网站首页  词典首页

请输入您要查询的论文：

　

标题 RFID中间件设计及抗碰撞算法优化
范文 王月莹+汤锦茂+陈望玥+邹文平



摘 要：在生产实践中，发现RFID系统随着标签数量的增加，碰撞概率随之提高，无法高效地识别标签。为了在大规模使用RFID标签的情况下提高抗碰撞性能，通过分析、建模、实验，发现应用概率模型的识别概率曲线，可以从一次扫描获得的识别标签数反推外部的标签规模，从而智能调整帧时隙数，降低碰撞概率。该方法能优化RFID系统在大规模标签中的识别效率，适用于物流领域中标签数量很多的场景。
关键词：射频识别；电子标签；RFID技术；RFID系统
DOIDOI：10.11907/rjdk.171898
中图分类号：TP312
文献标识码：A 文章编号文章编号：1672-7800（2017）008-0036-03
0 引言
随着科技的发展，RFID（Radio Frequency Identification，无线射频识别）技术愈发成熟，其应用领域也日益广泛。20世纪90年代，RFID作为一种非接触式的自动识别技术在多个领域兴起。RFID是一种相对简单的无线系统，系统由两个基本的器件组成，一个阅读器和若干标签（也称应答器），可用于控制、跟踪和检测物体[1]。
由于RFID技术具有多目标识别、高速移动物体识别、非接触识别等特点，因而其在生产、管理、信息传送、信号识别等方面显示出较好的发展潜力和可用空间，被认为是21世纪最具有发展前途的信息科学技术之一[2]。
RFID技术利用无线射频信号，无需接触就能自动识别物体，其识别率一直是影响它更大范围应用的根本原因。针对此问题，本文重点研究如何改善RFID系统在大规模标签环境中的识别效率及如何降低碰撞概率[3]。
1 系统设计
1.1 RFID技术工作原理
完整的RFID系统由如下4个部分组成：阅读器（Reader）、电子标签（Tag）即所谓的应答器（Transponder）、中间件（Middle Ware）及应用软件系统（Application Software System）。工作原理如下：RFID阅读器通过天线持续发送出特定频率的射频信号，当RFID标签进入磁场即阅读器射频信号触及工作场内，凭借感应电流所获得的能量支持标签发送存储在芯片中所保存的约定格式的电子信息（Passive Tag，无源标签或被动标签），或者主动发送某一频率的信号（Active Tag，有源标签或主动标签），随后解读器读取信息并解码后，将数据传送至RFID中间件进行相关处理。RFID中间件是一种面向消息的程序模块，利用高效可靠的消息传递机制进行平台的数据交互，信息以消息的形式传递，从RFID硬件控制程序主动通过同步或异步的传输方式将信息传送至上层的应用程序。RFID中间件对接收的数据进行相应的处理后送至中央计算机系统进行相关数据处理[4]。
1.2 RFID中间件设计
RFID中间件是介于RFID阅读器与应用系统之间的、用于处理和管理RFID数据的平台[5]。在RFID阅读器和应用系统之间，RFID中间件起到中介作用，阅读器通过在应用程序端使用RFID中间件提供的一组应用程序编程接口（API），实现对RFID电子标签数据的读取和各类参数的设置及写入功能。在复杂的网络计算机系统环境中，中间件与各种分布对象有机地结合在一起，交互通讯完成系统快速高效的运作，实现对象的重用，提高生产效率，降低软件开发成本。有了中间件的支撑，在应用软件中用到中间件对应的功能时，不需要应用端开发人员自己实现，可直接利用中间件将其中已经实现好的功能快速集成到应用软件系统中，使不同操作系统和各种应用程序间无缝连接成为可能。即使RFID硬件升級和改变，应用端不需修改，通过改写中间件就能适应硬件的升级，减小了系统运行维护的工作量。
1.3 RFID中间件架构设计
RFID中间件的主要功能之一是对传输的数据进行处理和分析，为上层应用提供决策支持[6]。为了改善大规模使用RFID标签环境中的识别效率，系统通常使用高频扫描仪器，当RFID阅读器扫描范围内出现一张RFID标签时，为了保证漏读率趋近于0，会对其进行上百次扫描。但是这种扫描方式也使系统中产生了大量的冗余数据，使用于传输数据的网络费用成本上升，普通的网络系统无法承担这样的负荷。同时处理大量的冗余数据会降低系统性能，从而出现存取速率降低、传输时间延长、查询效率降低等问题。因此，中间件对传感器捕获到的数据进行过滤处理十分必要，具体操作方法是：丢弃错误数据、忽略无关数据、合并相同数据。
RFID数据压缩方法一般可分为两种：第一种为多媒体数据压缩，多媒体数据压缩以音频文件、矢量图像、彩色图像、二值图像等为处理对象；第二种为通用数据压缩，通用数据压缩包含了如LZW、LZ77和LZ78的基于字典模型的压缩技术，也包含了如算术编码和Huffinan编码的基于统计模型的压缩技术。经过多年生产实践改进和技术创新发展，位置压缩（Location Compression）[7]和包压缩（Containment Compression）成为目前主要的RFID压缩方法。位置压缩是指当多个RFID对象在相同位置停留超过一个读取周期时，系统将自动把一系列数据压缩成一个对象；包压缩是指当多个带有RFID标签的对象同时在同一个容器内以整体的形式移动时，系统将以容器的标签来表示容器内RFID对象的位置。受外围周边环境和射频信号等原因的干扰和影响，RFID系统中数据读取的过程中常出现漏读、误读和重读等现象。这些现象甚至成为制约RFID应用的重要因素，标签一旦读取错误，可能导致数据混乱，增加成本的消耗，亦可导致重大损失的发生。因此，系统中要增加一个环节对有效信息进行过滤，以保证读取到的数据与实践中的真实数据更加接近。对于以上问题，来自美国加州大学伯克利分校的学者提出一种基于概率模型的SMURF自适应数据清洗方法，用于改进中间件数据清洗模式，方法如下：将RFID标签所产生的数据流看作统计学中的随机事件，“事件”可以描述为“指示某种行为的信息”，通常信息的形式类似于消息，根据随机事件概率的不同来调整窗口大小，提高了数据读取的准确性。
2 RFID抗碰撞算法
随着电子标签的缩小和识别距离的增长，在读写器工作场区域内中常出现大量的标签等待读卡器识别的问题，此时RFID中间件在设计时需要解决多标签碰撞问题[8]，工作场景如图1所示。标签碰撞指在一个磁场即读写器的工作场内出现多个标签凭借感应电流产生的能量同时响应阅读器从而发送自身存储信息，由于多个标签同时向读写器发出信息而引起信号碰撞，最终导致读写器无法识别标签，造成通信失败，而发送失败的标签将会重复发送直到成功，严重影响系统效率，浪费通信时间，增加电子标签与读写器的通信负担，限制了RFID的推广和发展。目前，如何降低RFID系统在大规模标签环境中的碰撞概率是RFID研究中的难点[9]。
2.1 电子标签工作状态
要降低碰撞概率，必须先分析标签的工作状态。满足EPC GEN2的标签必须能够实现就绪、仲裁、应答、确认、开放、保护以及灭活7个工作状态。其中，与防碰撞相关的状态包括就绪、仲裁、应答以及确认[10]。
使用一组适当合法的指令可以让RFID标签进入某种状态，且命令只能当标签在适当的状态下才能生效，标签响应命令后将会转入其它状态。
2.2 抗碰撞算法
为了消除或减少RFID系统中的碰撞问题，相关学者提出了许多不同的抗碰撞算法，其中主要有二进制树形搜索法和ALOHA法[11]。ALOHA算法属于时分多址（TDMA）方式，其主要算法有P-ALOHA算法、纯ALOHA算法、固定帧时隙ALOHA算法、时隙ALOHA算法、动态帧时隙ALOHA算法，是一种简单基本的防碰撞算法。其中能优化吞吐率较小的ALOHA法是时隙ALOHA法（SA算法）。SA算法是因为读写器能控制在同步时隙内传送数据，有概率发生碰撞的时间区就减少了1/2，当G=1时，S上升为36.8%，但局限于只读型电子标签。另外一种扩展ALOHA算法是FSA算法，是在时隙ALOHA算法基础上将N个时隙组成一帧，标签在每帧内随机选择一个发送数据的时隙，适合应用于传输信息量较大的情况。FSA算法的特点是适用于较大的信息传输场合。但在标签数量远大于时隙个数的情况下，读取标签的时间将增加，在标签数远小于时隙个数情况下，就会造成时隙的浪费。在FSA算法中，当遇到始终有碰撞发生的情况时，要用到动态时隙ALOHA法，由于帧中的时隙个数N是动态产生的，其时隙可根据需要变化，从而解决了FSA算法中时隙在过多和较少碰撞时的浪费问题。当读写器
在工作时发现碰撞发生较多，就提供合理的时隙数，直到有唯一标签的时隙为止，从而大大提高吞吐率。
2.3 数学模型分析
改良的FSA算法可以动态地改变下一次读取循环中每一帧的时隙数N，N随着阅读区中标签数目的增减而改变，这种算法称为动态FSA算法，也叫DFSA算法。在输入的负载率小于1时，动态时隙ALOHA算法能减少时隙数N从而节约标签读取时间和空间；在输入的负载率大于1时，增加时隙数，减少帧中的碰撞数目，同时也避免单独时隙中的标签被识别的概率变小的情况[12]。
以杯子总数表示RFID读卡器扫描周期中一帧中的时隙数，用球表示标签，投球后剩余的空杯数表示读写器一次扫描阅读后产生的空时隙数，进行数学建模，以此实现根据读写器一次阅读后产生的空时隙数猜测标签总数，从而动态调整下次阅读的时隙数N。
F1（A，B，E）=CA-BA*HE-（A-B）A-B÷HEA 以50个杯子，50个球为例：总可能数：H=H5050=5.0446*1028；0个空杯：C5050=1；1个空杯：C4950*H149=C4950*H149，P=C4950*C149÷H；2个空杯：C4850*H248=C4850*C249，P=C4850*C249÷H；......n个空杯：C50-n50*Hn50-n=C50-n50*Cn49，P=C50-n50*Cn49÷H；（注：Hnm=Cnm+n-1，Cnm=m！n！*（m-n）！）
根据以上公式推导得到概率模型，绘制概率分布曲线如图2所示。利用各种规模的杯、球概率分布曲线，就可以从一次阅读时的标签识别数来反推外界标签的总数量，再采用DFSA算法，设置读卡器的帧时隙数和外界标签的规模数相等，此时RFID的读卡器效率最高。
3 结语
通过对RFID中间件的设计，以及对抗碰撞算法的探讨，推导了概率曲线，进行了仿真实验，获得了提高RFID中间件抗碰撞的方法。研究得到以下两点结论：①推导了标签识别和标签规模相关性的数学模型，采用概率学方法对RFID标签碰撞现象进行研究，实现通过已知识别数反推总标签数量；②通过改变读卡器帧时隙和外界标签总数相匹配，将有效提高RFID系统在物流场景中大规模标签环境下的识别效率。
参考文献：
[1] 林宇洪.木材供应链追溯RFIC卡的设计[J].西北林学院学报，2013，28（5）：175-179.
[2] LIU HSIN-CHIN，CHEN YUNG-TING，TZENG WEN-SHIN.A multi-carrier UHF passive RFID systern[C].2007 International Symposium on Applications and the Internet Workshops（SAINT-W），2007：409-412.
[3] ZHENG SHIPU，YU FENGQI，ZHU YUESHENG.A novel RFID transceiver architecture with enhanced readability[C].2007 International Conference on Wireless Communications，Networking and Mobile Computing（WiCOM 2007），2007：2074-2077.
[4] SHARYN LEAVER.Evaluating RFID middleware[Z].Forrester Research，2004.
[5] 陈玲.基于RFID及GIS技术的烟叶物流管理系统研究[D].厦门：厦门大学，2013.
[6] 林宇洪，林敏敏，胡連珍，等.基于AT89C2051的木材供应链手持机的设计[J].中南林业科技大学学报，2017，37（3）：98-103.
[7] PARK H S，JUN C H.A simple and fast algorithm for K-medoids clustering[J].Expert Systems with Applications，2009，36（2）：3336-3341.
[8] 林宇洪，沈嵘枫，邱荣祖，等.南方林区林产品运输监管系统的研发[J].北京林业大学学报，2011，33（5）：130-135.
[9] SANJAY E，SARMA，STEPHEN A.White paper：RFID system，security&privacy implications[Z].AUTO-ID CENTER，2003.
[10] WANG L C，YANG BOYIN，HU YUHUA，et al.A medium-field multivariate public key eneryption scheme[C].Proc.of CT-RSA06，Berlin，Germany；Springer-Verlag，2006：132-149.
[11] MYUNG JIHOON，LEE WONJUN，SRIVASTAVA JAIDEEP.Adaptive binary splitting for efficient RFD tag Anti-collision[J].IEEE Communications Letters，2006，10（3）：144-146.
[12] 林宇洪，陈清耀，邱荣祖.基于K-means聚类的木材运输行为的可视化监管[J].青海师范大学学报：自然科学版，2016，32（1）：54-59.
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/3/22 8:38:09