本发明涉及身份识别，具体涉及一种基于rfid的液压单体支柱数字身份识别方法。
背景技术：
1、单体液压支柱是由缸体、活柱和阀组成的，主要应用于煤矿回采工作面顶板支护、综合工作面支护等，由于单体液压支柱有的使用量大、周转频繁、使用地点分散等特点，为了保证每一个支柱良好的工作性能，对单体液压支柱进行严格的管理至关重要；现有技术中通过rfid射频技术与计算机技术的结合实现对单体液压支柱智能跟踪管理，对支柱的使用时间、使用地点和维修状况等数据信息进行实时采集，rfid射频技术采用了非接触无线通信，利用读写器对范围内的rfid标签的进行操作，读取rfid标签上单体液压支柱的动态使用信息；但是由于rfid标签内封装耦合元件、芯片和天线，在空气潮湿、腐蚀性强、电磁干扰严重的煤矿等恶劣环境下，当读写器动态读取煤矿内多个单体液压支柱的rfid标签时，受到复杂实际环境场景变化的影响，存在信号干扰变大，空间环境误差无法确定，rfid标签被腐蚀、弯折、磨损等问题，导致读写障碍；为了提高复杂环境下单体液压支柱身份识别的效率，加快信息传递、交换和处理速度，实现单体液压支柱高效的自动化管理，对单体液压支柱的使用情况进行智能追踪管理，本发明提出了一种基于rfid的单体液压支柱数字身份识别方法。
技术实现思路
1、为了解决上述问题，即为了解决背景技术中提到的问题，本发明提供了一种基于rfid的液压单体支柱数字身份识别方法，首先根据传感器数据进行聚类分析实现对实际应用的环境场景进行空间划分，再根据以采集的rfid标签数据对读取器移动的读取空间的环境干扰误差进行分析，最后对移动后的时间间隙对应的读取状态进行预测，并按照预测读取状态对读取器的参数进行调节，实现读取参数的自适应，提高了读取器对复杂多变的应用环境场景的适应性，并且实现了传感器数据与rfid标签数据的数据协同，利用传感器数据对rfid标签所处的环境场景进行进行了充分的分析，不同空间区域对应不同的环境场景，读取器的读取效率不同，当读取器对多个rfid标签进行移动读取时，通过调整读取器的参数提高读取rfid的效率。
2、本发明提出了一种基于rfid的液压单体支柱数字身份识别方法，结合传感器对环境场景采集的数据，对基于rfid数据的身份识别过程进行自适应优化，具体分析过程如下：
3、步骤一、通过液压单体支柱上的传感器对rfid标签所处环境的传感器数据数据进行采集；
4、步骤二、利用传感器数据对rfid标签所处环境场景的环境复杂度进行分析，不同环境条件下的rfid标签的读取信号传输误差不同，根据传感器数据与不同环境复杂度对rfid标签所处的空间进行聚类，得到不同的空间区域；
5、步骤三、读取器对实际应用环境场景中的rfid标签数据进行移动读取，获得液压单体支柱的身份数据，读取的环境场景不断发行变化，根据已读取的rfid标签所在空间区域的读取过程与传感器数据，对空间区域对应的环境干扰进行分析得到环境干扰误差；
6、步骤四、利用环境干扰误差对下一时间间隙rfid标签数据的读取过程进行矫正，并通过传感器数据进行预估得到空间区域内rfid标签的数量和姿态；
7、步骤五、在读取器的移动过程中，结合读取器的读取参数对读取状态进行动态分析得到当前读取状态，再根据当前读取状态对读取器的移动过程中的下一个时间间隙的读取状态进行预测，最后根据读取器的预测读取状态以及空间区域内的rfid的数量和姿态对读取器的读取参数进行自适应调节。
8、具体地，在所述步骤二中，液压单体支柱上安装有多个不同类型的传感器，将对应的传感器集合记为一个传感器节点，所有单体液压支柱上的传感器节点组成传感器节点网络，通过传感器节点网络获取传感器数据的点云分布，提取传感器节点在不同采集时刻数据中特征参数得到对应的特征向量，为传感器节点的标号，为传感器的采集时刻，为传感器节点中传感器数量，不同传感器对应不同数据指标，数据指标对应特征向量中的元素，根据传感器数据计算液压单体支柱所处环境的环境复杂度，再根据传感器数据的环境复杂度选择对应的空间聚类算法，并采用空间聚类算法对所有传感器节点的特征向量进行聚类，得到不同传感器节点的节点组合，不同节点组合对应不同的空间区域，将不同空间区域水平方向的面积记为，其中为空间区域的下标数，为读取器读取空间内的空间区域个数。
9、具体地，在所述步骤三中，移动的读取器在液压单体支柱的实际应用场景中移动读取rfid标签携带的身份信息，根据初始采集rfid标签数据对环境干扰误差的影响进行评估，以数据包检测的延时率为环境干扰误差的相关参数，计算rfid标签信号传递数据包检测的延时率，分析公式如下：
10、
11、为载波频率偏移的相位差，采样频率偏移和数据包检测延迟，不同环境干扰的影响，在读取器的初始采集过程中，通过信号分析得到与读取空间对应的数据包检测延时率，结合所述步骤二的分析结果，将初始采集读取空间分割成由空间区域组成的集合，为空间区域的个数，为读取器采集的时间间隙，为读取器的读取时刻，建立空间区域的分布参数与的对应关系式。
12、具体地，在所述步骤四中，将传感器数据转化为传感器节点网络对应的点云数据进行数据分析，传感器节点与液压单体支柱是一一对应的，通过计算空间区域内传感器节点的个数来确定液压单体支柱和rfid标签的个数，通过对传感器采集过程中感应信号的传输特点确定传感器的传输信号的传输方向，将液压单体支柱上传感器的位置与rfid标签的位置进行对照安置，并通过对传感器数据的分析确定rfid标签的姿态。
13、特别地，在所述步骤五中，读取器以的移动速度对实际的环境场景中的rfid标签数据进行数据读取，在读取空间中发射读取信号，与rfid标签的射频信号进行耦合实现数据读取，将读取器的当前读取状态记为，为一个状态向量，建立读取器读取rfid 标签数据的动态分析方程，不同的读取时刻，读取空间对应的空间区域集合组成不同，随着读取时刻的改变，空间区域的分布参数改变，对应的环境干扰误差也发生改变。
14、特别地，当前时间间隙与下一时间间隙的读取空间进行空间中转换，根据移动速度确定读取空间的体积的变化，再结合传感器数据的分析过程确定空间区域的转换矩阵，读取器从时间间隙移动到和时，转换矩阵为，
15、
16、在各个元素间，其中，，结合步骤三中建立空间区域的分布参数与的对应关系式，确定空间区域转移过后的，随着空间区域的转移，计算空间区域集合变化带来的环境干扰误差，利用环境干扰误差对下一读取时刻的数据进行误差修正，环境干扰误差与空间区域的组成相关。
17、特别地，将读取器的移动速度记为，读取器的读取区域的范围是固定的，随着读取器的移动，读取器的读取区域对应不同的空间区域组成，读取器的最适应读取参数改变，当与为相邻的时间间隙时，并且两个时间间隙内读取器的读取空间之间存在重合，将时间间隙内读取器对应的读取空间记为重合读取空间和新增读取空间的总和，将新增读取空间记为，分别计算新增读取空间和重合读取空间的环境干扰误差，再计算两者的平均值，记为存在重合读取空间时的读取空间的环境干扰误差。
18、特别地，当前读取状态的读取参量中包括空间区域与读取器的相对角度、移动速度、读取角度和读取信号强度，环境干扰误差与空间区域的组成相对应，根据当前读取状态对读取时刻的读取状态进行预测，得到对应时间间隙的状态向量，当时为连续时间间隙之间的预测，判断是否存在读取空间的重合部分，
19、
20、通过读取器下一时刻的预测读取状态，对读取器的读取参数进行动态调节，传感器包括压力传感器、湿度传感器和温度传感器。
21、本发明的有益效果为：
22、1、在本发明中，通过传感器数据对单体液压支柱所处环境场景进行分析，再对单体液压支柱对应的rifd标签数据进行数字身份识别，实现了传感器数据与rfid标签数据的数据协同，首先将每一个单体液压支柱上的传感器集合记为一个传感器节点，传感器节点网络记为一个数据整体，通过对传感器数据的聚类分析对单体液压支柱所处的环境场景进行分类，得到不同的空间区域，在同一空间区域内的rfid标签的读取过程中环境对信号传输的误差影响相同。
23、2、在本发明中，移动读取器的读取空间的范围一致，但由于单体液压支柱在煤矿等地下实际应用场景中，环境复杂多变，导致rfid数据读取过程中信号传递受到影响，读取器移动后的读取空间是一个环境复杂的场景，为了提高读取器的读取效率，在本技术中，利用当前读取状态对rfid标签未读取的时间间隙对应的读取状态进行预测，在根据预测读取状态对读取器的读取参数进行调整，实现读取参数与环境场景的对应和优化。
24、3、在本发明中，在读取器的动态读取过程中，读取空间对应的读取信号强度是一个定值，随着读取器的移动，读取空间对应的空间区域组成不同，整体对信号的传输的影响也不同，通过已采集的读取空间的数据包延时率与空间区域的组成建立对应关系式，当读取空间的空间区域组成变化时， 得到预测的数据包延时率，再通过预测的数据包延时率得到预测的读取空间的环境干扰误差，利用环境干扰误差对读取信号传输的误差进行校验，以提高读取器的读取效率。