A multi-tag radio-frequency identification system 
using new blind source separation methods 
based on spectral decorrelation

 

Système d’identification radio-fréquence multi-badge utilisant de nouvelles méthodes de séparation aveugle

de sources à décorrélation spectrale

 

H. Saylani1,2*, S. Hosseini1 , Y. Deville1 , M. Habibi2

1Laboratoire d’Astrophysique de Toulouse et Tarbes-UMR 5572; Observatoire Midi-Pyrénées;

Université Paul Sabatier Toulouse3 - CNRS ; 14 Av. Edouard Belin; 31400 Toulouse, France

2Laboratoire des Systèmes de Télécommunications et Ingénierie de la Décision;

Faculté des Sciences; Université Ibn Tofaïl; BP 133 ; 14000 Kénitra, Maroc

* Corresponding author. E-mail:hsaylani@ast.obs-mip.fr

Received: 27 September 2005; revised version accepted:02 February 2007

 

Abstract

     In recent years, electronic systems have been progressively replacing mechanical devices and human operation for identifying people or objects in many everyday-life applications. This includes systems which perform contactless identification by using radio-frequency tags. Although the latter systems are efficient, they are often unable to easily identify several simultaneously present tags. A solution to this problem, based on blind source separation (BSS) techniques which use artificial neural networks, has already been studied and implemented. It yields attractive results. However, the considered method was not able to achieve identification when the size of the signals to be processed is lower than about 1000 samples. In this paper, we therefore aim at using two new BSS methods which were recently developed in our team. These methods are based on frequency-domain decorrelation and apply to non-stationary mutually uncorrelated signals. They allowed us to develop an identification system which achieves much higher performance than the previous one in terms of required signal size and independence of performance with respect to the positions of the tags to be identified.

 

Keywords : Blind source separation (BSS); Identification system; Radio-frequency communication; Tag; Spectral decorrelation; Non-stationary signal; Cyclo-stationary signal.

 

Résumé

     Pendant ces dernières années, dans de nombreuses applications de la vie quotidienne, les systèmes électroniques ont progressivement remplacé les dispositifs mécaniques et l'intervention humaine pour identifier des personnes ou des objets. Parmi ces systèmes figurent ceux qui réalisent une identification sans contact en utilisant des badges radio-fréquences. Bien que ces derniers soient efficaces, ils sont souvent incapables d'identifier facilement plusieurs badges simultanément présents. Une solution à ce problème, basée sur des techniques de séparation aveugle de sources (SAS) qui utilisent des réseaux de neurones artificiels, a été déjà étudiée et mise en œuvre. Ses résultats ont été globalement satisfaisants. Néanmoins la méthode utilisée a été incapable de réaliser l'identification quand la taille des signaux mis en jeu est inférieure à environ 1000 échantillons. C'est pourquoi, dans cet article, on se propose d'utiliser deux nouvelles méthodes de SAS récemment développées au sein de notre équipe. Ces méthodes sont basées sur la décorrélation dans le domaine fréquentiel et s'appliquent aux signaux non stationnaires et mutuellement non corrélés. Elles nous ont permis de développer un système d'identification présentant des performances nettement meilleures que le précédent en termes de taille de signaux nécessaire et d'indépendance des performances par rapport aux positions des badges à identifier.

 

Mots clés : Séparation aveugle de sources (SAS); Système d'identification; Communications radio-fréquences; Badge; Décorrélation spectrale; Signal non-stationnaire; Signal cyclo-stationnaire.

© 2015