针对不确定射频识别数据流的改进概率推导方法

针对射频识别(RFID)数据存在漏读和交叉读而导致所提供的位置信息不准确,以及RFID数据与上层应用需求之间存在的信息鸿沟,提出了一种可以处理RFID交叉读问题的改进的RFID数据推导方法.该方法利用动态图模型并辅以历史RFID识读,从不确定RFID数据流上有效捕获对象的当前状态,采用基于熵的方法推导对象的最可能位置与包含,并且利用仿真物流仓库的RFID模拟数据进行算法评价.实验结果显示,该方法在获得准确推导结果的同时,能确保其高效性.对于常见RFID部署,位置推导和包含推导的错误率都可以控制在10%以内,针对超过17万个节点的推导所用时间小于1s,采用修剪措施后内存使用低于700MB.

基于无源射频识别精确定位技术的城市轨道交通车载自动过分相控制方案研究

为保障城市轨道交通交流供电模式下列车安全、可靠、平稳自动过分相,降低建设投资,依据TB/T 3483—2017《CTCS-3级列控车载设备技术标准》对自动过分相的规定,结合城市轨道交通线路站间距小、无电分相区数量少的特点,综合考虑实施成本,阐述了无源RFID(射频识别)精确定位技术的组成、原理及优势,从系统组成、工作原理及设备配置等方面研究了基于无源RFID精确定位技术的车载自动过分相控制系统,并详细分析了特殊工况下的过分相方案。该方案适用于城市轨道交通交流供电模式下的自动过分相场景。

不确定环境下基于鲁棒粒子群优化的物流射频识别网络优化

针对电子标签位置不确定的物流射频识别(radio frequency identification,RFID)网络优化问题,综合考虑覆盖率、负载平衡程度、成本,建立了鲁棒优化模型.为求解负载平衡程度,采用基于Korobov点阵的蒙特卡洛方法.为减少计算量,提高算法寻优能力,提出一种基于不对称时变S–形(Sigmoid)函数的鲁棒粒子群算法(PSO).样本规模仅取部分较小整数、部分较大整数.仅在算法迭代后期,样本规模期望值大,保证算法开发精度;在较多迭代次数中,样本规模期望值小,加快算法探索速度.仿真实验表明,该方法具有较佳的搜索性能.

射频识别(RFID)读写器输出功率的测量不确定度评定

为了合理评定UHF频段射频识别读写器输出功率的测量不确定度,本实验室是在采用数字功率计加衰减器直接测量方法下建立的数学模型,对其测量不确定度的来源进行了分析,通过对测量列的A类评定,以及传感器系数、失配、衰减器误差等引入的不确定度分量的B类评定,从而给出了这种直接测量方法的测量合成不确定度和扩展不确定。

一种完备数据流的不确定数据择优算法

针对射频识别(RFID)数据与上层应用需求之间存在的信息鸿沟及其需要实时处理的特征,提出了一种完备数据流的不确定数据择优算法。分析了常规粒子滤波方法存在的不足之处,采用基于熵的方法推导属性最优权重,并利用可能度矩阵选择最佳粒子,从不确定RFID数据流上有效捕获对象的当前状态。算法的优化结果使得采样集向后验概率密度分布取值较大的区域运动,从而提高了算法计算效率并且显著地减少了精确定位所需的粒子数。最后,通过实例表明了该方法能够有效度量RFID数据中蕴含的不确定性。

基于射频识别和蓝牙的物体定位跟踪研究

本文探讨了利用射频识别和蓝牙技术获取位置信息的可行性,构建一低成本、实时的定位跟踪系统,并研究该系统的数据模型和数据流,说明如何在万维网上用浏览器直接查找物体的具体位置信息。

无线射频识别在机器人导航中的应用

针对无线射频识别(Radio Frequency Identification,RFID)在机器人导航中由于噪声干扰等带来的信息不确定性,文章介绍了一种通过后验概率提高信息准确性的方法。建立RFID观测模型,用Monte carlo法估计RFID阅读器天线检测标签的概率,根据此概率,动态调整阅读器的检测时间。理论分析表明,本文介绍的方法可显著提高RFID信息准确度,减少误动作,使机器人自主、安全、可靠地完成任务,进行特定操作。

RFID不确定数据管理技术

有关不确定数据管理的研究是当前国际数据库研究领域的一个热点。不确定性作为RFID系统的一个重要特征,贯穿于RFID应用的整个生命周期。RFID系统主要存在两类不确定性:一类是客观不确定性,即原始数据客观存在不完整和不准确,这是造成RFID系统数据不确定的最直接原因;另一类是主观不确定性,这是由于对漏读数据的填补、对位置信息的推测、对事件语义的抽取和对事件发生时间的估计而产生的不确定性。详细归纳了RFID系统中数据不确定性的来源,介绍了RFID不确定数据管理技术的研究现状,并指出了目前面临的挑战。

AMUR:一种RFID数据不确定性的自适应度量算法

为适应基于RFID(无线射频识别)位置跟踪过程中传感数据的连续变化和需要实时处理的特征,本文提出一种度量RFID数据不确定性的自适应进化粒子滤波算法,根据K-L距离改变重采样粒子个数,并引入粒子群寻优方法PSO改变传统粒子滤波(SIRPF)的重采样效率,采用常规赋权聚集(CWA)定义适应度函数,以均衡先验密度与似然密度的重要性,在采样粒子空间探寻最优粒子,为概率数据库上的初始元组提供可靠的置信度度量.实验证明,与已有的算法相比,AMUR算法能够有效地度量RFID数据中蕴含的不确定性,可进一步改善粒子退化现象和粒子贫化问题.

RFID数据流上多目标复杂事件检测

已有的RFID复杂事件处理技术主要关注于单个RFID对象的复杂事件检测和优化技术.实际上,很多RFID应用中往往需要同时检测多个同类型关联目标的复杂事件序列.研究了多个关联的RFID对象的复杂事件处理问题.通过扩展的事件语言和算子的语义以支持同类型多个RFID目标复杂事件查询的定义.通过模式的变换规则,将RFID应用中存在的各种非线性多目标复杂事件模式转换成线性模式,以便各种多目标模式在一个统一的框架下检测.提出了基于自动机NFAb2的多目标复杂事件检测模型和多目标复杂事件检测算法.通过在多目标检测算法中使用关键节点下压和同位置约束置后优化策略,大大减少了单个类型上无用实例的数目和不同类型间模式匹配的搜索空间.与SASE算法的实验比较表明算法的正确性和高效性.

原始RFID数据流上复杂事件处理研究

一般的RFID复杂事件检测是建立在经过数据清洗的数据模型上,但RFID数据清洗往往代价较高且目的单一,更为影响效率的是其数据清洗步骤和复杂事件处理步骤需要扫描数据流两次。针对这些问题,提出直接在原始RFID数据流上进行复杂事件处理,将数据清洗步骤与复杂事件处理步骤相结合的方法,并设计出了集成此方法的复杂事件处理引擎架构,最后编程实现了上述架构的处理引擎。通过大量对比实验分析验证了该方法的正确性与高效性。

可追踪供应链中非确定性RFID数据处理方法

针对可追踪供应链应用系统中大量非确定性RFID数据不能被有效处理的问题,通过分析RFID应用的关键特征,根据非确定性数据的比例来调整滑动窗口,采用不同策略处理不同类型的非确定性数据,提出可处理各种类型非确定性数据的清洗方法;根据对象在供应链中出现的位置及其连续性来区分多读、漏读和不完整数据,基于对象在物流节点中移动路径对应的有向图进一步提出可适应对象分组和独立移动的处理算法。研究结果表明:提出的方法具有良好的清洗效果、存储效率以及查询性能,在不同参数条件下能有效地支持对象路径查询。

针对制造业RFID不确定数据的分层处理模型

射频识别(RFID)技术的原始数据流本身含有大量不确定数据,无法被企业和用户直接使用。为此,对RFID不确定数据的产生和分类进行研究,得出这些不确定数据均由系统重读、多读和漏读所致的结论,并针对实际应用提出一种分层的处理模型,删除、纠正和填补这些不确定数据。实验结果表明,该分层处理模型能通过分层处理提高标签和对象的识别率,从而提升系统的可靠性。

RFID数据流管理关键技术

新一代传感器和RFID(无线射频识别)技术为人们提供了强大的感知、理解并管理世界的能力,同时RFID数据具有不确定性、冗余性、蕴含时空性、需要在线处理等特点,也为数据管理提出了许多挑战.本文回顾了RFID数据管理的研究发展现状,从数据流连续查询、物化视图推导规则、复杂事件处理等角度分析了RFID数据管理涉及到的几种关键技术,最后介绍一种数据流驱动的RFID复杂事件处理系统(GodEye Event Processor)的设计思想,将RFID事件查询设计成复杂连续查询,能够有效捕捉并处理复杂RFID事件.

不确定环境下混流装配线动态准时制物料配送系统

针对不确定环境下混流装配线物料配送准确性和及时性的问题,构建了一种基于射频识别技术的动态准时制物料配送控制系统。分析了混流装配线的物料配送特点及物料分类,阐述了生产计划变动、生产节拍波动、线边库存及物料需求量和时间等物料配送中的不确定因素。综合考虑各类不确定因素,构建了基于射频识别的动态准时制物料配送体系架构,建立了可视化装配过程监控系统,研究了物料配送方案运算模型,设计了物料配送控制系统的硬件架构和软件体系结构。以某公司的1.5TGDI发动机工厂的混流装配线为例,应用J2EE构架开发了基于射频识别的动态准时制物料配送系统,实现了物料配送管理和控制的一体化和可视化,验证了系统的可行性和有效性。

基于BIBD(4,2,1)的RFID防碰撞算法

标签防碰撞技术是射频识别系统的关键技术之一,它决定着标签的读取速率和正确率。以二进制搜索算法和平衡不完全区组设计BIBD(4,2,1)为基础,提出一种新型确定性RFID标签防碰撞算法。将标签分节,每节只包含BIBD(4,2,1)的子集,通过逐节识读达到快速识别的目的。数学分析和仿真结果表明,该算法识别速度优于二进制算法和动态二进制算法,可达到二进制算法的6倍以上,适用于标签数量多、UID长度较长的识别环境。

分层深度搜索树型RFID防碰撞算法设计

根据"完全利用已知信息,不发送或反馈重复信息"的原则,采用"判定标签反馈序列的冲突,得到下一步深度搜索参数"的方法,同时有效利用"堆栈技术"及"后退原则",以二进制搜索算法为基础,提出了分层深度搜索树型RFID防碰撞算法。数学分析和仿真结果表明:分层深度搜索树型RFID防碰撞算法性能显著优于查询树、动态查询树、二进制搜索算法,尤其适用于标签数量多、ID长度较长的RFID应用环境。

RFID技术在列车高精度定位中的应用

在CBTC(基于通信的列车控制)系统中,列车定位的精确性是保证列车安全高效运行的前提,而基于RFID(radio frequency identification,无线射频识别)的列车定位技术,是提供高精度列车定位的技术条件。从电子标签、读写器、系统高层3方面对RFID技术工作原理进行阐述,并介绍基于不同设计标准的RFID铁路应答器的技术指标及工作原理;分析影响列车定位精度的列车位置不确定性产生的3种因素(测速误差、轮径误差和应答器校正误差),提出通过RFID铁路应答器消除列车位置不确定性,提高列车精确定位的方法,并通过实测数据,验证RFID技术高精度定位的可行性,即在不同行车速度下,RFID技术均能准确完成列车定位,RFID应答器响应时间均在0.2 s以内,实际定位误差均未超过测量值的2%,可以满足轨道交通中低速CBTC列车辅助定位的需求。

RFID系统防碰撞算法研究

在射频识别中,多标签识别是一个常见问题,因此多标签防碰撞算法是RFID系统研究的重要内容。当系统中包含的标签数较多时,发生碰撞的概率将大大增加。为了提高标签识别的效率,提高射频识别系统的性能,对现有的RFID系统防碰撞算法进行了比较分析。从多种防碰撞方法的特性、基于CDMA的防碰撞方法、基于TDMA的算法几个方面的研究现状作了详尽分析,对概率性防碰撞算法和确定性防碰撞算法中的最新研究成果进行比较,指出各个算法的优缺点,并提出了未来的研究趋势。

多层次RFID数据流上复杂事件检测

针对多粒度RFID数据流复杂事件检测存在的问题,研究多粒度RFID数据流(如物品级、箱子级、托盘级)上复杂事件检测问题.提出了不同层次目标间关系的编码方案,并在此编码基础上提出了相应的复杂事件检测算法.使用编码方法表示不同层次RFID对象的关系及状态变化.首先给出了事件模型和动机实例;然后详细阐述了编码方法和复杂事件检测算法.实验结果表明提出的方法是可行和有效的.