物联网是一个实现“物物相连”的互联网网络,为实现万物互联,万物智能化,提供更加便捷的服务,就涉及到自动识别技术,而射频识别(Radio Frequency Identification,RFID)技术就是其中的关键。RFID广泛应用于城市物流交通、公共安防、农业...
详细信息
物联网是一个实现“物物相连”的互联网网络,为实现万物互联,万物智能化,提供更加便捷的服务,就涉及到自动识别技术,而射频识别(Radio Frequency Identification,RFID)技术就是其中的关键。RFID广泛应用于城市物流交通、公共安防、农业林业和医疗等多个领域。随着标记物数量海量增长,对于大型仓储需要的是实时、快速、准确的更新仓储内异常物品数量以达到及时更新补货、防止偷窃行为发生的目的。标签数目估算算法作为重要的一个环节还可以进一步应用到丢失标签查找、未知标签识别、标签信息采集中等。针对上述问题,本文的主要工作如下:(1)提出了在大规模RFID系统中基于时隙配对的标签估算算法。针对传统的估算算法中存在着大量的时隙浪费,本文采用时隙配对方法在标签第一次选择完时隙后,为标签提供第二次选择机会。预期为冲突时隙的标签,在时隙配对阶段与一个空时隙进行配对,以产生更多预期的有用时隙,从而构造一个单时隙与阅读器进行通信。随后,该算法使用指示向量来获得实时时隙状态,在随后的操作中阅读器只需要监视并记录向量中指示的数字,最后利用收集到的指示向量的值同时完成现存标签和丢失标签的估算。模拟仿真结果证明了算法可以在较短的时间内精确地对现存标签数目和丢失标签数目进行实时估算,算法执行时间明显快于其它现有算法并且具有良好的可扩展性。(2)提出了在大规模RFID系统中标签数量实时监测算法。针对隐私保护的策略,该算法不要求标签发送它们的ID,而是使用RN16随机序列检查时隙的状态,使得阅读器不需要读取标签ID信息。针对数据量巨大,采用抽样的方法以减少要检测的时隙数目。针对估算精度,采用反函数求得估算表达式和多次估算求平均值的方法。针对实时问题,采用对比不同时刻的时隙情况以对系统的离开标签、新加入数目进行实时数据更新。仿真结果表明了本算法的优越性,在95%的可靠性需求下算法的执行时间显著少于其他现有算法,在98%的可靠性需求下,算法执行时间开销增长缓慢。随着RFID的广泛应用,海量标签数目估算算法即可以单独工作又可以嵌入到其他算法中,以及高效快捷的异常标签数目估计还需要进一步的研究。
暂无评论