基于无源 RFID 和自适应稀疏重建的振动频率感知

《Sensors and Actuators A: Physical》：Vibration frequency sensing via passive RFID and adaptive sparse reconstruction

　　

•本文建立了一种基于无源 RFID 标签的振动传感高精度相位模型。
•本文提出了一种适用于 RFID 标签传感的信号去噪与检测的自适应信号重构框架。
•无源 RFID 标签能够在遮挡环境下实现金属表面上的高精度振动特征识别。
•该方法使得在传统方法无法检测的情况下实现振动检测成为可能。
引言
在结构健康监测中，振动是刚度、质量和阻尼变化信息的主要载体，因此对于损伤检测和状态监测至关重要 [1], [2], [3]。开发一种简单、高精度且高效的振动传感方法尤为重要 [4], [5], [6]。
传统振动传感器通常分为接触式和非接触式设备。具体而言，接触式传感器主要包括加速度传感器 [7]。非接触式传感器包括涡流传感器 [8]、激光测振仪 [9] 和毫米波雷达 [10], [11]。光纤振动传感器 [12], [13] 既有接触式也有非接触式，但它们成本高、需要专用光纤探头且硬件复杂。涡流传感器的安装也不方便，通常需要单独的支架。此外，只能测试金属目标，且系统需要数据采集卡及相关硬件。激光测振仪能提供精确测量，但价格昂贵。然而，它们受视线限制，需要精确安装。毫米波雷达已在多点振动测量方面取得进展。为了提高检测效率，通常需要角反射器，这在受限空间内可能难以安装。
与现有的振动传感技术相比，用于振动传感的射频识别（RFID）[14], [15], [16] 是一种有前途的方法。传统振动传感技术（如加速度计、光纤振动传感器和激光测振仪）精度高，广泛应用于结构健康监测和机器状态监测。然而，大多数系统需要有线安装、外部供电、平坦或刚性安装表面，在许多情况下还需要无障碍视线。这些要求限制了其在曲面、受限空间或视觉遮挡环境下的适用性，在这些环境中安装受到限制或不切实际。相比之下，无源 RFID 标签无线、无电池、轻便且低成本，使其更容易部署在传统传感器不切实际的地方。此外，基于 RFID 的传感对视线要求的限制较少，允许标签在读取器的查询区域内即使在部分遮挡或无直接视线的情况下也能可靠工作。表 1 将该技术与其他典型的振动测量方法进行了比较，其中 RFID 传感提供了无源、无线操作、小型化、易于大规模部署、低成本和强可扩展性，同时保持高精度。与提供高采样率和物理量精确测量的传统传感器（如加速度计和激光位移传感器）不同，基于 RFID 的方法并不旨在重建位移或幅度。相反，它侧重于从稀疏和非均匀采样的相位数据中识别主导频率成分。虽然不能替代高分辨率传感，但该方法提供了一种低成本、无线的替代方案，适用于传统传感器难以部署的场景。
一个 RFID 系统通常由读取器、天线和标签组成，标签用作振动传感器。根据标签是否需要电源，RFID 标签分为有源、无源和半有源类型。有源标签需要额外电源并主动发射电磁波进行传感，通常体积较大，读取范围最长达数百米 [17], [18]。无源标签无需额外电源，从天线的电磁波中获取能量，体积更小、寿命更长，读取范围从数米到数百米 [19], [20], [21]。半有源标签结合了有源和无源标签的特点，使用内部电池为标签电路供电，但通过读取器的电磁场进行反向散射通信，读取范围可达数十米 [22], [23], [24]。与其他两种类型的标签相比，无源标签具有成本低、结构简单、维护方便、无需供电的优点，使其成为便捷传感应用的理想选择。无源 RFID 标签已成功用于各种结构健康监测任务 [25]。例如，Suresh 等人 [26] 提出了一种用于金属结构无线表面裂纹表征的无源 RFID 标签天线传感器，并展示了亚毫米级裂纹检测能力。Gu 等人 [27] 提出了一种基于类电磁感应透明效应的高灵敏度无源 RFID 位移传感器，实现了 0.01 毫米 (mm) 的分辨率。Gaillet 等人 [28] 报告了用于监测预应力桥梁钢丝腐蚀的无源 RFID 传感器，改善了维护实践并延长了耐久性。Gan 等人 [29] 开发了一种基于行波 RFID 位移传感器标签的螺栓组松动检测系统，以一定的角分辨率检测 M30 螺栓松动。Wang 等人 [30] 设计了一种新型无源 RFID 传感器，以增强裂纹检测的有效性，提供了一种低成本且易于部署的解决方案。这些研究验证了无源 RFID 传感用于不同物理量的可行性，并将其应用从应变和位移等静态参数扩展到动态振动传感提供了基础，这也是本工作的重点。
在无源 RFID 标签振动传感领域，Yang 等人 [14] 利用无源 RFID 标签实现了精确的振动周期传感，并在商用离心机和汽车发动机的测试中取得了良好的性能。Duan 等人 [31] 提出了一种基于双标签的稳健旋转振动传感方法，有效克服了天线抖动引起的干扰噪声。Azarfar 等人 [32] 提出多状态无芯片 RFID 标签，以在低微波频率下实现亚毫米级振动检测。Li 等人 [33] 引入了一种基于高次谐波弱振动传感方法，利用标签电路的非线性特性和嗅探器来解码标签信息。Rahmadya 等人 [34] 开发了一种振动频率传感器标签，并引入了新的测量指标，以有效感知微小振动。Bhattacharyya 等人 [35] 研究了使用 RFID 标签天线的振动位移检测技术，其检测范围可达 40 毫米。Mitsugi 等人 [36] 提出了用于振动监测的多子载波多址技术，其检测水平可与有线传感器媲美。Zhu 等人 [37] 提出了一种名为 RF-Vensing 的非接触式振动传感系统，使用基于马尔可夫转移方法的相位信号模型进行有效的振动识别。Feng 等人 [38] 引入了一种基于 RFID 的非接触式振动传感系统，名为 RF-Ear，能够通过标签识别和区分多个设备的振动状态。以往的研究在基于 RFID 的振动传感方面取得了进展，表明无源 RFID 标签具有强大的潜力。
然而，可测量的振动频率范围受限于读取器的读取速率，而读取速率又受限于硬件和低级读取器协议。最大采样频率约为 100 Hz。根据奈奎斯特采样定理 ()，RFID 标签的最大采样频率约为 50 Hz，其中和分别代表采样频率和采集信号的最大频率。此外，为了确保振动检测的准确性和稳定性，有效传感频率范围在实际测试中将进一步降低。大多数现有的通用读取器采用自适应 Q 防冲突协议，导致读取标签信息时采样不均匀。以往研究表明，标签信息是通过随机子采样获取的 [14]，这提供了恢复完整振动信号并扩大可检测频率范围的潜力。
在此过程中，压缩感知 (CS) [39], [40], [41] 作为一种有前途的信号重构方法，被广泛用于检测高频振动信号。该方法利用信号稀疏性和测量矩阵的不相干性，通过观测的部分数据实现高精度重构。Kang 等人 [42] 提出了一种基于 CS 的方法，通过结合自回归模型来最小化结构振动信号的重构误差，从而提高精度。Wang 等人 [43] 引入了一种基于 CS 的新型数据增强技术，用于轴承故障诊断，旨在当故障样本稀缺时提高诊断准确性。此外，几项研究表明，CS 算法可以利用稀疏域中的噪声随机性进行降噪。Metzler 等人 [44] 开发了一种使用 CS 方法的近似消息传递框架，以有效抑制加性高斯噪声。Yan 等人 [45] 将 CS 与基于灰狼优化的变分模态分解方法相结合，从含噪泥浆脉冲信号中稳健地提取特征。Haneche 等人 [46] 提出了一种基于 CS 的新型语音增强方法，不仅实现了稀疏信号恢复，还通过测量域中的噪声减法有效地增强了语音信号。这些研究表明，CS 方法不仅能从部分观测数据中有效恢复完整信号，还能抑制噪声。
信号恢复是 CS 方法的关键步骤，正交匹配追踪 (OMP) 算法 [47], [48], [49] 作为信号重构的经典方法。其核心思想涉及贪婪地从测量矩阵中选择列，确保每次选择都能最大化与当前冗余向量的相关性。在 OMP 算法中，稀疏度 K 指的是从观测数据重构的信号中期望的非零元素数量。在实现过程中，K 作为指导迭代次数和终止准则的关键输入参数。在每次迭代中，算法识别与当前残差相关性最高的原子（基向量），更新信号的近似解，并重新计算残差。此过程持续进行，直到达到预定义的稀疏度 K 或残差变得足够小。因此，选择稀疏度 K 对于信号恢复至关重要。如果 K 设置得太小，重构信号可能比实际信号更稀疏，可能遗漏重要的非零元素并导致数据丢失。相反，如果 K 设置得太大，算法可能会将噪声或其他无关组件纳入重构，从而引入干扰。因此，目前的挑战总结如下：
(1) 基于旋转的振动传感相位模型已经开发出来，但它不能准确描述垂直振动。此外，关于使用 RFID 标签感知金属表面振动的研究相对较少，检测范围和影响因素仍不清楚。
(2) 标签感知的振动信号受到噪声干扰，阻碍了振动特征识别，使得振动信号分析变得困难。
(3) 重构算法中选择采样点数 N 和迭代次数 K 的标准不清楚。CS 理论表明，样本太少可能不足以完全恢复振动信号。然而，如果采样点数 N 过多，将引入额外的干扰，使信号分析复杂化。
受上述挑战的启发，本文提出了一种用于机械振动传感的新型相位模型和用于振动频率传感的自适应信号重构框架。该方法通过迭代优化自适应地提取最佳振动成分，确保在各种频率下精确识别周期性振动信号。本文其余部分安排如下。在第 2 节中，提供了通过 RFID 标签进行振动传感的理论框架，包括系统组成、模型和振动特征识别方法。在第 3 节中，提出了一种用于 RFID 振动信号重构的统一自适应 CS 方法，并通过在三种典型条件（无障碍、遮挡、多点）下的实验验证了其有效性。在第 4 节中，对提出的方法进行了一些讨论。最后，在第 5 节中给出了一些结论。
章节片段
RFID 振动测试系统的组成
RFID 通过读取器和标签之间的射频耦合实现无线传输。基于无源 RFID 的振动传感原理如图 1(a) 所示。它基于电磁反向散射机制实现标签与读取器之间的交互。首先，主机控制读取器，读取器驱动天线发射连续电磁波，以查询、激活和为标签供电。接收到来自的射频信号后
算法流程
本节主要解决基于 RFID 的振动传感中由噪声引起的信号恢复不准确以及重构算法中参数选择不明确的问题，旨在提高传感精度并最小化误差。提出了一种统一的 CS 框架来处理振动信号，利用随机时间戳的独特读取特性来构建测量矩阵，无需额外的矩阵。

最优信号重构通过自适应实现
与现有基于 RFID 的传感技术的比较
RFID 中的基于相位的振动传感技术分为两类：非接触式 [37], [38] 和接触式方法 [14], [28]。非接触式传感通过检测振动物体反射的电磁波的相位来探测振动，无需在其表面附着标签。然而，它极易受到环境干扰，且抗噪鲁棒性较差。Zhu 等人 [37] 提出了一种基于马尔可夫转换的模型用于识别信号
结论
在本文中，我们提出了一种利用无源 RFID 标签进行振动特征识别的高精度自适应检测方法，能够在金属环境中实现各种周期性振动的无源且便携的传感。与传统技术不同，所提出的方法具有低成本、易于部署以及较少受视线限制的特点，同时保持高检测精度。首先，开发了一种用于振动传感的新型相位模型，以表征垂直
CRediT 作者贡献声明
高涛：写作 – 初稿，方法论，调查，资助获取，数据整理，概念化。杨建华：写作 – 审查与编辑，监督，方法论，资助获取。王仲秋：监督，软件。楼立泰：验证，方法论，数据整理。马凯旋：可视化，验证，软件。陈鹏鹏：可视化，验证，监督。
竞争利益声明
作者声明以下财务利益/个人关系可能被视为潜在竞争利益：杨建华报告称，中国国家自然科学基金 (Grant No. 12472036) 和江苏省高等学校优势学科建设计划提供了资金支持。高涛报告称，中央高校基本科研业务费 (2024-10940) 提供了资金支持。高涛报告称财务
高涛于 2026 年在中国矿业大学（徐州，中国）获得机械工程博士学位。他是中国矿业大学的博士后研究人员。他当前的研究兴趣包括 RFID 传感、信号处理和机械故障诊断。
高涛 | 杨建华 | 王仲秋 | 楼立泰 | 马凯旋 | 陈鹏鹏