论文部分内容阅读
RFID技术,作为物联网关键技术之一,随着国家对物联网发展的重视,得到了广泛的研究和应用。通过阅读器和多标签的通信,RFID可以实现获取物品信息,实时监管物品数量等功能,这为大型货物仓储,超市等环境中的物品监管带来了极大的方便。但在进行物品监管时,不仅需要获取提前录入的物品信息,还需要实时监测物品状态,通过集成微传感器,RFID可以同时监测到物品状态以及周围环境状态等指标。而在大型仓库等海量RFID标签场景中,由于多标签之间会产生冲突,会严重影响到RFID信息收集效率。因此,本文对海量RFID标签信息收集展开研究。现有研究通过轮询、哈希以及布隆姆等思想来达到识别标签并收集其信息的目的。轮询方法存在耗时太久、准确率低等问题,且阅读器和多标签之间的通信会产生严重的冲突。而采用布隆姆和多哈希映射直接处理,会导致冗余信息过分传输而浪费时间,降低执行效率。针对以上情况,本文对RFID技术进行了系统的研究,对比总结了现有RFID相关国际标准,并对阅读器进行海量标签信息收集的基本工作原理,参数设置等进行分析研究,最后提出两种信息收集算法:(1)基于分区的海量RFID标签信息分类收集算法。该算法针对阅读器需要同时收集多种类型物品的监测信息情况,主要通过先对标签分类,然后同时为每类标签安排固定的区匹配单时隙,从而达到同时收集多类标签信息的目的。由于不同类标签之间不会互相干扰,以及可以同时在一帧中传输不同种类的信息,有效提高了信息收集的效率。(2)基于分层抽样的异常标签信息收集算法。算法针对需要实时监测物品是否处于异常状态的情况,类似大型存储等环境,主要通过分层抽样和标签时隙响应的联合估计法确定检测信息异常的标签数,然后进行信息收集,从而达到快速识别异常标签以及收集其感知数据的目的。由于其避免了阅读器与检测信息正常的标签之间的通信,以及通过联合估计准确提供初始帧长,提高了信息收集的效率和准确率,从而有效提高了仓储等应用的管理效率。最后通过对本文提出的两种算法进行严谨的理论分析和大量的实验仿真,其结果均表明了算法不仅可以高效完成信息收集任务。同时对比其他信息收集算法,具有执行时间低,准确率高等优点。