【技術實現步驟摘要】
本專利技術涉及門禁控制領域，尤指一種基于超高頻rfid技術的門禁控制方法及系統。
技術介紹
1、隨著科技的不斷發展，門禁系統在各個領域的重要性日益凸顯。傳統的門禁系統主要采用鑰匙、密碼、卡片等方式進行身份驗證，但這些方式存在著易丟失、易被破解、管理不便等問題。超高頻rfid技術的出現為門禁系統帶來了新的解決方案。超高頻rfid具有遠距離識別、快速讀取、多標簽同時識別等優點，能夠有效提高門禁系統的效率和安全性。然而，傳統的超高頻rfid技術也存在一些局限性，如數據可能被篡改、信號干擾、無法對異常行為進行有效檢測等。
技術實現思路
1、為解決上述問題，本專利技術提供一種基于超高頻rfid技術的門禁控制方法及系統，能夠提高門禁系統的安全性，提升門禁系統的可靠性，增強門禁系統的智能化水平，提高門禁系統的管理效率。
2、為實現上述目的，本專利技術采用的技術方案是：
3、一種基于超高頻rfid技術的門禁控制方法，包括以下步驟：
4、s1：根據門禁區域的大小、形狀和人員流動情況，通過分布式布局設置多天線陣列；
5、s2：根據hyper?ledger?fabr?ic區塊鏈平臺，通過分布式節點架構，將節點部署在不同位置；
6、s3：通過采集門禁系統中的數據訓練人工智能模型，訓練完成的人工智能模型對門禁系統中的數據進行實時分析和檢測，識別異常行為和事件；
7、s4：將門禁系統中各數據以可視化方式展示在管理平臺上，根據權限管理機制，
8、進一步地，所述根據門禁區域的大小、形狀和人員流動情況，通過分布式布局設置多天線陣列，包括以下步驟：
9、s11：根據天線的增益、方向性和頻率響應，確定超高頻rfid技術的天線，根據門禁區域的大小、形狀和人員流動情況,分布式布局設置多天線陣列,通過無線連接方式連接閱讀器與天線；
10、s12：對各個天線接收到的信號進行預處理，將預處理后的信號進行信號強度測量和記錄，通過信號加權算法獲取每個天線的權重，并將信號進行加權求和；
11、s13：通過空間分集算法進行獨立信號接收、信號比較與選擇以及信號融合的操作，通過決策融合方法將空間分集算法得到的融合信號與信號加權算法得到的加權信號進行最終融合處理。
12、進一步地，所述根據hyper?ledger?fabr?ic區塊鏈平臺，通過分布式節點架構，將節點部署在不同位置，包括以下步驟：
13、s21：根據hyper?ledger?fabr?ic區塊鏈平臺，在門禁設備上部署輕節點，在中心服務器上部署全節點，在門禁設備與中心服務器之間連接邊緣智能盒子；
14、s22：通過配置門禁管理軟件參數，與超高頻rfid閱讀器和輕節點進行通信，通過配置中心服務器上的區塊鏈節點管理軟件參數，管理全節點并與邊緣智能盒子進行通信，通過配置邊緣智能盒子上數據預處理和加密軟件的參數，對門禁數據進行預處理和加密；
15、s23：當用戶使用門禁卡或標簽靠近門禁設備時，超高頻rfid閱讀器讀取用戶的身份信息，并將信息發送給門禁設備上的門禁管理軟件，門禁管理軟件將用戶的身份信息發送給輕節點，輕節點將信息記錄在本地的區塊鏈賬本中，并將信息發送給中心服務器上的全節點，全節點將接收到的信息記錄在完整的區塊鏈賬本中并參與區塊鏈的共識過程，邊緣智能盒子對用戶的身份信息進行加密和預處理，然后將加密后的信息發送給中心服務器上的全節點，全節點將加密后的信息記錄在區塊鏈賬本中；
16、s24：當用戶的身份信息被記錄在區塊鏈賬本中后，門禁管理軟件根據用戶的權限信息控制門禁設備的開啟和關閉，如果用戶具有合法的權限，門禁設備將打開門鎖，允許用戶進入；如果用戶沒有合法的權限，門禁設備將保持門鎖關閉，拒絕用戶進入。
17、進一步地，所述全節點將接收到的信息記錄在完整的區塊鏈賬本中并參與區塊鏈的共識過程，包括包括實用拜占庭容錯共識算法對全節點接收到的交易信息進行驗證，并通過節點之間的消息傳遞協調共識過程；所述邊緣智能盒子對用戶的身份信息進行預處理，包括通過數據壓縮和去重算法對來自門禁設備的原始數據進行預處理；所述邊緣智能盒子對用戶的身份信息進行加密，包括通過高級加密標準加密算法進行加密。
18、進一步地，所述通過采集門禁系統中的數據訓練人工智能模型，訓練完成的人工智能模型對門禁系統中的數據進行實時分析和檢測，識別異常行為和事件，包括以下步驟：
19、s31：根據采集門禁系統中的數據，對采集到的數據進行預處理，其中對于圖像數據進行裁剪、縮放和灰度化的處理，對時間序列數據進行分段和標準化的操作；
20、s32：將預處理后的數據分為訓練集、驗證集和測試集，通過訓練集對人工智能模型進行訓練，訓練過程中通過adam優化算法進行模型優化，通過驗證集對模型進行驗證，通過測試集對訓練完成的人工智能模型進行評估，根據評估結果進行優化。
21、進一步地，所述人工智能模型，包括通過分布式架構結合卷積神經網絡和循環神經網絡的融合，實現人工智能模型；所述分布式架構，包括apache?dor?i?s。
22、進一步地，所述卷積神經網絡，包括根據resnet架構、卷積層池化層和全連接層構建的卷積神經網絡模型，通過預處理后的圖像數據對卷積神經網絡模型進行訓練，根據隨機梯度下降優化算法調整模型參數，將訓練好的卷積神經網絡模型應用在新的門禁系統圖像數據，提取出圖像的空間特征表示，卷積神經網絡的輸出是代表圖像的向量特征。
23、進一步地，所述循環神經網絡，包括根據長短期記憶網絡架構、循環層和全連接層構建的循環神經網絡模型，將卷積神經網絡的輸出與時間序列數據特征通過加權求和方法進行融合，得到循環神經網絡的輸入向量，通過預處理后的時間序列數據和融合后的輸入向量對循環神經網絡模型進行訓練，根據反向傳播算法調整模型參數，結合卷積神經網絡輸出的空間特征進行分析和檢測，將訓練好的循環神經網絡模型應用在新的門禁系統時間序列數據和卷積神經網絡輸出，進行異常行為和事件的預測，循環神經網絡的輸出是一個概率值或分類結果。
24、進一步地，所述將門禁系統中各數據以可視化方式展示在管理平臺上，根據權限管理機制，提供數據分析和優化管理，包括以下步驟：
25、s41：根據關系型數據庫和非關系型數據庫相結合的方式進行數據存儲，關系型數據庫用于存儲結構化數據，非關系型數據庫用于存儲非結構化數據，并實施數據備份和恢復策略；
26、s42：通過響應式設計展示可視化管理平臺，通過數據可視化技術將分析結果展示在管理平臺上，展示形式包括數據圖表、地圖展示和報表，根據用戶需求和權限級別展示不同的界面布局和顯示內容；
27、s43：通過基于角色的訪問控制模型為不同的用戶角色分配不同的權限，統計分析算法計算人員進出的平均時間、高峰時段流量的指標，通過多因素身份進行驗證，包括密碼、藍牙、人臉識本文檔來自技高網...
【技術保護點】
1.一種基于超高頻RFID技術的門禁控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述根據門禁區域的大小、形狀和人員流動情況，通過分布式布局設置多天線陣列，包括以下步驟：
3.根據權利要求1所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述根據Hyperledger?Fabric區塊鏈平臺，通過分布式節點架構，將節點部署在不同位置，包括以下步驟：
4.根據權利要求3所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述全節點將接收到的信息記錄在完整的區塊鏈賬本中并參與區塊鏈的共識過程，包括實用拜占庭容錯共識算法對全節點接收到的交易信息進行驗證，并通過節點之間的消息傳遞協調共識過程；所述邊緣智能盒子對用戶的身份信息進行預處理，包括通過數據壓縮和去重算法對來自門禁設備的原始數據進行預處理；所述邊緣智能盒子對用戶的身份信息進行加密，包括通過高級加密標準加密算法進行加密。
5.根據權利要求1所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于
6.根據權利要求5所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述人工智能模型，包括通過分布式架構結合卷積神經網絡和循環神經網絡的融合，實現人工智能模型；所述分布式架構，包括Apache?Doris。
7.根據權利要求6所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述卷積神經網絡，包括根據ResNet架構、卷積層池化層和全連接層構建的卷積神經網絡模型，通過預處理后的圖像數據對卷積神經網絡模型進行訓練，根據隨機梯度下降優化算法調整模型參數，將訓練好的卷積神經網絡模型應用在新的門禁系統圖像數據，提取出圖像的空間特征表示，卷積神經網絡的輸出是代表圖像的向量特征。
8.根據權利要求6所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述循環神經網絡，包括根據長短期記憶網絡架構、循環層和全連接層構建的循環神經網絡模型，將卷積神經網絡的輸出與時間序列數據特征通過加權求和方法進行融合，得到循環神經網絡的輸入向量，通過預處理后的時間序列數據和融合后的輸入向量對循環神經網絡模型進行訓練，根據反向傳播算法調整模型參數，結合卷積神經網絡輸出的空間特征進行分析和檢測，將訓練好的循環神經網絡模型應用在新的門禁系統時間序列數據和卷積神經網絡輸出，進行異常行為和事件的預測，循環神經網絡的輸出是一個概率值或分類結果。
9.根據權利要求1所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，所述將門禁系統中各數據以可視化方式展示在管理平臺上，根據權限管理機制，提供數據分析和優化管理，包括以下步驟：
10.一種基于超高頻RFID技術的門禁控制系統，用于執行如權利要求1-9任一項所述的一種基于超高頻RFID技術的門禁控制方法，其特征在于，包括通信連接的多天線陣列模塊、區塊鏈模塊、人工智能算法模塊和可視化管理模塊，其中：
...【技術特征摘要】
1.一種基于超高頻rfid技術的門禁控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于超高頻rfid技術的門禁控制方法，其特征在于，所述根據門禁區域的大小、形狀和人員流動情況，通過分布式布局設置多天線陣列，包括以下步驟：
3.根據權利要求1所述的一種基于超高頻rfid技術的門禁控制方法，其特征在于，所述根據hyperledger?fabric區塊鏈平臺，通過分布式節點架構，將節點部署在不同位置，包括以下步驟：
4.根據權利要求3所述的一種基于超高頻rfid技術的門禁控制方法，其特征在于，所述全節點將接收到的信息記錄在完整的區塊鏈賬本中并參與區塊鏈的共識過程，包括實用拜占庭容錯共識算法對全節點接收到的交易信息進行驗證，并通過節點之間的消息傳遞協調共識過程；所述邊緣智能盒子對用戶的身份信息進行預處理，包括通過數據壓縮和去重算法對來自門禁設備的原始數據進行預處理；所述邊緣智能盒子對用戶的身份信息進行加密，包括通過高級加密標準加密算法進行加密。
5.根據權利要求1所述的一種基于超高頻rfid技術的門禁控制方法，其特征在于，所述通過采集門禁系統中的數據訓練人工智能模型，訓練完成的人工智能模型對門禁系統中的數據進行實時分析和檢測，識別異常行為和事件，包括以下步驟：
6.根據權利要求5所述的一種基于超高頻rfid技術的門禁控制方法，其特征在于，所述人工智能模型，包括通過分布式架構結合卷積神經網絡和循環神經網絡的融合，實現人工智能模型；所述分布式架構，包括apache?doris。
<...【專利技術屬性】
技術研發人員：蘇煦烽，劉湘波，官軻，
申請(專利權)人：深圳市親鄰科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。