| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 引言 | 第10-11页 |
| 1.2 课题研究的背景 | 第11页 |
| 1.3 课题研究的目标 | 第11-12页 |
| 1.4 课题研究的意义 | 第12页 |
| 1.5 论文的研究内容和章节安排 | 第12-14页 |
| 第二章 RFID行李自动分拣系统原理介绍 | 第14-20页 |
| 2.1 无线射频技术原理分析 | 第14-15页 |
| 2.2 行李自动分拣系统原理分析 | 第15-18页 |
| 2.2.1 行李自动分拣系统基本结构介绍 | 第15-17页 |
| 2.2.2 机场出发旅客行李流程 | 第17-18页 |
| 2.2.3 现有的机场行李自动分拣系统存在的不足 | 第18页 |
| 2.3 射频识别技术（RFID）应用于行李自动分拣系统的优越性 | 第18-19页 |
| 2.4 本章小节 | 第19-20页 |
| 第三章 人工智能在RFID微带天线建模中研究 | 第20-41页 |
| 3.1 微带天线的工作原理 | 第20-23页 |
| 3.1.1 微带天线的辐射原理 | 第20页 |
| 3.1.2 辐射场 | 第20-22页 |
| 3.1.3 谐振频率和输入阻抗 | 第22-23页 |
| 3.2 微带天线的主要性能参数和工作原理 | 第23-25页 |
| 3.2.1 微带天线的主要性能参数 | 第23-25页 |
| 3.2.2 微带天线的HFSS有限元分析方法 | 第25页 |
| 3.3 微带天线建模问题分析 | 第25-30页 |
| 3.3.1 介质基片和微带天线之间的关系 | 第25-28页 |
| 3.3.2 贴片宽度和微带天线之间的关系 | 第28-29页 |
| 3.3.3 贴片长度和微带天线之间的关系 | 第29-30页 |
| 3.4 基本RBF神经网络建模 | 第30-35页 |
| 3.4.1 网络结构 | 第30页 |
| 3.4.2 被控对象信息辩识算法 | 第30-31页 |
| 3.4.3 基于RBF算法的人工神经网络微带天线建模 | 第31-35页 |
| 3.5 遗传算法训练RBF神经网络建模 | 第35-37页 |
| 3.5.1 基于遗传算法的RBF神经网络参数优化 | 第35-36页 |
| 3.5.2 算法建模与结果分析 | 第36-37页 |
| 3.6 蚁群算法训练RBF神经网络建模 | 第37-40页 |
| 3.6.1 基于蚁群算法的RBF神经网络参数优化 | 第37-39页 |
| 3.6.2 算法建模与结果分析 | 第39-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 二进制防碰撞算法及其改进 | 第41-57页 |
| 4.1 二进制算法 | 第41-43页 |
| 4.2 动态二进制算法 | 第43-45页 |
| 4.3 后退式二进制算法 | 第45-46页 |
| 4.4 跳跃式动态树算法 | 第46-48页 |
| 4.5 基于动态式跳跃树的改进算法 | 第48-52页 |
| 4.6 改进算法的性能分析 | 第52-56页 |
| 4.6.1 读写器识别电子标签的通信次数 | 第52-54页 |
| 4.6.2 读写器识别电子标签的通信数据量 | 第54-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 UHF RFID技术在行李自动分拣系统中的应用研究 | 第57-74页 |
| 5.1 超高频无线射频识别技术的特点 | 第57页 |
| 5.2 基于UHF RFID的行李自动分拣系统分析 | 第57-62页 |
| 5.2.1 系统的总体方案 | 第57-60页 |
| 5.2.2 系统功能 | 第60-62页 |
| 5.3 UHF RFID行李自动分拣系统硬件构成及运行流程 | 第62-65页 |
| 5.3.1 背景技术研究 | 第63页 |
| 5.3.2 系统的硬件构成 | 第63-64页 |
| 5.3.3 系统的运行流程 | 第64-65页 |
| 5.4 UHF RFID读写器设计 | 第65-72页 |
| 5.4.1 ISO／IECl8000协议 | 第65-68页 |
| 5.4.2 射频读写器的硬件设计 | 第68-72页 |
| 5.5 读卡器控制功能实现freescale单片机程序分析 | 第72-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 作者简介 | 第80页 |
