无源物联网白皮书—人工智能篇

前言 近年来，面向产业数字化、家庭智慧化、社会治理精细化的发展需求，无源物联网技术迎来快速发展期，成为实现海量哑终端的网联化、智能化的关键路径，有望在仓储、物流、零售、工业等领域形成万亿级连接规模，开启物联网发展的新蓝海。白皮书面向无源物联网智能化发展需求，聚焦无源物联网端到端要素与人工智能融合发展情况，从AI融合助力无源物联网技术能力提升、附加能力拓展两个维度，选取代表性技术，解读AIx无源物联网技术发展趋势，分析近年来重要技术进展，梳理典型应用场景，希望能够为相关领域技术研究突破和落地应用提供参考。 本白皮书的版权归中国移动所有，未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部内容。 目录 一、AIx无源物联网技术概述.......................................................................................................1二、AI融合助力无源物联网基础性能提升...................................................................................32.1AIx无源物联网智能组网.................................................................................................32.2AIx无源物联网智能调度.................................................................................................7三、AI融合助力无源物联网附加能力拓展.................................................................................113.1AIx无源物联网单设备融合感知...................................................................................113.2AIx无源物联网低成本定位...........................................................................................153.3AIx无源物联网空间感知...............................................................................................193.4基于无源数据的物流仓储调度大模型...........................................................................223.5无源物联网标签安全智能保障.......................................................................................27四、总结及展望..............................................................................................................................29参编单位及人员..............................................................................................................................32参考文献...........................................................................................................................................33 一、AIx无源物联网技术概述 近年来，面向产业数字化、家庭智慧化、社会治理精细化的发展需求，无源物联网技术迎来快速发展期。无源物联网终端无需内置电源，依靠环境能量采集与反向散射通信，成为实现海量哑终端的网联化、智能化的关键路径，在仓储、物流、零售、工业等领域展现出巨大潜力。然而，受限于技术特性，传统无源物联网系统在感知精度、环境适应性、数据智能等方面存在明显瓶颈，如多径干扰导致的误读、部署密度不足引发的覆盖盲区、感知功能单一导致的应用场景受限、海量离散数据难以有效挖掘等。 面向上述技术问题，近年来业界持续探索人工智能与无源物联网深度融合的路径。通过嵌入式AI算法、边缘智能推理、行业大模型适配等技术手段，AI能力正在与无源物联网络层和平台层技术深度融合，使无源物联网系统实现从“被动采集”到“主动认知”的跨越，具体表现为两个方面： 一是在无源物联网系统基础性能方面，AI的融合显著提升了网络资源动态优化能力。无源物联网智能组网与调度技术利用优化算法与强化学习，解决了多读写器协同干扰、海量标签防碰撞等NP难问题，实现了从“孤岛式读写”到“全局资源协同”的跨越，为无源物联网大规模、高并发应用场景奠定了坚实的网络基础。 二是在无源物联网系统附加能力方面，AI的融合有效拓展了无源物联网的感知范围和精度，并实现了无源数据“价值跃升”。在感知 能力拓展层面。通过将轻量化AI模型与算力集成于读写设备，实现了“RFID-视觉”等多模态信号的本地化融合感知，有效解决了串读、误读等行业痛点，并在服装零售门禁、智能装备柜等场景中实现了“即装即用”的高精度识别与行为判断。通过AI赋能的无源定位技术，实现了定位精度向“厘米级”跃升，为智慧仓储、智慧停车等场景提供了低成本、高精度的定位解决方案。AI空间感知技术则将无源标签转化为“泛在的传感器”，在不侵犯隐私的前提下，实现了对工厂人员行为、零售客流动线、养老安全监护等场景的深度认知。在数据价值挖掘层面。基于无源数据的物流仓储调度大模型不仅能精准预测货量趋势，更能自动生成库位推荐、拣选路径、资源调配等全局最优策略，实现了仓储调度从经验驱动到数据与模型驱动的深刻变革。同时，以AI为核心的无源物联网标签安全智能保障技术，为无源物联网在供应链、工业等关键场景的可靠应用提供了信任基石。 二、AI融合助力无源物联网基础性能提升 AI与无源物联网的融合，正系统性地提升其基础通信与组网能力，赋能无源物联网在低成本前提下实现更高效、更可靠的端到端连接。AIx无源物联网智能组网与智能调度两类技术通过优化算法与智能决策，解决多读写器干扰、海量标签接入等NP难问题，旨在构建一个高并发、低时延、可扩展的无源物联基础设施，为上层应用提供坚实的网络性能保障。 2.1AIx无源物联网智能组网 无源物联网系统由部署于不同地理位置的读写节点、激励节点、以及附着于物品上的标签共同组成，其性能易受环境与设备间干扰影响，在复杂场景中的网络部署已被证明属于NP难问题，因此高效的智能组网技术成为系统能否顺利部署的关键。无源物联网智能组网技术融合优化理论、人工智能与电磁仿真方法，通过对节点布局、天线位置和角度等参数进行自动化配置，实现覆盖范围、信号干扰与部署成本等多目标的协同优化，从而在复杂约束下快速生成近似最优的部署方案。借助精准建模与多目标权衡，智能组网技术能够最大程度扩展覆盖、抑制干扰，在保障服务质量的同时控制成本，最终赋能无线制造、智慧仓储等场景实现全域生产要素的实时感知与智能化管理。 无源物联网网络系统部署需同时优化标签覆盖率、信号干扰与成本等多个目标，其智能求解多目标优化方法主要分为两类。一是通过加权求和将多目标问题转化为单目标优化。该方法在不同应用场景中采用不同权重进行线性加权，将覆盖范围、定位精度、干扰及部署成本等关键指标融合为统一的目标函数，并分别采用群智能优化算法及构建非线性整数规划模型进行高效求解[1]。其中，模糊k覆盖方法能够有效处理网络规划中的覆盖不确定性问题[2]；基于分层解耦原理构建的两级规划模型，通过离散与连续变量分别对成本和服务质量进行建模，可显著降低计算复杂度[3]。此类方法通过数学建模将复杂问题转化为单目标形式进行高效求解，但局限性在于权重设定依赖专家经验，难以适应所有场景需求。二是基于帕累托支配关系进行多目标优化。多目标粒子群优化算法能够自适应调整读写设备数量以提升网络整体性能；改进的k-means与多目标离散粒子群优化融合算法，将决策变量维度从平方级降至线性级，可快速获得收发分离架构的无源物 联网络部署方案[4]。此外，电磁仿真与智能算法的结合成为提升部署精度的重要手段。通过WirelessInsite等射线跟踪软件进行精确的电磁传播预测，可为优化算法提供更贴近实际的环境数据，推动无源物联网络部署向智能化、精准化方向发展。 无源物联网智能组网部署基于差异化覆盖策略，在仓储物流、工业制造及智慧零售等场景中实现了精准的业务赋能。在仓储物流领域，通过在通道、分拣线及出入口等关键路径部署优化的读写节点，构建栅栏式覆盖体系，实现对贴标物料的全程自动化追踪与数据采集，大幅提升了出入库作业效率与库存周转精度，完整记录物料从入库、存储到出库的全流程状态变化，为仓储管理决策提供实时可靠的数据支持。在工业制造领域，针对混流装配线的复杂工艺需求，采用区分覆盖模式，通过为每个装配工位和物料存储区配置具有唯一识别特征的读写节点组合，实现零部件的精确定位与动态识别，有效预防装配过程中的错装、漏装等问题，保障生产质量与流程可靠性。在智慧零售领域，通过全覆盖部署方式，在货架区域建立无缝监测网络，实现对库存商品的实时盘点与状态监控，快速获取准确的库存数据，有效解决传统人工盘点效率低下的问题，为精准补货、需求预测和运营优化提供数据依据。这些差异化部署策略在于根据具体业务需求，将覆盖模型与多目标优化有效结合，通过智能组网算法在成本、信号干扰和覆盖性能等多个维度间实现协同优化，以经济高效的部署方案确保通信链路的可靠性。通过统一的网络规划框架，为不同行业的数字化转型提供了普适高效的底层基础设施，推动运营管理模式向精细化、智 能化方向持续演进。 未来，面对多样化的业务场景与复杂的物理环境，需构建一个能够自我优化的智能网络基础设施。组网部署需从传统静态、刚性模式，向智能化、柔性化的方向演进，将面临如下挑战：一是架构异构性挑战统一规划。无源物联网并存着收发一体、收发分离、直连与中继等多种架构。不同架构的覆盖模型、干扰机理与部署要素迥异，传统的单一部署模式无法适用。智能化部署需针对混合架构场景，自动生成差异化的网络节点布局与参数配置方案。二是业务多样性要求柔性响应。盘点、定位、状态监测等不同业务，对网络的覆盖强度、链路质量和锚点密度提出了差异化甚至矛盾的性能要求。静态网络无法兼顾，因此，组网部署需内嵌柔性设计，使得单一物理网络能够通过预配置的多种工作模式，灵活支撑未来业务的动态变化，实现从“一网一用”到“一网多用”的跨越。 面对上述挑战，智能组网发展趋势将聚焦于三大方向：一是部署智能化。深度融合数字孪生与AI算法，构建高保真虚拟镜像进行仿真与自动寻优，实现从“经验驱动”到“模型与数据驱动”的根本转变，输出全局最优部署方案。二是架构柔性化。通过软件定义与硬件模块化，实现控制与转发分离，使得在固化的物理设施上能够按业务需求灵活重构逻辑网络拓扑，动态适配不同业务场景。三是能力平台化。构建具备业务意图翻译能力的部署平台，用户声明高层目标，系统即可自动解构并生成部署方案，使组网部署从专业技术工程转变为高效的智能化服务。 2.2AIx无源物联网智能调度 无源物联网端侧能力极度受限，缺乏主动通信、频