本发明属于无线射频识别应用技术领域，涉及一种基于crfid标签的风速测量方法。
背景技术：
无线射频识别(radiofrequencyidentification，rfid)技术作为物联网的核心技术之一，正随着物联网的快速发展被广泛的应用到各个领域。无线射频识别技术是一种以空间电磁波为传输媒介的非接触式数据自动采集技术，其基本原理是利用电磁传播和射频信号来实现对待识别物体的自动识别。与传统的识别技术相比，它可在非接触、非光学可视、非人工干预情况下完成信息输入和处理，具有操作方便、存储量大，保密性好、反应时间短、对环境适应性强等优点，现已广泛应用于门禁、交通、食品安全及物流等领域。
风速测量，在现在的测量装置中，主要是有热敏风速仪、叶轮风速仪和热线式风速仪，但是这些测量装置普遍存在精度差，续航性不高等问题，这样大大影响了风速的测量精度和范围，随着物联网技术的深入发展，出现了应用物联网技术来测控风速的方法，基于crfid标签的风速测控得到应用。目前已有的基于crfid的应用通常都搭载了加速度传感器，以进行姿态识别，轨迹预测等。
风速检测方法目前多采用以下几种方案：
(1)采用商用风速计，这类风速计测速方便，但只能用来进行风速检测。
(2)智能手机可以与具备风速测量的设备进行无线连接，可以远程采集风速值，实时发送至智能手机端。这种方案仅仅是实现了智能手机与风速测量设备的无线连接，实现测量数据的实时传输而已，脱离了硬件测量设备，是无法工作的。
(3)在现有的智能手机的基础上进行增加外置手机配件的方案，如vaavud便携式风速测量仪。vaavud利用了3.5mm标准耳机接口来与智能手机相连，风速计负责采集数据，而与之匹配的应用程序可以进行数据分析，这类方法均是采用增加手机配件的方案进行风速测量，但这类方案在进行风速检测时，手机要置于测风点，如果想在离家的时候实时检测屋内风速，这是无法做到的。
综上，目前的方案均存在缺点，从而降低用户体验。
技术实现要素：
本发明克服现有技术存在的不足，提供一种基于crfid标签的风速测量方法，用于满足各种常见环境下对风速测量的需求。
本发明是通过如下技术方案实现的。
一种基于crfid标签的风速测量方法，采集环境中由风引起的气流噪声数据，crfid从所述噪声数据中提取气流噪声特征值，再将气流噪声特征值映射到风速值空间，从而得到风速测量值。
所述的提取气流噪声特征值，是采用滑动窗统计窗内数据的归一化过零率最大值作为数据特征值；然后建立风速值与数据特征值的关系模型：
其中α，β为拾音器工作参数；t为特征值；v为风速；
优选的，环境中由风引起的气流噪声数据是通过拾音器采集，所述拾音器搭载于crfid标签上。
进一步的，所述crfid标签上还搭载有加速度传感器。
更进一步的，在使用拾音器初次采集数据或采集数据期间对所述关系模型进行修正，所述修正的方法是：用户手持crfid标签，分多次沿同一个方向运动，运动时使拾音器的麦克风始终朝向运动方向，每次运动速度不同，每次运动时crfid标签内部集成的加速度传感器会记录实时加速度值，拾音器会同步记录声音数据，利用公式
crfid标签可以搭载加速度传感器，加速度传感器可以输出笛卡尔坐标系下的x,y,z三个方向的加速度，即ax,ay,az,(ax代表x方向上的加速度)，t代表时间，对每一个加速度求积分即可得到对应方向上的速度，然后分别平方后求和并开根号，就可以得到x,y,z三个方向上的速度矢量的和速度vt。这个和速度是个标量值。
即可得到crfid标签的实时运动速度值，找到速度最大值对应的时间点，以最大值为中心前后各取相同时长的数据，对截取的数据段计算加权平均速度，得值v1，与此同时提取对应时间段内的采集到的声音数据的特征值，记为t1，按照此方法可以获得多组实测数据，利用实测数据，采用最小二乘法解算风速与特征值关系模型里的未知参数α，β，得到修正后的模型。
优选的，对采集的气流噪声数据进行预处理，所述预处理采用卡尔曼滤波器滤除高频噪声。
本发明相对于现有技术所产生的有益效果为。
本发明在保证了crfid原有的功能的基础上，通过设计算法对crfid进行了功能扩充，不需要额外布设风速传感器，降低了成本，可以应用于智能通风控制系统等，同时促进物联网技术在各行业的应用。
附图说明
图1为实施例中使用搭载有拾音器的crfid标签采集的数据，图中a、b、c、d分别表示不同风速下crfid标签采集的数据。
图2为实施例中采用滑动窗统计窗内数据的归一化过零率最大值的数据特征值，图中a、b、c、d分别表示四组数据特征值。
图3为实施例中crfid标签的实时运动速度值。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，结合实施例和附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。下面结合实施例和附图详细说明本发明的技术方案，但保护范围不被此限制。
一种基于crfid标签的风速测量方法，具体包括以下的步骤：
1、数据采集
使用搭载有拾音器的crfid标签采集不同风速下的数据，如图1。
2、数据预处理
采用卡尔曼滤波器对采集的数据进行滤除高频噪声。
3、提取数据特征值
采用滑动窗统计窗内数据的归一化过零率最大值作为数据特征值，见图2。
归一化过零率的计算流程为：
a.令待计算序列名为data，数据采样率为fs。
b.将序列data的值符号化，即当取值>0时，令data对应位置的值为1；当取值<0时，令data对应位置的值为-1。
例如：
原序列值为{-0.401.23-0.7}
符号化后序列为{-1011-1}
c.计算符号化后的序列的差分值，并对其结果取绝对值，再次进行数据符号化。
例如
符号化后序列为{-1011-1}
差分值后的序列为{110-2}
取绝对值后序列为{1102}
符号化后序列为{1101}
d.对经过上述处理过程后得到数据取宽度为fs的滑动窗，对窗内数据求和，得到数据在滑动窗内的过零数序列sum_cross_0level，则数据的特征值为序列
sum_cross_0level的最大值除以fs。
即特征值＝max(sum_cross_0level)/fs。
4、建立风速值与数据特征值的关系模型
其中α，β为与拾音器相关的参数，需要用户在初次使用，以及使用期间定期进行修正。
5、模型修正方法
用户手持crfid标签，分多次沿同一个方向运动，运动时使麦克风始终朝向运动方向，每次运动速度不同。每次运动时crfid标签内部集成的加速度传感器会记录实时加速度值，拾音器会同步记录声音数据，利用公式
即可得到crfid标签的实时运动速度值，找到速度最大值对应的时间点，如图3，以最大值为中心前后各取0.5s的数据，共计1s的数据，对截取的数据段计算加权平均速度，得值v1，与此同时提取对应时间段内的采集到的声音数据的特征值，记为t1，按照此方法可以获得多组实测数据，利用实测数据，采用最小二乘法解算风速与特征值关系模型里的未知参数α，β，即可得修正后的模型。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。
1.一种基于crfid标签的风速测量方法，其特征在于，采集环境中由风引起的气流噪声数据，crfid从所述噪声数据中提取气流噪声特征值，再将气流噪声特征值映射到风速值空间，从而得到风速测量值；
所述的提取气流噪声特征值，是采用滑动窗统计窗内数据的归一化过零率最大值作为数据特征值；然后建立风速值与数据特征值的关系模型：
其中α，β为拾音器工作参数；t为特征值；v为风速。
2.根据权利要求1所述的一种基于crfid标签的风速测量方法，其特征在于，环境中由风引起的气流噪声数据是通过拾音器采集，所述拾音器搭载于crfid标签上。
3.根据权利要求2所述的一种基于crfid标签的风速测量方法，其特征在于，所述crfid标签上还搭载有加速度传感器。
4.根据权利要求3所述的一种基于crfid标签的风速测量方法，其特征在于，在使用拾音器初次采集数据或采集数据期间对所述关系模型进行修正，所述修正的方法是：用户手持crfid标签，分多次沿同一个方向运动，运动时使拾音器的麦克风始终朝向运动方向，每次运动速度不同，每次运动时crfid标签内部集成的加速度传感器会记录实时加速度值，拾音器会同步记录声音数据，利用公式
加速度传感器输出笛卡尔坐标系下的x、y、z三个方向的加速度，ax为x方向上的加速度，ay为y方向上的加速度，az为z方向上的加速度，t代表时间；
即可得到crfid标签的实时运动速度值，找到速度最大值对应的时间点，以最大值为中心前后各取相同时长的数据，对截取的数据段计算加权平均速度，得值v1，与此同时提取对应时间段内的采集到的声音数据的特征值，记为t1，按照此方法可以获得多组实测数据，利用实测数据，采用最小二乘法解算风速与特征值关系模型里的未知参数α，β，得到修正后的模型。
5.根据权利要求1所述的一种基于crfid标签的风速测量方法，其特征在于，对采集的气流噪声数据进行预处理，所述预处理采用卡尔曼滤波器滤除高频噪声。
技术总结