买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利一种面向山体滑坡监测的RFID相位数据处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119513807B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411503378.3，技术领域涉及：G06F18/25；该发明授权一种面向山体滑坡监测的RFID相位数据处理方法是由周三元;朱继轩;王惠玉;杨越淞;马成德;李嘉诤设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种面向山体滑坡监测的RFID相位数据处理方法在说明书摘要公布了：本发明提供了一种面向山体滑坡监测的RFID相位数据处理方法，涉及山体滑坡监测领域，该方法包括：利用读写器收集监测点中无源RFID标签的原始相位信息，对原始相位信息进行相位解缠得到真实相位信息，采用数据分组融合补偿缺失相位算法对真实相位信息的缺失进行补偿；基于相位变化率的改进卡尔曼滤波算法对补偿后的相位进行处理，得到最佳相位估计值；利用RFID相位数据融合算法对它进行多标签、多天线数据融合，获得更高质量的相位，实现对滑坡点的地表位移监测。本发明的有益效果是：针对面向山体滑坡监测的RFID定位方案，通过一系列的数据处理方案，降低了户外环境对该定位方案的干扰，提升了定位精度，进一步加强了山体滑坡监测方案的可靠性。

本发明授权一种面向山体滑坡监测的RFID相位数据处理方法在权利要求书中公布了：1.一种面向山体滑坡监测的RFID相位数据处理方法，其特征在于：包括： S1：利用读写器收集监测点中无源RFID标签的原始相位信息，采用路径积分法对原始相位信息进行相位解缠得到真实相位信息，采用数据分组融合补偿缺失相位算法对真实相位信息的缺失进行补偿； 步骤S1的具体步骤为： 将从属于同一块区域的标签并为一组，在有标签发生快速位移出现相位数据量不足无法解缠的情况下，将该区域标签组的相位数据合并，合成一个参考相位序列；设为标签的相位序列，通过利用的平均变化率来得出该标签组所融合出的参考相位序列对时间的导数，如下： 1 其中，为该组标签个数； 通过将对时间进行积分，得到参考相位序列； 设路径积分法为U，则相位解缠过程如下所示： 2 其中，为参考相位序列引导所得出的解缠相位，为出现相位缺失标签的测量相位； S2：基于相位变化率的改进卡尔曼滤波算法对补偿后的相位进行处理，得到最佳相位估计值； 步骤S2中，所述基于相位变化率的改进卡尔曼滤波算法包括预测方程改进、初始化参数及初始值设定、卡尔曼增益计算，所述预测方程是根据前一时刻相位的最佳估计值和前多个时刻相位差值的适当权重来预测当前时刻的相位值： S2.1：改进的预测方程为： 3 其中，为第i时刻相位的预测值，为前n个时刻相位最佳估计值，为相位差的权重； S2.2：初始化参数及初始值设定的过程为： 1设定前三个相位估计值为1,2,3，设定相位差值的权重为k1，k2，初始化状态观测矩阵H、过程噪声协方差矩阵Q、测量噪声协方差矩阵R； 2计算第i时刻相位的预测值 根据第i-1时刻最佳相位估计值、第i-2时刻最佳相位估计值、第i-3时刻最佳相位估计值及相应的权重，得到第i时刻的相位预测值： 4 S2.3：根据第i时刻的相位预测值，计算当前时刻的卡尔曼增益： 5 根据第i时刻的相位预测值、相位观测值和卡尔曼增益Ki得到第i时刻的最佳相位估计值： 6 至此，基于相位变化率的改进卡尔曼滤波算法设计完成，用于滤除山体环境中对RFID相位信息造成干扰的噪声误差； S3：利用RFID相位数据融合算法对最佳相位估计值进行多标签、多天线数据融合，获得更高质量的相位，实现对滑坡点的地表位移监测； 步骤S3中，所述RFID相位数据融合算法将单标签的双天线相位数据通过复数叠加平均融合： 定义阈值，天线1在t1时刻的最佳相位估计值为，天线2在t2时刻的最佳相位估计值为，若两个时刻满足以下关系式： 8 则将两个相位值通过复数叠加平均操作进行数据融合： 9 其中，为多天线融合相位；z1表示天线1在t1时刻最佳相位估计值的复数形式，z2表示表示天线2在t2时刻最佳相位估计值的复数形式； 若其中一个天线的相位数据中存在某一时刻t1，而另一个天线的相位数据中并不存在满足公式8的时刻t2，则直接将t1时刻的相位值添加到融合相位序列中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。