专利名称：一种基于滑动窗口的rfid数据流多标签清洗方法
技术领域：
本发明涉及RFID标签技术即射频识别，是一种非接触式的自动识别技术，尤其是通过射频信号自动识别目标对象并获取相关数据的方法，具体地说是一种基于滑动窗口的 RFID数据流多标签清洗方法。识别工作无须人工干预，可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。RFID标签具有低成本、寿命长、不怕污染和适应恶劣环境等特点，有望在将来替代目前流行的条形码，具体地说是一种基于滑动窗口的RFID数据流多标签清洗方法。
背景技术：
目前，RFID技术已经被广泛的应用在很多领域，例如供应链监控、资产跟踪、超市购物、火车调度等许多方面，而这些应用领域正是对实时信息的处理与跟踪有着极高的要求。随着低成本、低功耗的被动标签制造工艺的逐步提高，布置RFID将成为全球技术革新中最为重要的一环，同时它也将极大的推动RFID技术的研究与发展，并为全球“物联网”的提出和最终实现奠定了坚实的基础。
然而，阻碍RFID技术广泛应用的一项重要原因，就是RFID阅读器产生的数据流具有不可靠性，RFID系统因其射频技术无线通信的特点，会受到阅读错误数据的困扰。其中根据RFID阅读错误结果分类，RFID数据不可靠的情况，主要有以下三种1、漏读，由于无线射频信号极易受环境影响，而且相互干扰，其当标签和阅读器数量较多时，信号干扰加强。因此造成阅读器同时读多个标签时；某些标签被遗漏。数据漏读现象十分普遍，是RFID数据不可靠的主要原因，这种错误也称为拒真(False Negative) ；2、多读，指当一个标签在一个阅读器阅读范围之外时，该阅读器仍然读到了该标签。这种情况主要因为多个阅读器同时存在时的电磁波的干扰，随机性很大。这种错误也称为纳伪(False Positive) ；3、脏数据， 由于电磁干扰等原因造成的阅读器读取的标签信息是非法的、重复的这种标签数据称为脏数据，通常这种错误发生概率较低，并且一般的阅读器会自动处理脏数据的情况。因为RFID 数据不可靠性，导致原始RFID数据流对于高级别的应用程序毫无用处。发明内容
本发明的目的是针对RFID阅读器产生的数据流具有不可靠性，导致原始RFID数据流对于高级别的应用程序毫无用处的问题，提出一种基于滑动窗口的RFID数据流多标签清洗方法，能有效提高RFID数据的可靠性、完整性和动态性。
本发明的技术方案是
一种基于滑动窗口的RFID数据流多标签清洗方法，它包括以下步骤
(a)、计算平均读取间隔avglnterval 采用射频阅读器读取一个或多个电子标签的所有EPC事件，计算在一段时间内所有EPC事件的平均读取间隔avglnterval，T-, duration χ sum(EPC)
avglnterval =-—-> event
其中duration表示读取所有EPC事件的时间段长度；sum(EPC)表示在这段时间内所读取的标签的数量即有多少个不同的EPC码，同一标签发送的EPC事件中带有同一个 EPC码，，当只有单个电子标签时，sum(EPC)的值为1 ； Σ event表示所有标签发送的所有 EPC事件的总数；
(b)、计算当前最大事件间隔evhterval 根据前一个最大事件间隔 evlnterval ‘的值和当前平均读取间隔avghterval的值来计算当前最大事件间隔 evlnterval 的值，
evlnterval = evlnterval' +scaleFactorX (avglnterval-evlnterval‘)
其中最大事件间隔ednterval的初始值为0，scaleFactor为窗口缩放因子；
(c)、计算滑动窗口大小evTimeout 通过一个精度影响因子precisionFactor和当前最大事件间隔ednterval来决定滑动窗口大小evTimeout的值，
evTimeout = evlnterval XprecisionFactor
(d)、将当前最大事件间隔ednterval和滑动窗口大小evTimeout带入固定窗口平滑方法中，就完成了自适应窗口调节的多标签清洗方法。
本发明的窗口缩放因子scaleFactor的典型范围是(0. 57，0. 89)，用于决定最大事件间隔ednterval向平均读取间隔avglnterval的靠拢的速度。
本发明的精度影响因子precisionFactor的典型范围是[2，5]，用于调节滑动窗口的大小。
本发明中，当加入的精度影响因子precisionFactor为3时，该方法会在事件流中断后的第一个最大事件间隔evhterval和第二个最大事件间隔evhterval补充漏读数据，在第三个最大事件间隔evhterval时宣布该事件中断。
本发明中，当多个标签同时返回EPC事件的信号时，读写器接收到的信号可能发生碰撞，如果发生碰撞，则读写器接收到的信号不满足原编码规则，需要对平滑窗口大小进行修正，对于碰撞时隙内的标签，采用以下步骤处理
步骤1.已知初始标签数t和阅读器平均读取率S初始值，定义y用于统计最近L 个读取周期中发生碰撞冲突的次数，η记录当前平滑窗口大小，
步骤2. η根据S的值进行相应初始化，定义数组Read记录最近L个读取周期的读取情况；
步骤3.阅读器发出读取请求，获取标签响应数据，更新数组read，若平滑窗口数据未填充满，则继续填充，否则，从数组read中计算出碰撞冲突的次数y，根据碰撞冲突的次数y的统计值估算标签个数t，进行修正，得到修正后的平均读取率S，修正公正如下，其中，正确读出的标签个数为X，χ = n-y ；
权利要求
1.一种基于滑动窗口的RFID数据流多标签清洗方法，其特征是它包括以下步骤(a)、计算平均读取间隔avglnterval采用射频阅读器读取一个或多个电子标签的所有EPC事件，计算在一段时间内所有EPC事件的平均读取间隔avglnterval，T-, duration χ sum(EPC)avglnterva 丄=-—----event其中duration表示读取所有EPC事件的时间段长度；sum(EPC)表示在这段时间内所读取的标签的数量即有多少个不同的EPC码，同一标签发送的EPC事件中带有同一个EPC 码，，当只有单个电子标签时，sum(EPC)的值为1 ； Σ event表示所有标签发送的所有EPC事件的总数；(b)、计算当前最大事件间隔evhterval根据前一个最大事件间隔evhterval'的值和当前平均读取间隔avglnterval的值来计算当前最大事件间隔evhterval的值，evlnterval = evlnterval' +scaleFactorX (avglnterval-evlnterval‘)其中最大事件间隔ednterval的初始值为0，scaleFactor为窗口缩放因子；(C)、计算滑动窗口大小evTimeout 通过一个精度影响因子precisionFactor和当前最大事件间隔ednterval来决定滑动窗口大小evTimeout的值，evTimeout = evlntervalXprecisionFactor(d)、将当前最大事件间隔evhterval和滑动窗口大小evTimeout带入固定窗口平滑方法中，就完成了自适应窗口调节的多标签清洗方法。
2.根据权利要求1所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是所述的窗口缩放因子scaleFactor的典型范围是(0. 57,0. 89)，用于决定最大事件间隔 evlnterval向平均读取间隔avglnterval的靠拢的速度。
3.根据权利要求1所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是所述的精度影响因子precisionFactor的典型范围是[2，5]，用于调节滑动窗口的大小。
4.根据权利要求3所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是当加入的精度影响因子precisionFactor为3时，该方法会在事件流中断后的第一个最大事件间隔evhterval和第二个最大事件间隔evhterval补充漏读数据，在第三个最大事件间隔ednterval时宣布该事件中断。
5.根据权利要求1所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是当多个标签同时返回EPC事件的信号时，读写器接收到的信号可能发生碰撞，如果发生碰撞， 则读写器接收到的信号不满足原编码规则，需要对平滑窗口大小进行修正，对于碰撞时隙内的标签，采用以下步骤处理步骤1.已知初始标签数t和阅读器平均读取率S初始值，定义y用于统计最近L个读取周期中发生碰撞冲突的次数，η记录当前平滑窗口大小，步骤2. η根据S的值进行相应初始化，定义数组Read记录最近L个读取周期的读取情况；步骤3.阅读器发出读取请求，获取标签响应数据，更新数组read，若平滑窗口数据未填充满，则继续填充，否则，从数组read中计算出碰撞冲突的次数y，根据碰撞冲突的次数 y的统计值估算标签个数t，进行修正，得到修正后的平均读取率S，修正公正如下，其中，正确读出的标签个数为X，χ = n-y ；
6.根据权利要求5所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是检测标签信号是否发生碰撞包括以下步骤步骤1.读写器首先通过接收标签信号的数据帧头来判断该数据是否为多个标签碰撞后的产生的数据，如果是，则发生碰撞，如果不是，则转步骤2 ；步骤2.读写器通过标签返回信号的数据段来判断是否发生了碰撞，如果是，则发生碰撞，如果不是，则转步骤3;步骤3.通过检测标签是否在规定时间内返回EPC码判断碰撞，如果返回了 EPC码，则发生碰撞，如果没有返回EPC码，则认为该次查询成功，即为成功时隙；如果至少有一个环节判断出碰撞发生，即为碰撞时隙。
7.根据权利要求5所述的基于滑动窗口的RFID数据流多标签清洗方法，其特征是根据y的统计值估算标签个数t的方法为首先做若干实验，一个标签时，统计碰撞次数，两个标签时，统计碰撞次数，直到若干个标签时，分别统计碰撞次数，并记录；然后，在已知碰撞冲突的次数y的情况下，得到相应的实际标签数。
全文摘要
一种基于滑动窗口的RFID数据流多标签清洗方法，分析在过去的一段时间内的所有EPC事件的平均读取间隔avgInterval，来决定最大事件间隔evInterval的值，通过一个窗口缩放因子scaleFactor来决定最大事件间隔evInterval向平均读取间隔avgInterval靠拢的速度，通过一个精度影响因子precisionFactor来决定滑动窗口大小evTimeout的值,在多标签无冲突的情况下，也适用于多标签的清洗。本发明降低和修正了RFID数据不可靠的问题，完整性和动态性较好，有利于以后在对实时信息的处理与跟踪领域发挥更大的作用。
文档编号G06K7/00GK102509062SQ201110358369
公开日2012年6月20日 申请日期2011年11月14日 优先权日2011年11月14日
发明者侯君, 戚湧, 李千目, 谢新 申请人:无锡南理工科技发展有限公司