅動自身的電流。與此同時，鄰近標籤之間會產生電場。因此，在部署標籤陣列前，有必要研究標籤之間的相互影響。影響可以分為：標籤對之間的影響和標籤陣列內部的影響。
標籤對之間的影響：為了研究相鄰標籤之間互相影響，我們實施了一系列實驗，如圖8所示，(a)為放置一個距離閱讀器天線2m的目標標籤，它的rss大約是-41dbm。另一個標籤作為測試標籤，我們來觀察目標標籤rss的變化。進一步，我們測試兩個標籤相距很近且彼此平行的情況(大約3cm，在近場範圍λ/2π≈5.2cm)，如圖(b)所示，目標標籤rss值發生了明顯的衰減。這也就表明測試標籤抑制了目標標籤的接收能量，我們稱之為陰影影響。這種影響造成可能最壞的情況是目標標籤完全被抑制，其接受能量不足以驅動標籤的ic電路，造成目標標籤不可讀。大量實驗表明，有兩種方法來消除陰影的影響，其一是選擇一個合適的天線方向，我們把兩個標籤反方向放置，如圖(c)所示。我們發現目標標籤rss值和測試標籤的值近似，這就意味著陰影影響得到了有效緩解。其二是將兩個標籤之間的距離增大到12cm(也就是遠場範圍2λ/2π)，如圖(d)所示，測試標籤對於目標標籤的影響幾乎是可以忽略的。綜上所述，考慮到標籤陣列的部署規模，本發明最終將兩個相鄰標籤的距離設置為6cm，方向為面對天線的反方向。
標籤陣列內部的影響：標籤陣列之間的影響十分複雜。每個單獨的標籤都可能因為陰影對周圍標籤產生嚴重影響。如圖9a所示，我們檢測了標籤陣列之間的影響，閱讀器天線與標籤陣列平面相距50cm，陣列中的標籤橫縱相距都是6cm。我們使用不同的天線測試了不同廠商不同型號的商業標籤，如圖9c。在每個測試中，陣列中使用同種標籤，並且將一個單獨標籤作為目標標籤放置在陣列後來研究其他標籤對其造成的影響，結果如圖9b所示。我們得到如下結論：
·當陣列中只有一列標籤，該列中標籤個數越多，陰影現象越劇烈。
·當在陣列中增加列數，目標標籤的rss值進一步減少。
·不同型號標籤之間的影響不盡相同。例如，三列d類標籤中，目標標籤接受能量減少了20dbm。然而三列b類標籤中，目標標籤接受能量只平均減少了2dbm。
綜上，證明b類標籤(impinjaz-e53)是部署標籤陣列的最好選擇。
陣列與閱讀器天線之間的距離：在實際實施中，確定閱讀器天線和標籤陣列的最小距離來保證所有標籤可讀是十分必要的。眾所周知，典型的被動rfid系統是受限於前向鏈路的，也就是標籤通過閱讀器發射能量來驅動自身的ic電路。基於此，閱讀器天線的增益和閱讀範圍是兩個必要的因素。我們從這兩個觀點來研究決定距離的有效方法。
定向天線的增益代表了最大輻射強度。如圖10a，假設天線的輻射能量呈立體角ωs均勻分布，天線的增益(g)可以被大致表達為單位球體和立體角的比值：
上式成立的條件是天線輻射的所有能量都被接受。在這種情況下，天線的發射角可以大致表示成：
因此，天線的增益越大發射角越窄。根據上式，本發明閱讀器天線發射角大約為72°
理想上，定向天線的輻射模式是橢圓的。實踐中，由於多種因素的影響，閱讀器天線的閱讀範圍很難確定。圖10b展示了一個理想的閱讀範圍。沿著天線的發送中心可以達到最遠的閱讀距離(rmax)且沿著邊緣減少。rmax取決於閱讀器的發送功率。
為了確定閱讀器在標籤陣列中有均衡的覆蓋範圍，我們設定陣列與閱讀器天線平行。因為標籤的大小是4.4cm且彼此間隔為6cm，標籤陣列平面總長為46cm。基於三角公式，閱讀器天線與標籤陣列平面的最小距離在此距離下，所有標籤都可被覆蓋。
本發明的基礎手勢和筆劃：
為了滿足觸控螢幕的操作和英文字幕的輸入，本發明定義了七種基礎手勢，分別是：「⊙」、「—」、「|」、「╱」、「╲」、(編號為#1到#7)。其中「⊙」、「—」、「|」作為觸控螢幕的基礎操作。⊙意味著接近某一標籤，這對應於「點擊」的動作。「—」、「|」這兩個動作包含了兩類方向，也就是「←」和「→」、「↑」和「↓」，這分別對應於翻頁和滑動操作。另一方面，「—」、「|」、「╱」、「╲」、是在空中手寫英文字母的基礎筆劃。例如，字母「h」包括三個連續筆劃，分別是「|」、「—」、「|」，如果這三個獨立的筆劃可以通過手勢被識別出來，那麼我們可以推斷出對應的字母。
本發明將一個標籤陣列作為虛擬感知平面。用戶用手在空中對標籤陣列平面進行非接觸式操作，射頻信號可以產生相應的變化，我們將此變化和用戶所寫的字母或所做動作對應起來達到識別的目的。本發明的方法包括三個部分：基礎動作和筆劃識別、方向識別、英文字母識別。
本發明填補了非接觸式虛擬屏操作的空白。本發明不需要提前對用戶的行為進行訓練，並且通過利用現有rfid設施來大大減少了部署上面的開銷，此外本發明可以和工業標準完全兼容，如epcglobalc1g2。設計初衷有三個：其一是基於對射頻信號研究發現的現象：當手接近或遠離rfid標籤時，會導致反向散射的射頻信號產生明顯的變化；其二是緩解用戶需要攜帶設備(如標籤)訪問射頻設備的壓力；其三是儘可能減輕在公共場合因為觸控螢幕操作造成的細菌和病毒傳播。
本發明將一個標籤陣列平面轉化為一個虛擬屏幕，在一些公共場合，用戶可以在空中對此操作屏進行非接觸式動作/筆劃的操作。本發明不需要用戶攜帶設備，沒有額外開銷。本發明的實現利用了現有商用rfid設備並進行了大量的實驗測試。結果表明，本發明與現有工業標準完全兼容，在檢測動作和筆劃時準確度和可靠度都是十分可觀。