Mobisys 2016-2018 RFID

1. Mobisys2018, Xiaochen Liu, TAR - Enabling Fine-Grained Targeted Advertising in Retail Stores

使用低功耗蓝牙（Bluetooth Low Energy）和多个摄像头在零售场景下实现对顾客的轨迹跟踪。

2. Mobisys2018, Tian Liu, Detecting Wireless Spy Cameras Via Stimulating and Probing

使用了一种simulating and probing机制，利用改变空间亮度，以激发无限摄像头传输数据量的变化，从而检测出摄像头。

3. Mobisys2018, Raghav H. Venkatnarayan, Multi-User Gesture Recognition Using WiFi

【R】利用wifi解决了多个人同时进行手势识别的问题。

4. Mobisys2018, Zhao Tian, Augmenting Indoor Inertial Tracking with Polarized Light

使用点光源、胶片、惯性传感器（IMU），彩色传感器，实现了高鲁棒性、高精度的室内轨迹跟踪算法。

【R】提出一种综合使用AoA、ToF、DFS的联合算法，实现一根天线下0.75精度的定位方法。

6. Mobisys2018, Yan Li, Chiron: Concurrent High Throughput Communication for IoT Devices

解决了Wifi Zigbee和网关高吞吐率的通信。

7. Mobisys2018, Jihoon Ryoo, BARNET: Towards Activity Recognition Using Passive Backscattering Tag-to-Tag Network

提出一种基于被动标签的反向散射技术的的标签网络，并建立原型，使用其信道信息，与机器学习结合识别行为。

8. Mobisys2018, Phuc Nguyen, TYTH-Typing On Your Teeth: Tongue-Teeth Localization for Human-Computer Interface

将牙齿当作键盘，舌头就是手指。利用检测耳后铺的肌电反应，判断按键。

9. Mobisys2018, Haojian Jin, WiSh: Towards a Wireless Shape-aware World using Passive RFIDs

【R】使用单天线和被动标签来测量物体形状

10. Mobisys2018, Ashutosh Dhekne, LiquID: A Wireless Liquid IDentifier

【R】利用UWB设备测量液体的介电常数

11. Mobisys2017， Jagmohan Chauhan, BreathPrint: Breathing Acoustics-based User Authentication

测量人体呼吸：嗅、正常呼吸、深呼吸，三种特征达到对用户的识别，把他们部署在手机或者可穿戴设备上测试，准确率达到94%以上。

12. Mobisys2017, Shilin Zhu, Enabling High-Precision Visible Light Localization in Today’s Buildings

结合智能手机的前置摄像头和陀螺仪，利用商场里的灯光，可以识别出手机的3D位置和朝向，误差平均3cm/2.6°。

13. Mobisys2017, Yu_Lin Wei, CELLI: Indoor Positioning Using Polarized Sweeping Light Beams

利用点光源发射的偏振光将空间划分成无数个cell，通过光接收器检测到的偏振信号确定位置。最终2D定位2.7cm误差，3D定位11.8cm。

14. Mobisys2017, Longfei Shangguan, Enabling Gesture-based Interactions with Objects

【R】使用Tag-array和单天线进行手势识别。

15. Mobisys2017, Phuc Nguyen, Matthan:Drone Presence Detection by Identifying Physical Signatures in the Drone’s RF Communication

通过检测控制器和无人机之间的无线信号，来识别是否有无人机出现。

16. Mobisys2016, Tianxing Li, Practical Human Sensing in the Light

【R】聚合了来自LED面板的大量光线的阻挡信息，并识别出最适合的3D骨架姿态。

17. Mobisys2016, Longfei Shangguan, The Design and Implementation of a Mobile RFID T ag Sorting Robot

使用机器人搭载两个天线，使用不同频率实像空隙（3-6cm）100%测序正确，（1-3cm）86%.

Mobicom 2016-2018 RFID

18. Mobicom2016, Lei Yang, Making sense of mechanical vibration period with sub-millisecond accuracy using backscatter signals

通过在物体表面的标签的相位变化来检测振动周期。

19. Mobicom2016, Ju Wang, LiFS:LowHuman-Effort,Device-FreeLocalizationwith Fine-GrainedSubcarrierInformation

【R】题出一种不需要预先训练和数据指纹的技术，通过一种创新的CSI处理方法实现定位。

20. Mobicom2016, Teng Wei, Gyro in the Air: Tracking 3D Orientation of Batteryless Internet-of-Things

【R】使用AOA的方法检测标签组的方位

21. Mobicom2016，Wei Wang, Alex Liu, Device-Free Gesture Tracking Using Acoustic Signals

使用智能手机的两个麦克风，可以检测出物体的远近，甚至可以在空中作图。

22. Mobicom2016, Yunfei Ma, 3D Real-time Indoor Localization via Broadband Nonlinear Backscatter in Passive Devices with Centimeter Precision

【R】宽带宽度允许设计一种特殊的基于相位的测距算法——启发式多频连续波(HMFCW), 室内环境的误差为3.5 cm。目前，测量延迟小于0.155秒。

23. Mobicom2017, Ju Wang, TagScan: Simultaneous Target Imaging and Material Identification with Commodity RFID Devices

文章使用RFID辨别物体材料，并使用标签组和一种特殊的扫描方法，检测物体的形状。

24. Mobicom2017, Swadhin Pradhan, RIO: A Pervasive RFID-based Touch Gesture Interface

文章发现人体对标签不同部位的接触，对标签的物理性质有不同的影响，开发出很多形状各异的标签，将这些标签转化为交互设备，在智能家居场景下可以完成输入输出。

25. Mobicom20117, Li-Xuan Chuo, RF-Echo: A Non-Line-of-Sight Indoor Localization System Using a Low-Power Active RF Reflector ASIC Tag

【R】一种低频的结合机器学习的定位方法，而已实现在二维有遮挡情况下的分米级定位。

26. Mobicom2017, Yunfei Ma,Minding the Billions: Ultra-wideband Localization for Deployed RFID Tags

【R】本文提出了一种新的RFind技术，它为当今世界上数十亿的射频识别系统带来了超宽带定位的好处。RFind不需要改变目前被动的窄带RFID标签。相反，它利用它们的底层物理特性来模拟非常大的带宽，将其用于定位，可以实现三位上的亚厘米级精度。

27. Mobicom2017, Lei Yang, Analog On-Tag Hashing: Towards Selective Reading as Hash Primitives in Gen2 RFID Systems

文章将hash-enabled protocol (HEP)变为现实，并且将其跟进一步题出Tash，并进行了测试，降低了60%的通信开销，Tash操作引入了29.7%的开销下降。

28. Mobicom2018, Ge Wang, Towards Replay-resilient RFID Authentication

本文提出了第一种物理层RFID认证协议Hu-Fu，该协议能够抵抗标签伪造、信号重放、信号补偿和蛮力特性应答等主要攻击.

29. Mobicom2018, Wenjun Jiang, Towards Environment Independent Device Free Human Activity Recognition

提出了一种基于深度学习的设备自由活动识别框架EI，该框架可以去除活动数据中包含的环境和主体特定信息，提取不同环境下不同主体数据所共享的环境/主体无关的特征。

30. Mobicom2018， Ju Wang, Challenge: RFID Hacking for Fun and Profit

很有创意的对RFID标签进行了改造，在天线上接入了光敏、热敏传感器等，将其改造成可以远程读取的传感器。

INFOCOM 2016-2018 RFID

31. INFOCOM2016, Jethro Tan, Wisent: Robust Downstream Communication and Storage for Computational RFIDs

可计算RFID设备，CRFID频繁断电的情况下，很难保证快速、无错误的传输。文章题出Wisent，一个对于CRFID可靠的下游通信协议，根据长度节流机制，自适应地改变读取器发送的帧长，以减少在不同信道条件下的传输时间。

32. INFOCOM2016, Yunfei Ma, Ubiquitous Tagless Object Locating with Ambient Harmonic Tags

【R】本文以环境无源RFID标签为标志，在目标反射率的傅里叶域中进行密集、宽范围的非均匀采样，实现无标签目标的精确定位。与传统的RFID系统不同，我们利用被动标签中的非线性来反向散射二次谐波信号。

33. INFOCOM2016, Xiulong Liu, Top-k Queries for Multi-category RFID Systems

【R】在本文中，我们提出了一种Top-k查询(TKQ)协议和一种用于优化TKQ的分段完全哈希(SPH)技术。实验结果表明，TKQ+SPH协议不仅达到了要求的精度约束，而且速度比现有协议快2.6倍。

34. INFOCOM2016, Mei Wang, Temporal Correlation of the RSS Improves Accuracy of Fingerprinting Localization

本文从理论上证明了RSS的时间相关性可以提高基于RSS指纹的室内定位精度。

35. INFOCOM2016, Qianyi Huang, Battery-freeSensing Platform for Wearable Devices:The Synergy Between Two Feet

我们提出一种无电池的鞋子形状因子可穿戴设备传感平台。它从步行或跑步中获取动能，两只脚通过周围的反向散射通信进行协调。评估结果表明，该系统可以在步行数秒后很快醒来，并且具有足够的蓝牙吞吐量来支持许多应用程序.

36. INFOCOM2017, Chuyu Wang, Moving Tag Detection via Physical Layer Analysis for Large-Scale RFID Systems

本文提出了一种实时检测监控区域内运动标签的方法，这是支持跟踪所有标签运动的基本前提。我们通过解码物理层的冲突来达到时间效率。

37. INFOCOM2017, Jia Liu, RF-Scanner: Shelf Scanning with Robot-assisted RFID Systems

本文提出了一种结合机器人技术和RFID技术的货架自动扫描智能系统RF-Scanner。 长期的实验和研究表明，RF-Scanner能够提供细粒度的图书定位，平均误差仅为1.3 cm，对下书的准确检测精度为6%。

38. INFOCOM2017, Yuxiao Hou, PHY Assisted Tree-based RFID Identification

基于树的RFID识别采用二叉树结构来收集未知集合的id，标签id定位在叶子节点上，阅读器通过中间树节点进行查询，利用标签响应的反馈收敛到这些id

39. INFOCOM2017, Meng Jin, iGuard: A Real-Time Anti-Theft System for Smartphones

文章通过通过识别外卖行为中的动作顺序和每个动作的执行方式区分不同的人拿着智能手机。

40. INFOCOM2017, Chunhui Duan, Fusing RFID and Computer Vision for Fine-Grained Object Tracking

文章利摄像头和RFID，实现精确的误报率低的物体跟踪算法。

41. INFOCOM2017, Yu Luo, Optimal Energy Requesting Strategy for RF-based Energy Harvesting Wireless Communications

我们开发了一个两步双隧道能量请求(DTER)策略，允许能量收集设备有效地从专用能源获取能量。在将系统能耗降至最低的同时，DTER还考虑了对能源和能源收集装置的实际约束。为了解决DTER中的非线性优化问题，我们将最优能量需求问题的设计转化为经典的最短路径问题，从而使我们能够通过动态规划算法找到全局最优解

42. INFOCOM2017, Shigeng Zhang, Tag size profiling in multiple reader RFID systems

【R】提出一种TSP（Tag size Profiling）问题的解决方法。

43. INFOCOM2017, Henko Antjes, Fast Downstream to Many (Computational) RFIDs

我们提出了一个扩展的EPC C1G2协议，允许数据流到多个计算射频识别标签(CRFIDs)同时高达比以前的技术状态20倍的速度。

44. INFOCOM2017, Min Chen, DBF: A General Framework for Anomaly Detection in RFID Systems

本文试图提出一个RFID系统异常检测的通用框架，从而降低阅读器和标签实现不同异常检测协议的复杂度。

45. INFOCOM2018, Ning Xiao, Motion-Fi- Recognizing and Counting Repetitive Motions with Passive Wireless Backscattering

为了运动识别系统经常受到多用户同时移动的各种干扰，导致识别精度极低的问题，提出了一种新的系统，称为Motion-Fi，它结合了无线背向散射和无设备传感。Motion-Fi是一种精确的、可容忍干扰的运动识别系统，它无需使用场景相关的模板或概要文件来计算重复的运动，并且由于反向散射信号的传输范围相对较短，使得多用户能够同时执行特定的运动。

46. INFOCOM2018, Guillermo Bielsa,Indoor Localization Using Commercial Off-The-Shelf 60GHz Access Points

在60 GHz频段中可用的非常大的带宽原则上允许设计高度精确的定位系统.

47. INFOCOM2018, Chunhui Duan, Robust Spinning Sensing with Dual-RFID-Tags in Noisy Settings

引入了一种鲁棒的旋转传感系统Tagtwins，它可以在嘈杂的环境下工作。Tagtwins可以检测旋转频率，具有较高的精度和鲁棒性。

48. INFOCOM2018, Zhijun Li, LongBee: Enabling Long-Range Cross-Technology Communication

LongBee，是第一个扩展跨技术通信范围的工作。在发射端，LongBee通过下时钟操作集中有效的TX功率，在接收端，LongBee通过创新的转换编码提高RX灵敏度，确保可靠的前导检测和有效载荷接收.我们在USRP平台和商品ZigBee设备上实现了LongBee。综合评价表明，相对于目前已有的CTC方案，TX功率集中、RX灵敏度实现了比Zigbee的10倍扩展和2倍以上的距离扩展。

49. INFOCOM2018, Sihua Shao, RETRO:Retroreflector Based Visible Light Indoor Localization for Real-time Tracking of IoTDevices

提出并建立了一个基于后向反射器的可见光定位系统(RETRO)的原型，该系统利用后向反射器将光反射回光源，建立一个几乎零延迟的后向通道。实验证明实现了厘米级定位精度和个位角误差.

50. INFOCOM2018, Boyuan He, An Investigation into Android In-App Ad Practice Implications for App Developers

我们的工作旨在揭示最佳实践，并为应用程序开发人员提供有关广告网络选择和广告放置的指导方针。为此，我们调查了164个ad net-works中697个独特的API，这些API是从277,616个Android应用程序中提取出来的，开发了一种基于UI交互和行为的广告类型分类方法，并在API粒度上采用静态分析技术对app内广告进行了大规模的测量研究。

51. INFOCOM2018, Tianming Zhao, PPG-based Finger-level Gesture Recognition Leveraging Wearables

利用PPG（Photoplethysmography光学体积描记术）技术检测热的手指做动作引起的血流变化情况，并利用梯度树提升算法进行分类。

52. INFOCOM2018, Xiaolong Zheng, StripComm: Interference-Resilient Cross-T echnology Communication in Coexisting Environments

提出了共存环境下的条带通信、抗干扰CTC。StripComm中的发送方采用一种抗干扰编码方案，该方案在一个符号中同时包含数据包的存在和不存在。接收机利用StripComm信号的自相似性来消除感兴趣信号的干扰。我们为StripComm提供了商用WiFi、ZigBee设备和软件无线电平台的原型。理论和实验评估表明，StripComm提供了高达1.1K bps的数据速率，即使在强干扰下，SER(符号错误率)也低于0.01，数据速率为0.89K bps。

53. INFOCOM2018, Nirnimesh Ghose, SFIRE Secret-Free In-band Trust Establishment for COTS Wireless Devices

提出SFIRE，这是一种保密的信任建立协议，允许将商用现货(COTS)无线设备与集线器安全配对。与最先进的技术相比，SFIRE不需要任何带外通道、特殊硬件或固件修改，但可以应用于任何COTS设备。此外，SFIRE能够抵抗最先进的主动信号操作，包括最近演示的目标接收机的信号零化。

54. INFOCOM2018, Tao Li, Secure Crowdsourced Indoor Positioning Systems

本文首次系统研究了基于wifi的众包ip的安全问题，以促进设计和部署众包ip时的安全考虑。我们确定了针对基于wifi的众包ip的三种攻击，并提出了相应的对策。并在原型系统上进行了实验验证。攻击和对策可以很容易地扩展到其他众包ip。

55. INFOCOM2018, Cheng Zhang, MV -Sports: A Motion and Vision Sensor Integration-Based Sports Analysis System

在球的状态测量中，我们通过运动传感来计算球的初始状态，并设计了一种基于扩展卡尔曼滤波(EKF)的方法，将基于球运动物理的跟踪和基于视觉位置的跟踪相结合，以获得更精确的球状态。我们在商用现货(COTS)设备上实现了MV-Sports，并进行了真实的实验来评估系统的性能。实验结果表明，该方法能够实现精确的球员动作识别和亚秒级的球态测量。 .

56. INFOCOM2018, Yuchi Chen, I Can Hear More Pushing the Limit of Ultrasound Sensing on Off-the-Shelf Mobile Devices

题出iChemo技术，该技术使COTS移动设备能够感知高频超声信号。具体来说，我们演示了如何检测功率谱密度(PSD)的高频超声信号自定义的粒子放大算法。通过我们的原型和对大量移动设备的评估，我们证明iChemo可以在60khz频率下感知超声的PSD，这是当前可感知频率阈值的两倍多

57. INFOCOM2018, Piotr Gawłowicz, Enabling Cross-technology Communication between LTE Unlicensed and WiFi

提出LtFi系统，实现同一位置的LTE-U和WiFi网络的节点之间建立跨技术通信。

58. INFOCOM2018, Haishi Du, WordRecorder Accurate Acoustic-based Handwriting Recognition Using Deep Learning

本文介绍了一种高效、准确的手写识别系统WordRecorder，它利用笔和纸产生的声音信号来识别单词，从而实现了无处不在的手写识别。

59. INFOCOM2018, Yulong Tian, MobiCrowd: Mobile Crowdsourcing on Location-based Social Networks

MobiCrowd是一个基于LBSNs的移动众包服务。我们的评估，通过追踪驱动的模拟和真实的实验，表明所提出的方案可以有效地通过分析他们的位置签到历史找到与不同地点相关的移动众包任务的工人。

60. INFOCOM2018, Ziling Zhou, RFID Counting over Time-V arying Channel

现有的协议都不能很好地执行RFID计数(即，保持估计质量)在时变信道上。在本文中，我们设计了一种鲁棒的RFID计数协议RRC，它为时变信道下的估计质量提供了可证明的保证。

61. INFOCOM2018, Kun Qian, Acousticcardiogram Monitoring Heartbeats using Acoustic Signals on Smart Devices

提出了一种新的非侵入性技术来产生一种声学心电图(ACG)，它可以使用听不见的声学信号精确地监测心跳。

62. INFOCOM2018, Jihong Yu, Fast and Reliable Tag Search in Large-Scale RFID Systems A Probabilistic Tree-based Approach

一种新的基于树的标签搜索(TTS)，它通过批量验证来逼近O(K)。TTS聪明地将多个标签散列到每个内部树节点中，并自适应地控制节点的度数。它通过自底向上的搜索，对标签进行分组验证，组的数量迅速减少。通过理论分析和大量仿真，得出了最优的哈希码长度和节点度，以适应哈希冲突，并证明了TTS的优越性。

63. INFOCOM2017, Jia Liu, Tag-Compass: Determining the Spatial Direction of an Object with Small Dimensions-infocom2017

文章使用了信号强度与天线/标签极化强度的关系，利用线性极化天线和步进马达，通过旋转天线，判断标签的角度。

64. INFOCOM2018, Yao Yao,Aegis- An Interference-Negligible RF Sensing Shield

Aegis，一种干扰可忽略的射频传感屏蔽，i)使工作在保护区外任何未知位置的窃听者的射频传感失效;ii)对正在进行的WiFi通信干扰最小;iii)在专用区域内保留授权的射频传感。我们的广泛评估表明，当Aegis被激活时，i)它对合法的传感系统的影响可以忽略不计;ii)有效防止非法传感系统感知人体运动。

65. INFOCOM2018,Han Ding, Preventing Unauthorized Access on Passive Tags

【R】针对恶意RFID阅读器可以通过标准命令(如id或内存中的其他数据)任意修改标签这类攻击，我们提出了一种基于物理层射频信号的读写器认证解决方案，即仲裁器，它包括被动地监听射频信道，分析通信信号，识别未经授权的读写器，并干扰来自这些读写器的命令。

66. INFOCOM2018, Han Ding, Trio-Utilizing Tag Interference for Refined

Trio通过对耦合标签等效电路的建模，为利用射频干扰进行标签定位提供了一个新的角度, 实现了小范围的精细定位。

67. INFOCOM2018, Chuyu Wang, Multi-Touch in the Air: Device-Free Finger Tracking and Gesture Recognition via COTS RFID

建立了一个理论模型，从原始rf信号中提取细粒度反射特征，描述了手指在cm级分辨率下对标签阵列的影响。对于手指的跟踪，我们利用k近邻(KNN)根据精细的反射特性来精确定位手指的位置，并通过卡尔曼滤波得到平滑的轨迹.

68. INFOCOM2018, Xiuzhen Guo, ZigFi:Harnessing Channel State Information for Cross-Technology Communication

我们提出了ZigFi，一个新的CTC框架，使直接通信从ZigBee到WiFi。在不影响正在进行的WiFi传输的情况下，ZigFi小心地将ZigBee包与WiFi包重叠。实验表明，利用重叠包的信道状态信息(CSI)可以实现ZigBee到WiFi的数据传输。在此基础上，提出了一种接收端发起的协议，并将解码问题转化为支持向量机的CSI分类问题。通过实验进一步建立了一个通用模型，描述了信噪比(SINR)与符号错误率(SER)之间的关系.

69. INFOCOM2018, Yilun Zheng, RED-RFID-based Eccentricity Detection for High-speed Rotating Machinery

本文针对高速旋转机械中基于rfid的偏心检测问题，提出了一种基于rfid的偏心检测方法。

70. INFOCOM2018, Xiulong Liu, Range Queries for Sensor-augmented RFID Systems

【R】本文首先研究了传感器增强RFID系统的距离查询问题，即根据标签信息的范围对目标标签进行分类。

71. INFOCOM2018, Zhen Ling, SecTap-Secure Back of Device Input System for Mobile Devices

【R】提出了一种用于移动设备的新型安全设备后置(BoD)输入系统SecTap。要使用SecTap，用户需要倾斜移动设备，移动键盘上的光标，然后轻击设备背面，秘密地输入数据。

72. INFOCOM2018, Yunting Zhang, Vernier–Accurate and Fast Acoustic Motion Tracking Using Mobile Devices

提出了一种基于游标的高效、准确的移动设备声学跟踪方法,在Android上实现了Vernier，并对其在包括三星Galaxy S7和索尼L50t在内的COTS移动设备上的性能进行了评估。

73. INFOCOM2018, Qianyi Huang, Smart-U-Smart Utensils Know What You Eat

mart-U利用了食物反射的光谱依赖于食物成分这一事实。通过对反射光谱的分析，Smart-U可以识别出餐具上的食物.

73p1. INFOCOM2018, Yanling Bu, RF-Dial: an RFID-based 2D Human-Computer Interaction via Tag Array

利用RFID实现一种类似微软dial的交互设备。

SECON 2016-2018 RFID

74. SECON2016, Xuehan Ye, WarpMap-Accurate and Efficient Indoor Location by Dynamic Warping in Sequence-Type Radio-Map

本文提出了一种高效的序列型无线电图模型——WarpMap，并通过动态翘曲给出了一种精确的室内定位方法。它的特点包括:1)一种独立的图模型(示踪图)，能够有效地校准和存储序列型无线电地图，克服了路径组合爆炸和RSS漏检问题;2)一种高效的子序列动态时间翘曲(SDTW)算法，用于精确高效的在线定位。研究结果表明，SDTW能够容忍离散点的随机RSS差异，并能处理在线和离线阶段的移动速度差异。

75. SECON2016, Xin Xie, Fast Collection of Data in Sensor-Augmented RFID Networks

本文研究了传感器增强RFID网络中的数据采集问题:如何从传感器增强RFID标签中快速获取有误差限制的数据。

76. SECON2016, Kaikai Liu, Enhancing smartphone indoor localization via opportunistic sensing

本文研究了利用机会锚点感知技术提高手机室内定位的相关问题。

77. SECON2016, Zhehui Zhang, Squeeze More from Fingerprints Reporting Strategy for Indoor Localization

基于Wi-Fi - RSS指纹室内定位的研究表明，对不同的接入点(APs)重新检测指纹，可以得到不同精度的定位估计;然而，如何在合理的计算成本下找到最佳的指纹报告策略，以及如何利用这一发现来简化定位系统的设计，仍然是一个未知数。本文以最佳指纹报告策略理论为契机，回顾了定位系统的设计原则。

78. SECON2016, Tengfei Chang, OpenWSN &OpenMote-Demo’ing a Complete Ecosystem for the Industrial Internet of Things

为了实现IIoT的愿景，本演示展示了Open-WSN和OpenMote项目，它们提供了IEEE低功耗无线技术的开源软件实现和IETF协议栈，以及满足原型IIoT应用程序要求的开源硬件平台。

79. SECON2016, Feng Zhu, PLAT-A Physical-Layer Tag Searching Protocol in Large RFID Systems

与以往的搜索协议不同，我们提出了一种物理层标签搜索(PLAT)协议。首先，PLAT可以精确地定位搜索结果，而不会出现误报，而且延迟开销很小。其次，基于物理层信号，PLAT可以解释碰撞槽中回复标签的准确数量，加快标签搜索的执行速度。第三，PLAT可以从全局的角度从插槽中提取准确的应答信息，提取每个标签标识符，进一步提高协议性能。并在USRP和WISP平台上实现了一个原型系统。

80. SECON2017, Ge Wang, HMRL- Relative Localization of RFID Tags with Static Devices

本文提出了一种不需要移动设备的被动标签相对定位方法。相反，我们的方法利用了人类在没有携带任何设备的标签周围任意移动所引起的信号变化。

81. SECON2017, Chiara Pielli, Minimizing Data Distortion of Periodically Reporting IoT Devices with Energy Harvesting

能量收集是物联网(IoT)的一项有前途的技术。我们解决了在能源收集、能源消耗和通信通道受损的限制下，最大化报告数据质量的问题。具体地说，我们提出了一种能量感知的联合信源信道编码方案，当通信在瑞利衰落信道上执行时，该方案可最大限度地减小预期的数据失真，从而为实际的能量生成模型和设备处理数据所消耗的能量建立模型。利用马尔可夫决策过程框架对方案的性能进行了优化。

82. SECON2017, Xuyu Wang, Sonarbeat-Sonar Phase for Breathing Beat Monitoring with Smartphones

文章提出了SonarBeat一种利用智能手机主动声纳来检测呼吸频率的技术。

83. SECON2017, Yanyan Wang, Efficient Tag Identification in Blocker-Assisted RFID Systems

本文提出了两种高效的标签识别协议IIP和SIP，满足了隐私、准确性和效率三个应用要求。IIP迭代地停用阻塞标签和标记真正的标签，最后通过避免所有不协调冲突来标识标签。在IIP的基础上，SIP进一步避免了插槽浪费，通过预先执行过滤器将真正的标签与其他标签分离。

84. SECON2017, Yanling Bu, 3-Dimensional Reconstruction on Tagged Packages via RFID Systems

利用双天线AoA的方法实现先了对货物旋转角度的测量，精度达到4.08°

85. SECON2017, Suining He, Towards Crowdsourced Signal Map Construction via Implicit Interaction of IoT Devices

众包信号的位置通常是随机和稀疏的，这使得很难建立一个完整的信号地图。为了解决这些问题，我们提出了一种新的信号地图构建系统Surecose。

86. SECON2017, Feng Zhu, DynamicGroupinginRFIDSystems

分组问题是有效地通知所有标签它们属于哪个组，使同一组中的标签具有相同的组ID。有了这些信息，读者可以通过高效的组播而不是单调的单播来传输数据。但在动态RFID系统中，组id变化频繁，现有的工作时间效率较低。针对此问题，本文提出了二进制分组(BIG)协议，以提高动态RFID系统的分组性能。

87. SECON2018, Lei Zhang, Wi-Run-Multi-Runner Step Estimation Using Commodity Wi-Fi

使用Wifi进行多人计步

88. SECCON2018, Xiangyu Xu, SteerTrack-Acoustic-Based Device-Free Steering Tracking Leveraging Smartphones

【R】SteerTrack寻求一种无设备的方法来进行转向跟踪，不需要在方向盘上安装专门的传感器，也不要求司机在手腕上佩戴传感器。由于方向盘是由驾驶员双手操作的，所以方向盘的转角可以根据驾驶员双手的运动来跟踪。舵手轨迹首先在车辆内部建立一个声信号场，然后利用相对相关系数(RCC)和参考系分析驾驶员双手的回波，跟踪不同转向动作下手部的运动轨迹。

89. SECON2018, Chongyu Zhou, Information-Driven Distributed Sensing for Efficient Bayesian Inference in Internet of Things Systems

本文研究了具有指数族分布的有效贝叶斯推理的IDDS问题。通过严格的理论分析，证明了所提出的算法能够实现系统效用的渐近最优。建立了一个真实的实验平台来评估所提算法在真实环境中的性能。利用实际测试数据，并与一些基准方法进行了比较，验证了所提出的C-IDDS和D-IDDS算法的有效性。

90. SECON2018, Rui Zhou, Device-Free Localization Based on CSI Fingerprints and Deep Neural Networks

【R】提出了一种基于WiFi信道状态信息(CSI)和深度神经网络(DNN)的无设备定位方法。

91. SECON2018, Lei Wang, WiTrace-Centimeter-Level Passive Gesture Tracking Using WiFi Signals

本文提出了一种基于CSI的无设备手势跟踪系统WiTrace，该系统利用WiFi信号中提取的CSI值来实现精确的手势跟踪。对于一维跟踪，WiTrace从复合信号中推导出手反射信号的相位，测量相位变化，得到运动距离。对于二维跟踪，WiTrace提出了第一个基于CSI的方案来精确估计初始位置，并采用基于连续维纳过程加速模型的卡尔曼滤波来进一步滤除跟踪噪声。结果表明，WiTrace对初始位置的平均估计精度为3.91 cm，达到cm级精度，一维跟踪和二维跟踪的平均跟踪误差分别为1.46 cm和2.09 cm。

92. SECON2018, Bingxian Lu, Spoofing Attack Detection Using Physical Layer Information in Cross-Technology Communication

提出了一种利用物理层信息对异构无线网络中的CTC进行欺骗攻击检测的方案。首先，我们提出了一个模型来检测ZigBee数据包，并在Wi-Fi设备上测量相应的接收信号强度(RSS)。然后，我们设计了一个Wi-Fi和ZigBee设备之间的协作机制来检测欺骗攻击。最后，我们通过在商用现货(COTS) Wi-Fi和ZigBee设备上的专家研究来实现和评估我们的方法。实验结果表明，在异构无线网络中，可以同时检测ZigBee数据包的RSS值和检测出高识别率和低误报率的欺骗攻击。

93. SECON2018, Yingling Mao, Scalability of Wireless Fingerprinting based Indoor Localization Systems

揭示了洞察的可伸缩性指纹定位系统:首先,定位可靠性急剧下降之前用户的数量增加到一个临界点,然后减少,在临界点时往往会出现用户的数量等于接入点的数量(APs)部署在服务区域;其次，即使用户数量接近无穷大，指纹定位系统仍然保持一定的可靠性

94. SECON2018, Yanjun Pan, On the Throughput Limit of Multi-Hop Wireless Networks with Reconfigurable Antennas

可重构天线(RA)是一种新兴的分布式天线技术，通过对天线状态的灵活重新配置，具有显著提高无线链路容量的潜力. 针对这一问题的np困难，我们研究了列的生成问题，并提出了一种启发式算法，该算法可以加快最优解的求解速度。仿真结果表明，所提出的算法能够有效地逼近或计算出最优吞吐量，并验证了多波束天线可重构性的优越性。

95. SECON2018, Kin Sum Liu, On-Street Parking Guidance with Real-Time Sensing Data for Smart Cities

临街停车是智慧城市停车基础设施的重要组成部分，它允许用户在目的地附近短期停车,对司机来说，在交通拥挤的地区贪婪地寻找路边停车位往往是一项令人沮丧的任务，而四处寻找空置的停车位会导致额外的延误，并损害当地的交通。城市道路停车信息的实时化成为停车管理的重要手段。在此基础上，设计了一种基于车位可用性预测的实时推荐车位的在线停车引导系统。

96. SECON2018, Shigeng Zhang, RFID Localization based on Multiple Feature Fusion

提出了一种RFID定位算法，通过融合多种类型的信号特征，可以同时实现高精度和低延迟。我们首先使用RSS测量来快速缩小目标标记的可能区域，然后使用相位测量来细化位置估计。实验结果证明了该设计的有效性。

97. SECON2018, Run Zhao, CRH: A Contactless Respiration and Heartbeat Monitoring System with COTS RFID Tags

本文介绍了一种基于rfid的非接触式呼吸心跳监测系统CRH。关键的见解是，由胸部运动引起的RFID信号波动与呼吸和心跳同步。因此，CRH利用一系列的信号处理技术，从身体附近或身体上的标签阵列中收集时间相位信息，提取呼吸和心跳信号。提出了一种基于多标记经验模态分解(EMD)的信号分离方法，以获得预处理后的呼吸速率和心率。此外，CRHcan还可以检测剧烈运动和异常呼吸。

98. SECON2018, Youlin Zhang, Missing-Tag Detection With Presence of Unknown Tags

本文提出了一种基于压缩滤波器的缺失标签检测协议，该协议不仅减小了滤波器的尺寸，提高了检测的时间效率，而且有助于抑制未知标签的干扰，提高了检测的精度。为了进一步提高性能，我们提出了一种新的标签报告方式，大大减少了碰撞，从而提高了检测概率

INFOCOM 2015 RFID

99. INFOCOM2015, Tianci Liu, TagBooth: Deep Shopping Data Acquisition Powered by RFID Tags

本文介绍了一种利用COTS RFID设备检测商品运动并进一步发现顾客行为的创新系统TagBooth。我们首先利用物理层信息(如phase和RSS)来利用标记商品的运动，然后设计一个全面的解决方案来识别客户的行为

IMWUT 2018 RFID

100. IMWUT2018, Chuyu Wang, RF-Kinect: A Wearable RFID-based Approach Towards 3D Body Movement Tracking

本文通过分析附着在肢体上的可穿戴RFID标签的相位信息，提出了一种无需训练的RF-Kinect系统。