RFID交叉读仲裁方法研究

在密集RFID读写器部署环境中,读写器的实际探测区域与其所关注的空间单元之间存在空间失配现象,由空间失配引发的RFID数据交叉读问题会导致位置信息冲突,进而无法满足RFID上层应用的需求.基于交叉读仲裁概念的定义以及交叉读典型场景的抽象,文中提出了利用参考标签思想结合信号强度特征的相对定位技术来解决交叉读仲裁的新颖思路,设计并实现了基于滑动窗口的交叉数据读入检测和仲裁的核心算法.实验结果表明仲裁算法在不增加RFID读写器网络负载的条件下,可以在RFID数据流中有效、及时地检测出存在位置信息冲突的交叉读数据,并通过仲裁处理给出准确的相对位置归属信息.

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.

不确定RFID数据流上基于熵的数据推导方法

针对海量RFID数据中存在的不准确性以及语义信息鸿沟,提出了一种基于概率分布熵的数据推导方法.该方法采用时变图模型并充分利用历史RFID识读,从不确定RFID数据流上有效捕获贴标对象所处的状态,并采用基于概率分布熵的方法分别推导对象最可能的位置和包含.该方法可以同时处理RFID识读中的漏读和多读.最后利用模拟RFID数据进行参数调优和算法评价,实验结果显示:该方法在获得准确推导结果的同时,能确保其高效性和高伸缩性.