3.3 RFID技术
本节阅读提示：RFID 在物联网感知层中承担“身份识别”的角色——回答“这是哪个物体”。本节前半部分（3.3.1）梳理系统组成与工作频段的工程取舍，是理解感知层身份能力的基础；后半部分（3.3.2）的防碰撞协议和 EPC Gen2 规范细节可按需阅读。如果你关注的是“RFID 在物联网整体架构中的位置”而非协议实现，读完 3.3.1 和 3.3.3（应用场景分析）即可。
3.3.1 RFID系统组成与工作原理
传感器解决“多少”的问题，RFID（Radio Frequency Identification，射频识别）解决“哪个”的问题。一个仓库里码放着几千箱外观一致的货箱，传感器测不出哪箱对应哪批订单——使用条码需要激光逐个扫描、视线对准。RFID利用射频信号通过空间耦合实现无接触的信息传递，且支持批量读取。尽管在金属和液体环境中存在物理限制，但它在身份感知领域仍然是骨干技术。
一套最基本的RFID系统由读写器、天线和标签三部分构成。天线常被误认为读写器的附件，但在工程上它是独立的性能模块——决定工作半径和有效覆盖区域。
核心部件与三种标签
读写器是系统的收发信机和数据汇聚节点。它产生射频载波、对标签回传的信号解调解码，再通过以太网、RS-232/485、USB或Wiegand接口将标签数据传送给上位机或边缘节点。在工业场景中，读写器通常直接连接边缘计算节点，由后者做初步过滤和缓存（详见第3.5节边缘计算节点）。
标签存储唯一标识码与用户数据。根据电源来源，分为三类：
被动标签：无内置电池，从读写器发射的电磁场中取能供电。成本极低，理论寿命无限制，但通信距离受限于能量供应——距离越大，标签获得的能量越少，无法维持正常工作。
半主动标签：内置电池只为芯片供电，通信仍依赖读写器射频能量。电池在读写器场区数毫秒的唤醒时间内提供稳定电压，使反射信号更强、读距更远，但电池寿命有限，替换维护成本抵消了部分被动标签的免维护优势。
主动标签：自带电池和完整射频收发器，主动发射信号。读距最远，但成本高出数个量级、体积大、电池寿命通常为数年，部署后维护负担重。
工程选型时，三类标签的取舍围绕四点展开：通信距离、部署密度、生命周期成本和环境耐久性。被动标签是零售门禁、图书管理等短距高频场景的首选；半主动标签主要用于集装箱监测、道路收费这类需要稍远距离但希望降低电池依赖的场景；主动标签则适用于车辆追踪、资产大范围定位等对读距有刚性要求且供电可定期更换的场景。
天线将读写器的射频信号辐射出去，并接收标签反射信号。极化方式（线极化与圆极化）、增益、波束宽度直接影响读距和抗干扰能力。密集部署时，天线选型与安装高度往往比读写器本身更决定系统成败——天线选择失误，读写器性能再高也无济于事。
工作频率与工程场景取舍
RFID的工作频率由ISO/IEC 18000系列标准以及各国无线电管理机构划分。不同频段的物理特性——读距、穿透能力、对金属和液体的敏感度——直接决定了各自的主流应用场景。
低频（LF, 125～134 kHz）：典型读距为厘米级，对水和人体组织的敏感度通常低于 UHF，近金属场景也可借助专用标签和安装设计改善；电磁波不能简单“穿透金属”，金属仍会屏蔽或改变天线场。LF 阅读速率较低，常见于动物识别、汽车钥匙和门禁。
高频（HF, 13.56 MHz）：读距从数厘米到一米级。读距中等，但支持防碰撞与高速批量读取，常见于图书馆、票务和支付卡片。ISO 18000-3主要覆盖此频段。
超高频（UHF, 860～960 MHz）：典型读距为数米级。读距远、多标签读取速度快，但对金属和液体的敏感度显著增加。仓储物流、零售、供应链追溯是其主流场景。ISO 18000-6涵盖此频段。
微波（MW, 2.45 GHz/5.8 GHz）：读距通常在数米级，多依赖主动标签。带宽大但受环境干扰严重，典型应用包括集装箱跟踪和车辆收费识别。
工程选型时需平衡一对冲突：读距越远越好，但读距越长，金属和液体环境的容忍度下降。UHF读距远，但在金属表面上标签会严重失谐——必须选用抗金属标签；HF读距短，但穿透水分的能力尚可，适合图书盘点。没有万能频段，只有针对具体场景的最佳取舍。
三点工程提醒
极化方向对齐：天线与标签极化方向错位会导致读距急剧收缩。安装时确保天线极化方向与标签天线长边方向一致——这一步常被现场安装人员忽略，导致系统上线后读卡率远低于预期。
金属与液体干扰：金属货架、含水货物（如饮料箱）会严重削弱UHF信号。部署前取一个标签放在目标物体表面，在不同距离和角度下测试识别成功率——这个简单的现场测试往往能暴露实验室标准环境无法复现的问题。
密集读取与碰撞：大量标签同时进入读写器场区时，数据碰撞导致漏读。这是3.3.2节防碰撞算法需要解决的核心问题。
理解系统组成和工作频段之后，下一步面临的工程问题是如何让读写器在同一时间成功识别成百上千个标签——这正是3.3.2节要展开的防碰撞与数据读取协议。
3.3.2 RFID防碰撞与数据读取协议
一台读写器面对几百个同时进入读写区域的标签时，最棘手的问题不是信号太弱，而是多个标签在同一时刻回复，信号在空中叠加形成碰撞。这种标签碰撞是大规模RFID部署的核心工程挑战。防碰撞协议的任务就是在共享信道上为大量标签制定有序发言规则。
概率路线：帧时隙ALOHA。 EPC Gen2采用的帧时隙ALOHA（Framed Slotted ALOHA，FSA）是一种概率性算法。读写器通过Query指令设定帧长，帧由2^Q个时隙组成，Q值可在0至15之间配置（由规范定义）。每个标签在帧内随机选择一个时隙回复。单个标签独占时隙即被成功识别；多标签同时回复则碰撞，它们下一轮重新选择。协议的自适应Q值机制会根据本轮碰撞与空闲时隙的比例估算标签数量，动态调整帧长度以接近标签量，使系统吞吐率维持在较高水平。在标签数量显著多于可用时隙的例子中，读写器按FSA方案完成一轮完整识别需要进行数十到上百次命令交互，总耗时在秒级范围，工程上可接受。
确定路线：二进制搜索树。 读写器的查询指令携带前缀比特掩码，只邀请ID前缀匹配的标签回复。当两个或以上标签在某个比特位上发生碰撞，读写器将搜索空间对半拆分，缩小前缀后再次询问，直至只剩唯一匹配的标签。每识别一张标签需要多次往返通信，标签数量增大后总耗时通常超过FSA方案。工程取舍清晰：仓库、物流等标签量大、动态性强的场景，FSA用更少轮次换取高吞吐率；门禁、资产盘点等标签数量少但要求严格按序识别的场景，二进制搜索的确定性优势更有价值。
EPC Gen2协议与标签存储结构。 EPC Gen2工作在860–960 MHz频段，由EPCglobal UHF Class 1 Gen 2规范（现并入GS1标准体系）定义。核心设计包括：RTF（Reader Talks First，读写器优先发起通信）、Q值自适应机制以及分层存储结构。该规范还定义了多个Session机制，读写器可使用不同Session对不同标签群组进行独立盘点，避免重复识别。
根据该规范，标签存储器被逻辑划分为四个独立存储体：
- Reserved区：存放销毁口令（Kill Password）和访问口令（Access Password），各32位。结账或回收场景下可发送Kill命令使标签永久失效，防止隐私泄露。
- EPC区：存放物品唯一的电子产品代码，规范定义常见长度为96位，包含标头、划分号、对象分类号和序列号，字段后还有协议控制位（PC bits）和CRC-16校验。
- TID区（Tag Identifier）：由芯片制造商预置全球唯一标识符，出厂写入且不可修改，通常为64至96位，包含厂商代码、型号和唯一序列号。
- User区：可选存储体，为应用自定义数据提供空间，例如产品批号、生产日期或工艺参数，长度由芯片制造商定义。
读取速率与标签数量的工程权衡。 读取速率与标签数量之间呈“先升后降”的非线性关系。标签数接近帧长度时，系统吞吐率接近峰值；标签数远超帧长度时，碰撞时隙增加，所需轮次非线性上升。在实际现场，标签朝向、天线距离和介质干扰会引发隐藏终端效应（Hidden Terminal Problem）——强信号标签压制弱信号标签，使其经历更多重传。工程实测读取速率通常低于理论值。优化措施包括：根据环境设置恰当的Q初始值；利用EPC Gen2的Session机制分散读取负载；在输送带或门禁通道中适当倾斜标签，使天线方向分散；控制标签经过天线的速度，保证每张标签有足够的交互时间窗口。
本节完成了从多个标签中取出数据的能力闭环。下一节讨论如何基于识别数据确定标签所在空间位置。
3.3.3 RFID在物联网中的应用场景分析
RFID的价值不在技术本身，而在它解决了物联网场景里一个根本问题：不接触、不直视、不人工干预的情况下，快速识别大量物体。条码要人工对准扫描，二维码虽然信息量大但依赖视线接触。UHF频段的RFID，就能批量、远距离、动态完成识别——这个能力一旦和具体行业场景结合，带来的是从流程优化到商业模式创新的多种可能。EPC Gen2标准由EPCglobal发布，后成为ISO/IEC 18000-63国际标准（旧称 ISO/IEC 18000-6 Type C），为全球RFID规模化部署定义了统一的通信语法。
物流仓储与资产管理：RFID最成熟的用武之地
物流仓储是RFID渗透最深的应用场景。典型部署是：仓库货物入库口、出库口和主要通道处安装固定式读写器与板状天线；每个货盘或外箱上粘贴UHF RFID标签。叉车或输送带载着整托盘货物通过读写器门禁时，读写器自动读取货盘上所有标签的EPC编码，通过有线网络上报到仓库管理系统（Warehouse Management System, WMS）。
真正让仓储经理决定部署RFID的，是“批量”和“非视距”带来的两道硬约束的解除。一辆叉车托着几十件混杂商品的货盘通过门禁，条码需逐件扫描，耗时较长；UHF RFID读写器可在数秒内完成全部读取。工程实践中，批量读取的成功率直接依赖3.3.2节讲到的帧时隙ALOHA防碰撞能力——读写器自适应调整Q值，使帧长度匹配标签数量，是批量读取可靠性的底层保证。
一个例子能说明这种应用的工程模型：某中型电商仓库日处理订单量中等，传统模式需多名员工在出库复核区逐件扫码，单批次出库耗时较长。引入RFID门禁系统后，出库复核减为一名员工监控系统界面，读取由读写器自动完成。读取耗时可按 3.3.2 节的 FSA 模型复算：设标签数为 n、帧长为 2^Q，每张标签在帧内等概率随机选一个时隙，则单轮期望识别数 E = n×(1−1/2^Q)^(n−1)。以整托盘 200 张标签（示意值）为例：若固定 Q=4（帧长 16），E = 200×(15/16)^199 ≈ 0.0005，平均每轮识别不足一张，几乎全部时隙碰撞——这正是读写器必须依赖 Q 值自适应机制的原因；读写器把 Q 上调至 8（帧长 256）后，E = 200×(255/256)^199 ≈ 92，首轮即识别近半，剩余标签进入下一轮，按同式递推约四轮即可盘完。按单时隙交互毫秒量级估算，四个帧周期合计在秒级，与现场整托盘数秒过门禁的量级一致。更关键的是，系统能捕获“消失事件”——某个标签本应出现在出库批次中但没被读到，系统马上产生异常告警，避免漏件甚至丢件的风险（根据工程实践归纳）。
资产管理是RFID的另一项强项应用。在医院设备管理、IT资产追踪、工具柜管控等场景中，快速盘点和定位高价值资产是刚需。固定式读写器安装在资产进出区域，移动式读写器供巡检人员持用，RFID标签的TID（标签标识符，Tag Identifier）与设备台账绑定。条码盘点要逐个接触，RFID资产盘点允许巡检人员在房间门口用手持终端一次性扫描整个房间的设备，实时生成差异报告。
智能零售：从自助结账到无感购物
零售行业正从传统收银台向“无感化”转型。RFID的典型应用是无人收银和库存精细化管理。以下为例子：商品在出厂或入库时贴上兼容EPC Gen2标准的UHF标签，每件商品的EPC与SKU（库存量单位，Stock Keeping Unit）及单品序列号绑定。消费者把商品放进结账台或智能购物车，集成的读写器瞬间扫描所有商品，显示器自动生成清单，消费者扫码或刷卡完成支付。这种方式与传统条码结账有根本区别：条码需逐一被红外扫描，消费者和收银员得手动排列包装袋；RFID是一次性批量读取，耗时不再随商品数量线性叠加。客流大的零售门店，一车商品的批量读取同样可控制在秒级（读取速率受 3.3.2 节所述防碰撞吞吐约束）；但能否据此减少收银台数量，还取决于商品标签覆盖率、门店客流结构与防损要求等条件，需以现场实测为准（来源于工程经验与行业案例归纳）。
智能零售的另一重价值是库存可视化。门店在货架上嵌入读写天线，每天营业结束后自动盘点货架余量，系统与后端ERP（企业资源计划，Enterprise Resource Planning）对接生成补货建议。这不需要店员手持终端逐件扫描。与EPC Gen2防碰撞能力直接关联——正是因为FSA协议支持在密集标签环境下以较高成功率批量读取，门店自动盘点才具备工程可行性。
实施零售RFID项目时，下面几个典型场景需要提前评估。
| 典型场景 | RFID对业务的改善点 | 实施主要风险/成本 |
|---|---|---|
| 服装门店单件标签 | 结账从扫码变为批量读取；库存盘点从人工耗时变为自动快速 | 标签成本分摊到每件商品；需改造店铺网络与收银台 |
| 商超便利店单品标签 | 无感结账减少排队；自动防盗告警 | 液体/金属商品包装对UHF信号衰减明显；标签成本对低价商品不友好 |
| 库房/配货中心 | 出入库批量识别取代逐件扫码；自动校验拣货准确性 | 需门架结构改造；读写器天线安装角度需专业调试 |
| 贵重品（珠宝、手机） | 自动盘点和防窃；试戴/试用行为记录 | 金属环境对信号影响大；可能需要高频方案辅助 |
| 生鲜/冷链 | 快速出库，确保批次可追溯 | 低温对标签胶粘剂有影响；潮湿环境可能影响读取 |
人员定位与门禁
RFID在人员管理领域的应用通常与门禁控制结合。例子：员工佩戴HF或UHF频段的工作证标签通过门禁通道时，读卡器识别标签ID，系统比对白名单后决定是否开门。相比传统磁卡、IC卡，RFID的出入口识别能做到非接触、免插拔、低维护。大批量人员进出通道的场合（如展会、厂区、学校），UHF RFID支持远距离（例如数米级）批量识别，可以“边走边读”，不用在闸机前停留。
就实时定位精度而言，纯RFID方案仍有不足。大多数RFID系统只能判断“标签是否在某个读写器天线覆盖区域内”，即区域级定位，无法像UWB或蓝牙AoA那样做到亚米级精确定位。需要精细人员轨迹追踪的场景（如高洁净区、无尘车间），RFID通常作为门禁和区域感知的补充工具，更精确的定位需求交由下一节定位技术来处理。
延伸来看，RFID给每个物（或人）分配了一个唯一ID——这个“ID”概念在IoT DC3系统中映射为deviceId与tenantId，贯穿从感知层到应用层的所有数据通路（参见第2章和第5章）。RFID标签本身不产生温度、振动之类的时间序列数据，但标签携带的身份、关联的位置以及出入事件，始终是物联网系统中不可或缺的元信息。