1.一种基于rfid的货物管理方法，其特征在于，包括：
获取超声传感器采集的前方货物与货物采集设备的距离；
根据所述距离确定货物被采集的时间段；
获取在所述时间段内，rfid识别设备扫描贴于货物表面的rfid货物标签后各个货物标签的信号强度和信号相位值；
将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集的货物的编码信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述距离确定货物被采集的时间段，包括：
若在t0时刻，所述距离大于第一距离阈值，则确定t0时刻没有货物被采集；
若在t1时刻，所述距离小于第二距离阈值，则确定t1时刻有货物被采集，其中第二距离阈值小于所述第一距离阈值；
若在tn时刻，所述距离大于所述第一距离阈值，且t0<t1<tn，则确定tn-t1时间段为货物被货物采集设备采集的时间段。
3.根据权利要求2所述的方法，其特征在于，所述货物采集设备为叉车，所述第一距离阈值等于所述叉车的叉臂长度。
4.根据权利要求1-3任一所述的方法，其特征在于，预先根据下述步骤确定所述分类器：
预先获取货物被采集的时间段内各个货物标签的信号强度和信号相位值；
将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数；
根据所述神经网络的参数，确定所述分类器。
5.根据权利要求4所述的方法，其特征在于，所述将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数，包括：
将每个所述货物标签的信号强度和信号相位值作为横轴像素点，将每个所述货物标签的采集时间点作为纵轴像素点，得到m个2*n像素的输入图像，其中n＝f*t，f为rfid识别设备的采样频率，t为预先获取的货物被货物采集设备采集的时间段，m为t时间段内采集到的货物标签的个数；
将所述m个2*n像素的输入图像分别作为神经网络的输入，将输入图像对应的货物被采集或输入图像对应的货物未被采集作为神经网络的输出，根据图像识别深度神经网络算法，确定所述神经网络的参数；
相应地，所述将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，包括：
将所述各个货物标签的信号强度和信号相位值转换成p个2*n像素的输入图像之后，分别输入至预先训练的分类器中，其中p为货物被货物采集设备采集的时间段内采集到的货物标签的个数；
相应地，所述根据所述分类器的输出结果，确定被采集货物的编码信息，包括：
根据所述分类器的输出结果，确定被采集货物的输入图像，根据所述被采集货物的输入图像的货物标签确定被采集货物的编码信息。
6.一种电子设备，其特征在于，包括：
距离获取模块，用于获取超声传感器采集的前方货物与货物采集设备的距离；
采样时段确定模块，用于根据所述距离确定货物被采集的时间段；
标签信息获取模块，用于获取在所述时间段内，rfid识别设备扫描贴于货物表面的rfid货物标签后各个货物标签的信号强度和信号相位值；
分类模块，用于将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集的货物的编码信息。
7.根据权利要求6所述的电子设备，其特征在于，所述采样时段确定模块具体用于：
若在t0时刻，所述距离大于第一距离阈值，则确定t0时刻没有货物被采集；
若在t1时刻，所述距离小于第二距离阈值，则确定t1时刻有货物被采集，其中第二距离阈值小于所述第一距离阈值；
若在tn时刻，所述距离大于所述第一距离阈值，且t0<t1<tn，则确定tn-t1时间段为货物被货物采集设备采集的时间段。
8.根据权利要求6或7所述的电子设备，其特征在于，还包括训练模块，所述训练模块用于：
预先获取货物被采集的时间段内各个货物标签的信号强度和信号相位值；
将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数；
根据所述神经网络的参数，确定所述分类器。
9.根据权利要求8所述的电子设备，其特征在于，所述训练模块具体用于：
将每个所述货物标签的信号强度和信号相位值作为横轴像素点，将每个所述货物标签的采集时间点作为纵轴像素点，得到m个2*n像素的输入图像，其中n＝f*t，f为rfid识别设备的采样频率，t为预先获取的货物被货物采集设备采集的时间段，m为t时间段内采集到的货物标签的个数；
将所述m个2*n像素的输入图像分别作为神经网络的输入，将输入图像对应的货物被采集或输入图像对应的货物未被采集作为神经网络的输出，根据图像识别深度神经网络算法，确定所述神经网络的参数；
相应地，分类模块具体用于：
将所述各个货物标签的信号强度和信号相位值转换成p个2*n像素的输入图像之后，分别输入至预先训练的分类器中，其中p为货物被货物采集设备采集的时间段内采集到的货物标签的个数；
根据所述分类器的输出结果，确定被采集货物的输入图像，根据所述被采集货物的输入图像的货物标签确定被采集货物的编码信息。
10.一种基于rfid的货物管理系统，其特征在于，包括：如权利要求6-9任一所述的电子设备、设置于货物采集设备上的超声传感器、设置于货物采集设备上的rfid识别设备和贴于货物表面的rfid货物标签；
所述超声传感器，用于按采样频率实时采集前方货物与货物采集设备的距离，并将所述距离发送至所述电子设备；
所述rfid识别设备，用于在货物被采集的时间段内扫描所述rfid货物标签，获取各个货物标签的信号强度和信号相位值，并将所述各个货物标签的信号强度和信号相位值发送至所述电子设备。