Detección Robusta de Tags RFID usando Hidden Markov Models
del Rio Toledano, Javier (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)
Lopez Vicario, Jose (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)
Morell, Antoni (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)

Imprint:	Tarragona : URSI, 2025
Abstract:	Hidden Markov Models (HMMs) have proven to be powerful tools for modeling sequential data across various applications. This paper explores their use in RFID-based tag detection, focusing on improving accuracy and robustness in environments affected by signal noise and interference. We propose a methodology that leverages the probabilistic nature of HMMs to classify and predict RFID tag readings, thereby enhancing detection reliability. The effectiveness of the approach is evaluated through simulations, demonstrating its potential for improving modern RFID reader performance. Our results indicate that HMMs can significantly improve detection precision, providing a more reliable solution for RFID applications. Additionally, we analyze the impact of model parameters and propose optimizations to enhance performance in dynamic scenarios. This research is a first step towards improved RFID systems by integrating probabilistic model.
Grants:	Agencia Estatal de Investigación PID2022-139929NB-I00 Generalitat de Catalunya 2021/SGR-00197
Rights:	Aquest material està protegit per drets d'autor i/o drets afins. Podeu utilitzar aquest material en funció del que permet la legislació de drets d'autor i drets afins d'aplicació al vostre cas. Per a d'altres usos heu d'obtenir permís del(s) titular(s) de drets.
Language:	Castellà
Document:	Capítol de llibre ; recerca ; Versió publicada
Subject:	Hidden Markov Models ; RFID
Published in:	Simposio Nacional de la Unión Científica Internacional de Radio (URSI). Tarragona, 2025, ISBN 978-84-09-75039-9

4 p, 602.9 KB

The record appears in these collections:
Books and collections > Book chapters