RFID Technology（上）——简介、市场应用与前景、工作原理

本科时期某课程的课程报告，与大家分享~~

内容包括RFID简介、市场应用与前景、工作原理、面临的风险、安全与隐私策略，共5点。

由于篇幅过长，将分两篇博客介绍，本次给出上半部分——简介、市场应用与前景、工作原理。

---

1. RFID简介

　　RFID (Radio-Frequency Identification)，即无线射频识别，是一种非接触式的自动识别技术。它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于社会中的各个领域，具有体积小，成本低，易于嵌入物体中，无需接触就能大量地进行读取等优点。一套完整的RFID系统由三个部分组成：

1. 标签(Tag)：主要由板载的耦合元件（线圈和微天线）和芯片组成。耦合元件用于接收和发送电磁信号，并从电磁波中获取能量和时序，芯片用于存储电子编码（有的还具有逻辑计算功能）。标签通常比较小，它附着在物体上用以唯一标识该目标对象。通常标签处于休眠状态，它可以被阅读器激活或者关闭。
2. 阅读器(Reader)：是对RFID标签进行读/写操作的设备，可以激活或者关闭标签，主要包括射频模块和数字信号处理单元两部分，可设计为手持式或固定式。阅读器是RFID系统中最重要的基础设施，它既可以向RFID标签发送电磁信号（提供能量和时序），也可以接受标签返回的微弱电磁信号并转化为数字信号，然后通过一些加工整理从中解调出返回的信息，最后将这些信息上传给应用软件系统。
3. 应用软件系统(Application Software System)：使用计算机软件和网络处理获得的信息，需要后台数据库的参与，数据库中含有与标签相关的大量信息。系统向最终用户提供可视化的人机交互界面，协助使用者获取标签信息以及完成对阅读器的指令操作。由于系统要根据不同应用领域的不同企业进行专门制定，因此很难具有通用性。

1.1 工作方式

　　RFID的基本工作方式分为以下四步（如图表1所示）：

1. 阅读器通过广播将一个查询信号(Query)发送给标签（标签被激活）。
2. 获得查询信号后，标签将它的电子编码(ID)以电磁波的形式发送给阅读器。
3. 阅读器获得电子编码(ID)后通过网络查询相应的数据库（标签被关闭）。
4. 数据库将与该电子编码(ID)相对应的产品信息通过网络发送给阅读器或者某个终端设备。

 图表 1    RFID的基本工作方式

1.2 标签分类

　　按照RFID应用频率的不同，可以分为低频(LF)、高频(HF)、超高频(UHF)、微波(MW)，相对应的代表性频率分别为：低频135KHz以下、高频13.56MHz、超高频860M~960MHz、微波2.4G~5.8GHz。

　　按照RFID标签能源供给方式的不同，可以分为Passive Tag（无源）、Active Tag（有源）、Semi-active Tag（半有源）。目前，市场上约80%的标签是无源的，不到20%的标签是有源和半有源的。

1. 无源标签没有内置电池，是被动式的，标签的工作电源从阅读器发出的电磁信号中获得，一般采用反射调制方式完成标签信息向阅读器的传送。它只能在阅读器的射频范围之内工作，读写距离近（约1毫米~1米），使用寿命长，更小更轻便，价格较低。
2. 有源标签内置电池，是主动式的，标签的工作电源完全由内部电池供给，同时电池的能量也部分地转换为标签与阅读器通讯所需的射频能量。它可以提供更远的读写距离（约100米~1500米），体积较大，成本也比较高，能量耗尽后需更换电池。
3. 半有源标签内置电池，电池对标签内要求供电维持数据的电路以及芯片的工作进行供电。标签进入工作状态前一直处于休眠状态，相当于无源标签，标签内部电池能量消耗很少，因而可以维持几年甚至长达10年。当标签进入阅读器的射频区域时，受到阅读器发出的射频信号激励，进入工作状态，标签与阅读器之间信息交换所需的能量支持以阅读器提供的射频能量为主（反射调制方式），电池的作用主要在于弥补标签所处位置的射频场强的不足，电池能量并不转换为射频能量。它的读写距离、寿命和成本介于以上两者之间。

1.3 编码体系

　　RFID标签采用的电子编码结构主要包括EPC编码体系和uID Center编码体系。

1. EPC的全称是Electronic Product Code，中文名为产品电子代码。EPC是赋予物品的唯一的电子编码，其位长通常为64位或96位，也可扩展为256位。对不同的应用，规定有不同的编码格式。EPC编码是由版本号、域名管理、对象种类、序列号四个字段组成的一组数字（一般采用十六进制），如表格 1所示。其中版本号标识EPC的版本号，它使得以后的EPC可以有不同的长度或类型，实现更好的兼容性；域名管理是描述与此EPC相关的生产厂商的信息，例如“可口可乐公司”；对象种类记录产品的精确类型信息，例如“美国生产的330ml罐装无糖可乐”；序列号唯一标识每一件货品，它会精确地告诉我们究竟是这一类商品中的哪一罐可乐。欧美主导的EPC 编码体系将应用领域限定在物流领域，着重于成功的大规模应用。
2. uID Center的泛在识别技术体系架构由泛在识别码（ucode）、信息系统服务器、泛在通信器和ucode解析服务器四部分构成。ucode是赋予现实世界中任何物理对象的唯一的识别码。它具备128位的充裕容量，并可以以128位为单元进一步扩展至256、384甚至512位。ucode的最大优势是能包容现有编码体系的元编码设计，可以兼容多种编码。ucode标签具有多种形式，包括条码、射频标签、智能卡、有源芯片等。泛在识别中心把标签进行分类，设立了9个级别的不同认证标准。信息系统服务器存储并提供与ucode相关的各种信息。ucode解析服务器确定与ucode相关的信息存放在那个信息系统服务器上。ucode解析服务器的通信协议为ucodeRP和eTP，其中eTP是基于eTron（PKI）的密码认证通信协议。泛在通信器主要由标签、阅读器和无线广域通信设备等部分构成，用来把读到的ucode送至ucode解析服务器，并从信息系统服务器获得有关信息。日本主导的uID Center致力于RFID技术在人类生产和生活的各个领域中的应用，通过丰富的应用案例来推进RFID技术的普及。

表格 1    96位EPC编码举例

EPC-96Ⅰ型序列号
01	0000A89	00016F	000169DC0
版本号字段	域名管理	对象分类	序列号
8位	28位	24位	36位

 

---

2. RFID的市场应用与前景

2.1 起源与发展

　　RFID技术起源于二次世界大战，它是为英国皇家空军设计的，用于在空战中识别敌我飞机。英国人发明雷达以后，在应用中发现了一个很大的问题：在雷达屏幕上搞不清楚哪些飞机是敌人，哪些是自己人。于是，他们在飞机上加装了敌我识别系统(IdentificationFriendorFoe, IFF)，在雷达加装了相应的识别装置（二次雷达）。雷达在发现目标后，会自动发射一个询问信号，如果是己方飞机，敌我识别器就会自动回答，这样雷达就能分清敌我飞机了。现在每架军用飞机都安装有一个敌我识别系统。

　　经过数十年的发展，RFID技术不仅在军事领域中取得了巨大的成功，并且在商业以及其他社会领域展示出其强大的应用能力。当今人类的制造工艺使得RFID标签变得越来越小，而广泛的应用也进一步降低了它的成本，一个普通的标签可能只需要不足5美分，一个阅读器也只需100美元。同时，成本的降低也加快了RFID在各个领域中的应用。

2.2 优势

　　RFID的倡导者认为，它继承并发展了消费者熟知的光学条形码的功能，将在未来取代条形码，成为身份识别技术的主力军。与条形码相比，RFID具有两个独特的优势：

1. 唯一性。条形码只显示对象所属的类型，而RFID能够唯一地标识每一个对象，我们可以使用RFID标签中的电子编码在数据库中进行搜索，获得该对象的详细信息。
2. 自动化。条形码需要近距离的光学识别（即视线接触），需要精确定位，大多需要人工完成扫描工作，因而速度较慢。与此相反，RFID不需要视线接触和精确定位，它使用遍布在空中的电磁波进行扫描，基本无需人的参与，因而可以做到自动化，扫描速度非常快。

2.3 应用与前景

　　RFID的应用大致可以分为以下三类：

1. 物流与供应链管理——要求快速、低延时、容易阅读的标签，需要大容量的阅读能力，对安全机制的要求较低。
2. 消费电子——对安全机制的要求极高，只需要轻量级的阅读能力。
3. 垂直应用程序——为某一个特定的业务而定制的应用。

　　目前，RFID在社会中的应用非常广泛，包括：

1. 大型零售商（如沃尔玛公司）使用大量的RFID标签以实现快速准确的物流管理和柜台结账业务。公司可以对货物的入仓、出仓以及库存进行有效的跟踪维护；而顾客只需推着装满商品的手推车经过收银台，便可完成对所有商品的检测，大大减少了排队等待的时间，同时也极大程度地降低了盗窃发生率。此外，这还有利于商品的售后服务和消费对商品信息的了解。
2. 大型消费品制造商（如宝洁公司）同样会使用大量的RFID标签以实现快速准确的生产和物流管理。公司可以对商品的生产、货物的入仓、出仓以及库存进行有效的跟踪维护。
3. 数字化图书馆使用RFID标签对图书进行管理和追踪。
4. 波音和空中客车公司计划使用RFID标签实现对飞机零件高效的识别和跟踪。
5. 内含RFID标签的非接触式智能卡可用于智能公交系统、非接触式门禁系统、开放式考勤系统、会议签到以及非接触式商业应用。
6. 自动收费系统使用RFID标签实现快速收费。例如E-ZPass系统允许汽车司机快速通过收费站的同时完成道路收费，在不耽误司机旅程的同时减少了汽车的能源消耗，并且避免了因收费排队而导致的道路拥堵。
7. 支付凭证同样可以引入RFID技术。在美国，SpeedPassTM加油站使用了含有RFID的加油卡。此外，信贷卡也在使用RFID技术，例如美国运通的ExpressPayTM和万事达的PayPassTM。
8. 汽车电子安全系统已经和RFID技术高度融合。汽车防盗系统中的智能钥匙均含有RFID标签。
9. 在物联网的概念中，消费者可以使用配备RFID的智能电器实现商品的自动提示和购买，还可以获得丰富的生活功能。药柜可以跟踪药品是否在正确的时间被服用，以及服用剂量是否正确。衣橱可以根据天气情况和用户的穿着风格向用户建议合适的服装搭配。冰箱可以在牛奶即将到期或数量不足时向用户发出警告，甚至可以自动向指定的商店发送购物列表，要求送货上门。洗衣机在工作时会自动检查衣物的标签，了解其面料成分和洗涤要求，做出最佳的洗涤选择，避免对其造成严重损伤。
10. RFID技术在人员、动物和牲畜的识别追踪上具有广阔的应用前景。主人可以在宠物身上或者项圈内植入RFID标签植入，以便在丢失时快速找回自己的宠物。同样，大型养殖场，特别是放养形式的养殖场，可以追踪每一头牲畜，防止牲畜走失、失控以及控制疾病。在人员非常拥挤的环境下，我们可以使用RFID快速确定某个或某些人是否在人群中，甚至找到他们的位置。
11. 我们可以使用RFID标签对自己的资产进行跟踪，特别是对贵重物品的管理。这有利于确定物品是否正确摆放和寻找某件物品，而且对防盗和失物的追回、辨认都用很大的帮助。
12. 消费者可以使用内置RFID阅读器或者标签的移动电话进行一些交互应用。例如，消费者可以使用手机扫描内含标签的电影海报，然后得知该电影的详细信息，包括导演、演员、场次、票价等。消费者甚至可以随时扫描任何商品，从而获得该商品以及生产商的详细信息，为是否购买提供一定的依据。
13. 在医疗管理、医疗事故的防范上，RFID技术有着便捷地提供信息、提示风险的功能。在取药、注射、手术、病房监护这些过程中，RFID可以对药品器械进行核查，并检查病人与药品的匹配性等。在家中，病人也可以使用该系统检查自己所服用的药物是否正确，这对于老年人有着非常重要的意义。
14. 产品防伪体系中，RFID标签可以成为证明产品真实性的标志，有利于打击假冒伪劣产品。
15. 在证件（护照、身份证等）、钞票、机票等物品上使用RFID，可是实现高效的查询、验证和跟踪工作。
16. 各国的国防军事体系中均广泛地使用RFID技术，例如敌我识别系统、人员物资检查系统等。

　　以上这些应用，有的已经实现并非常普及，有的还处于试点阶段，有的或许只是一个概念和构想，但是相信在不久的将来，它们都会成为现实，并且衍生出更多更强大的应用。据预测，2016年全世界的RFID市场将超过2700亿元，其中包括了标签、设备以及相应的服务。同时，物联网也将逐渐成型，而人们的生活中将会充满网络，充满电子信息化。生活将会变得非常便捷，工作也会更加地高效。

---

3. RFID的工作原理

　　RFID阅读器根据使用的结构和技术的不同，可以分为读或读/写装置，是RFID系统信息控制和处理中心。标签是RFID系统的信息载体。阅读器通常由耦合模块、收发模块、控制模块和接口单元组成。阅读器和标签之间一般采用半双工通信方式进行信息交换，阅读器通过耦合给无源标签提供能量和时序。在实际应用中，可以进一步通过Ethernet或WLAN等实现对物体识别信息的采集、处理和远程传送等管理功能。

　　RFID的基本工作原理并不复杂：对于无源和半有源标签而言，当其进入阅读器的磁场范围后，可以接收阅读器发出的某一特定频率的射频信号，凭借感应电流所获得的能量将存储在芯片中的信息以电磁波的形式发送出去；有源标签则会主动发送某一频率的信号。阅读器接收标签发出的信号并进行解码，之后通过中间件送至应用软件系统进行数据处理。此外，部分阅读器具有读写功能，能够将产品信息写入标签中，同样是以射频信号的方式改变标签中存储的信息。从阅读器和标签之间的通讯及能量感应方式上来看，大致上可以分为感应偶合(Inductive Coupling)和后向散射偶合(Backscatter Coupling)两种，一般低频的RFID采用第一种方式，而较高频的大多采用第二种方式。

3.1 多标签的防碰撞算法

　　在现实生活中，如果有多个RFID标签接收到查询信号并同时发送信息，那么阅读器接收到的信号就会互相干扰，而阅读器在同一时间内只能完整处理一个电子编码，于是便会不可避免地出现标签阅读冲突现象。RFID技术必须能够快速高效地识别多个标签。目前，解决RFID标签阅读冲突问题的防冲突算法主要有两种：

1. 基于时隙ALOHA的防冲突算法。它采用随机选择发送时间的方式，系统识别的可靠性相对较差，但易于设计实现。因此，低成本的标签一般采用这种算法来设计。而如何提高该算法系统识别的可靠性就成了目前低成本标签应用系统的研究重点。
2. 基于树结构的防冲突算法。它采用二叉树的搜索算法，系统识别的可靠性较高，但系统实现时需要与标签的电子编码信息相联系，硬件设计较为复杂。如何简化设计、降低成本便成了该算法的研究方向。

3.2 基于时隙ALOHA的防冲突算法

　　时隙ALOHA算法(Framed Slotted ALOHA)简称FSA，是一种随机时分多址方式的用户信息通讯收发算法，它将信道用信息帧表示，把信息帧分成许多时隙(slot)，每个标签随机选一个时隙来发送自己的识别码信息。在整个信息帧的时间内，每个标签只响应一次，如图表2 所示。

图表 2    时隙ALOHA算法的信息帧时分多址示意图

　　图表2中的每个圆圈代表一个标签发出的电子编码信息，这样阅读器在整个信息帧接收过程中遇到的标签回复有3种情况，即成功、空闲以及冲突，它们可能分别代表在某个时隙内有一个标签、没有标签或两个以上标签的应答。在实际情况中，由于各标签距阅读器距离不同，近距离标签发送的信息可能覆盖了远距离标签发出的信息，即使是时隙冲突，阅读器也可能正确识别近距离标签的信息。同样，由于其他环境噪声的影响，即使在一个时隙内只有一个标签应答，阅读器也可能无法阅读成功。在不考虑这两种不理想条件（即捕获效应和环境噪声）的情况下，若整个信息帧的时隙数设定为F，则阅读N个标签时每个信息帧内成功(a₁)、空闲(a₀)和冲突(a_k)的时隙数分别为：

 

图表 3    式(1)

　　因此，RFID系统的阅读吞吐率（也称识别效率，即阅读器在一个信息帧长的时间内能成功识别标签数所占的比例）可以表示为：

 图表 4    式(2)

　　通过Matlab的仿真实验，可发现当标签个数接近信息帧长时（即标签个数接近时隙数），系统的吞吐率比较高， 这与式2通过微分计算获得的结果相一致。在RFID系统应用时，阅读器读取的RFID标签数往往是未知的。根据上面RFID多标签阅读的防冲突算法的分析结果，要实现具有解决RFID防冲突算法功能的系统方案，系统需要先进行现场的标签数预测。通常可以通过以下几种预测方法来实现：

1. 最小预测(lowbound)。若阅读中有冲突出现，那么至少有2个以上的标签存在，可以预测发生冲突的标签个数至少为2×a_k。
2. Schout预测。若在每个信息帧中每个标签选择的时隙符合λ=1的泊松分布，那么信息帧中各冲突时隙平均响应的标签个数约为2.39，这样可以预测未识别的标签数为2.39×a_k。
3. Vogt预测。它通过比较实际成功、空闲、冲突时隙数与理论成功、空闲、冲突时隙数得出误差最小的结果，以此来预测未知标签数，即：

图表 5    式(3)

　　其中，c₁、c₀、c_k为实际测得的成功、空闲、冲突时隙数值。在标签数N取值范围[C₁+2×C_K, ... , 2×(C₁+2×C_K)]内找到最小的ε值，所对应的N 值就是预测的标签数。

　　通过Matlab的仿真实验，结果表明，与FSA(即信息帧长度固定为256)相比，基于标签数预测的系统阅读的吞吐率具有明显的改善。但是总的来说，对于现场有大数量标签（特别是标签数大于500）时，采用式(2)由预测标签数来设置最佳信息帧长度的实现方案就显得不合适了。因此，有人提出了采用分组应答响应的方法来实现，即当标签数超过354个时，将标签进行分组，第1组的先应答，识别完第1组之后再识别第2组，以此类推。分组数和标签数目的关系如图表6所示。

图表 6    分组算法的标签和信息帧长的关系

　　通过Matlab的仿真实验，结果表明，采用分组算法的系统吞吐率在标签数大于500时可以达到很高，而其它几种预测方法则降得很快。因此，在大规模的标签识别中，使用分组算法可以有效地提高系统的识别效率。

3.3 基于树结构的防冲突算法

　　相对于ALOHA算法，二进制树算法具有良好的识别率，国内外对该算法都有比较多的研究。其中，二进制搜索算法BS(Binary Search)和动态二进制搜索算法DBS(Dynamic Binary Search)的系统开销较大。在这两种算法的基础上又产生了一种基于返回式的二进制搜索算法，该算法能有效减少系统的查询次数。此外，还有查询树算法QT(Query Tree)和对其进行改进的冲突跟踪树型算法CTT(Collision Tracking Tree)。后者利用阅读器检测到的冲突位来更新查询前缀，因而能有效避免查询树算法逐位增加查询前缀的弊端。与查询树算法相比，改进的算法能有效减少系统的运行时间和通信复杂度，降低系统的数据传输量。通过网上查阅资料，我主要了解了查询树算法和冲突跟踪树型算法的思想及其性能，其算法思想与老师提供的Tree-walking算法十分相似。

图表 7    Tree-walking算法思想

 

图表 8    Tree-walking算法流程

3.3.1 查询树算法

算法协议

　　查询树算法是一种无记忆的算法，它使用二进制序列，标签不必存储以前的查询情况，从而降低了标签成本。首先阅读器向标签发出一个查询指令（一个k位前缀），询问标签是否含有此次查询的前缀。如果有多个标签应答，阅读器能判断出至少有两个标签含有该前缀。于是，阅读器会在当前查询前缀后增加一个0或1，形成两个新的前缀后继续询问。当只有一个标签响应查询前缀时，该标签就会被识别。重复以上过程，直至所有标签都被识别为止。

　　具体的算法协议描述如下：令A表示长度不超过k的二进制序列集，阅读器的状态用P(Q,M )表示。其中，队列Q为A中的字符序列，寄存器M为一个二进制序列，存放成功查询到的标签ID。阅读器的某个查询前缀q为A中的二进制序列，标签的响应w表示长度不超过k的二进制序列。

阅读器

　　我们假设查询队列Q的初始值为空，寄存器M的初始值也为空。

1. 令Q = {q₁, q₂, q₃, … , q_n}，M = q₁
2. 阅读器向标签广播查询前缀q₁
3. 更新查询队列Q为Q = { q₂, q₃, … , q_n}
4. 接收标签的响应
5. 如果接收到的响应为w，阅读器将根据标签响应来检测是否存在冲突。如果有冲突，则更新Q = { q₂, q₃, … , q_n, q_n0,q_n1}；否则将w插入到寄存器M末尾，即成功查找到一个标签。如果没有响应，则不做任何动作。
6. 重复以上过程，直到Q为空为止。

标签

　　令序列w₁w₂w₃…w_k表示标签的ID，如果q为空或者q = w₁w₂w₃…w_q，即标签ID符合该查询前缀，标签将把序列w_q+1w_q+2…w_k传送给阅读器。

算法性能

　　查询树算法的性能主要从时间复杂度和通信复杂度两个方面去衡量。我们通过计算阅读器完全识别n个标签所需的查询次数来表示时间复杂度。若用T_S表示查询树协议中的识别次数，当标签个数n≥4时，根据统计关系式：

　　2.881n - 1 ≤ E [T_S ] ≤ 2.887n – 1              (1)

　　式(1)中，E [T_S ]表示识别次数的数学期望。在最坏的情况下，识别n个标签所需的查询次数为：

　　N ≤ n × (L + 2 − log n)          　　　　　　(2)

　　式(2)中，L表示标签ID长度。

　　阅读器的通信复杂度是指识别n个标签，阅读器发送的总比特数。假设标签ID长度为L，故阅读器每次发送的比特数不超过L bit，而E [T_S ] ≤ 2.887n – 1。因此，阅读器的通信复杂度有近似关系式：

　　L_r ≤ 2.89Ln         　　　　　　　　　　　 (3)

3.3.2 冲突跟踪树型算法

算法核心思想

　　对于查询树算法，当阅读器广播一个查询前缀而有多个标签响应时，标签将各自剩余的ID传给阅读器。假设各个标签发送的ID中前n −1位都相同，第n位冲突，那么对于QT算法，在检测到第n位冲突位前，阅读器至少要再经过n −1位的重复查询。这在某种程度上增加了系统的时间复杂度和通信复杂度。那么，能不能通过减少这种情况下的查询次数来减少系统的开销呢？ 于是就产生了QT算法的改进算法。

　　改进算法建立在查询树算法的基础上，所不同的是该算法采用冲突跟踪。其核心思想在于：阅读器发送一个k位查询前缀，如果标签ID的前k位与阅读器发送的前缀相同，则标签发送k位以后的ID。阅读器接收标签发出的ID，若无冲突，则阅读器继续接收ID；若检测出第n位产生冲突，则向标签发送一个指令，使标签停止向阅读器发送ID号。与查询树算法每次只增加一位查询前缀不同，改进算法仅当阅读器检测到冲突位时才更新查询前缀，更新的查询前缀为当前的查询前缀后加上新接收到的冲突位之前的所有位，并在末尾添加0或1。我们称这种改进的算法为冲突跟踪树型算法CTT(Collision Tracking Tree)。

算法流程

1. 阅读器向标签广播k位查询前缀
2. 当标签ID的前k位与阅读器广播的k位查询前缀一致时，则标签发送第k位以后的ID；否则不响应。
3. 阅读器接收标签发出第k位以后的ID，若检测出第n位产生冲突，则向标签发送一个ACK指令，停止标签向阅读器发送ID号。
4. 阅读器按照下列不同的状态对标签进行处理：
   1. ) 当第n位发生冲突时，阅读器在LIFO中保存两个新的查询前缀，分别为原前缀后加上接收到的冲突位之前的所有位(第k+1位至第n−1位)，并在末尾添加0或1。
   2. ) 当标签响应的最后一位发生冲突时，阅读器便认为只有两个标签，这是因为任意两个标签的ID都不相同。
   3. ) 如果没有冲突发生，则标签被识别。
   4. )重复上述过程，直到LIFO为0。

　　冲突跟踪树型算法的流程如图表9所示。

图表 9    冲突跟踪树型算法流程

算法性能

　　与查询树算法相比，冲突跟踪树型算法减少了系统运算量和通讯流量，因而在一定程度上降低了系统的时间复杂度和通信复杂度。

---

未完待续......