CN103544459B - 一种射频识别标签总数的估算方法和系统 - Google Patents

Abstract

本发明公开了一种射频识别标签总数的估算方法，包括如下步骤：步骤一，建立回复向量与标签总数的关系；步骤二，执行RFID阅读协议，记录回复向量；步骤三，根据回复向量，对建立的回复向量与标签总数的关系，利用最优化的方法获得产生给定的回复向量最有可能的标签总数，本发明通过建立RFID标签数目估算的统一框架，将r个回复向量一起作为输入考虑，实现了快速准确地估算RFID标签的总数的目的，并进一步提高了射频识别标签总数估算的准确性。

Description

一种射频识别标签总数的估算方法和系统

技术领域

本发明涉及一种射频识别标签总数估算方法和系统，特别是涉及一种能够统一的、具有一般性的快速估算射频识别标签(RFID标签)数目的射频识别标签总数的估算方法和系统方法和系统。

背景技术

射频识别(RFID)是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。目前，RFID系统被广泛的应用于多种场合，物流方面有图书馆藏书管理，零售超市里的商品管理等。定位方面有室内定位，3D定位。一些最近的研究包括在利用压缩感知的方法在物理层上寻找丢失的RFID标签，快速的RFID标签组分类等。RFID标签相比传统的条形码有着功能更强大，不需要机械或光学接触等优点。相比于无线传感器网络(Wireless Sensor Network)，RFID标签又有着协议简单，造价低廉的优势。

在最近的RFID系统研究中，一个基本而热门的问题是得到RFID标签的总数。在这个问题上，传统的RFID防冲突识别算法可以在小规模范围时解决此问题。但是其在大规模RFID系统中表现出性能上的缺陷。

于是研究者们提出了RFID标签数目的估算问题。RFID标签数目的估算算法能够达到相对于RFID标签识别算法高得多的时间效率，同时能够达到一定的估算精度要求。这个精度要求可以用含参数(ε,δ)的概率来表示。其中n是真实的标签数目，是估算的标签总数。(ε,δ)由用户根据需要自己设定。

大多数现有的RFID估算方法是根据RFID回复向量(response vector)中的模式(pattern)来估算标签总数。这些算法所应用的RFID系统大都基于EPC C1G2协议。依照此协议，在每个帧开始前，RFID阅读器向标签广播一个询问信号(Request)，并包含帧长度(一个帧中时隙(slot)个数)。收到信号的标签随机(可以是各种分布的随机数)选择一个时隙r，在该时隙回复阅读器。标签的回复构成一个回复向量，这个向量是一个空白时隙和非空白时隙构成的序列。这个向量有一些模式，如空白时隙个数，第一个非空时隙位置，非空时隙的平均长度等。这些模式和RFID标签总数之间有一定的概率联系。于是根据观察到的模式就可以反推出RFID标签总数。如，发表于2006年MOBICOM的《Fast and reliableestimation schemes in RFID systems》提出基于空白时隙总数，通过概率的方式进行RFID标签总数的估算(Probabilistic Zero Estimator,PZE)；发表于INFOCOM2010的《Counting RFID tags efficiently and anonymously》是通过首个非空时隙的位置(First Non-Empty Based,FNEB)估算标签总数的；发表于PERCOM 2008的《Cardinality estimation for large-scale rfid systems》提出LoF算法，它利用了几何分布的回复向量中第一个空时隙的位置估算标签总数；发表于ICASSP 2012的《Energy efficient algorithms for the rfid estimation problem》根据回复向量中非空时隙的个数，利用最大化后验概率(Maximum Likelihood Estimation Algorithm,MLEA)的方法寻找标签总数的估算值；最近的研究是发表于2012年MOBICOM的《Every bit counts:fast and scalable RFID estiamtion》，他们利用非空时隙的平均长度达到了比之前的估算算法更高的精度。同时，通过给出估算算法执行的轮数和估算精度的关系来保证估算的可靠性，图1显示了RFID标签估算问题本质上是从标签回复向量到正整数估算值的映射，不同的估算方法有不同的映射方式。

但是，寻找某个特定的模式的方法有时并不能达到很好的效果。比如寻找首个非空时隙的位置就忽略了回复向量中后面的那些时隙。回复向量中空白时隙的个数这个模式就不能拓展到以几何分布的回复向量。因此，本发明希望能为RFID标签估算找到一个统一的框架，将整个回复向量(而不是其上的某个模式)作为输入，试图找到最有可能的标签总数，作为估算结果，同时，本发明不依赖于对回复向量概率分布的任何假设，使之能够扩展到以几何分布的回复向量中，最后本发明将若干个回复向量(而非一个)一起作为输入，达到了更好的效果。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种射频识别标签总数的估算方法及系统，其通过建立RFID标签数目估算的统一框架，并能够扩展到任意分布的标签回复向量，通过将r(r>1)个回复向量一起作为输入考虑，实现了快速准确地估算RFID标签的总数的目的，并进一步提高了射频识别标签总数估算的准确性。

为达上述及其它目的，本发明提出一种射频识别标签总数的估算方法，包括如下步骤：

步骤一，建立回复向量与标签总数的关系；

步骤二，执行RFID阅读协议，记录回复向量；

步骤三，根据回复向量，对建立的回复向量与标签总数的关系，利用最优化的方法获得产生给定的回复向量最有可能的标签总数。

进一步地，于步骤三后，还包括如下步骤：重复步骤一至步骤三多次，取各次所得估算的标签总数的平均值作为最终的估算值。

进一步地，于步骤一中，建立回复向量与标签总数的关系如下：

$\mathrm{Pr}\left\{n\right|f_1{f}_2...f_r\}=\frac{\mathrm{Pr}\{f_1{f}_2...f_r|n\}\×\mathrm{Pr}\{n\}}{\mathrm{Pr}\{f_1{f}_2...f_r\}}$

其中，f₁,f₂,...,f_r为r个输入的回复向量，n为真实的标签数目，Pr(A|B)表示已知B发生后A的条件概率，Pr{A}表示A的先验概率。

进一步地，于步骤三中，根据回复向量利用二分搜索找到使Pr{n|f₁f₂...f_r}最大化的n作为估算值。

进一步地，于步骤一之后，还包括根据给定的精度要求，计算出重复步骤一至步骤三次数的上限。

与现有技术相比，本发明一种射频识别标签总数的估算方法通过建立RFID标签数目估算的统一框架，并扩展到任意分布的标签回复向量，将r(r>1)个回复向量一起作为输入考虑，实现了快速准确地估算RFID标签的总数的目的，并进一步提高了射频识别标签总数估算的准确性。

附图说明

图1显示了RFID标签估算问题本质上是从标签回复向量到正整数估算值的映射；

图2为本发明一种射频识别标签(RFID)总数的估算方法的步骤流程图；

图3为本发明一种射频识别标签总数的估算方法之较佳实施例的细部流程图；

图4为当回复向量为均匀分布时，本发明(Unified)与之前的算法的比较示意图；

图5为当分布为非均匀的，特别的，当回复向量为几何分布时，本发明(GeoUnified，r＝1；EgeoUnified，r>1)与前人的LoF算法比较示意图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图2为本发明一种射频识别标签(RFID)总数的估算方法的步骤流程图。如图2所示，本发明一种射频识别标签总数的估算方法，包括如下步骤：

步骤201，对于r个输入的RFID标签回复向量，建立这些向量与RFID标签总数的关系Pr{n|f₁f₂...f_r}，即找出Pr{n|f₁f₂...f_r}的具体形式。

假设r个输入的回复向量为f₁,f₂,...,f_r，对于每一个回复向量f，有输入多个回复向量则是其中n是真实的标签数目，是估算的标签总数。根据Bayes(贝叶斯)公式，则有

$\mathrm{Pr}\left\{n\right|f_1{f}_2...f_r\}=\frac{\mathrm{Pr}\{f_1{f}_2...f_r|n\}\×\mathrm{Pr}\{n\}}{\mathrm{Pr}\{f_1{f}_2...f_r\}}$

其中，Pr(A|B)是已知B发生后A的条件概率，Pr{n}是标签数目的先验概率。

由于每次试验在n已知的情况下是独立的，即同时Pr{f₁f₂...f_r}与标签数目n无关，可以视为常数，Pr{n}是标签数目的先验概率，对任意的n都相同。所以，最大化Pr{n|f₁f₂...f_r}就等价于最大化Pr{f₁f₂...f_r|n}。

对于不同分布的回复向量，Pr{f|n}是不同的。例如：

在回复向量均匀分布时，有：其中k为回复向量上非空时隙的个数；

当回复向量为其他分布时，Pr{f|n}的形式和非空时隙的位置也有关系，但仍然是标签数目n的函数。将整个回复向量作为输入，这样就为不同分布的回复向量建立了统一的标签总数估算模型。

步骤202，执行RFID阅读协议，记录回复向量。

步骤203，根据回复向量，对建立的回复向量与标签总数的关系利用最优化的方法找到产生给定的回复向量最有可能的标签总数，即找到Pr{n|f₁f₂...f_r}的最值。

较佳的，为获得更高的精度，重复步骤201至步骤203多次，取各次所得标签总数的平均值作为最终的估算值。

图3为本发明一种射频识别标签总数的估算方法之较佳实施例的细部流程图。以下将通过一具体实施例来进一步说明本发明。如图3所示，本发明之射频识别标签总数的估算方法，包括如下步骤：

(1)建立回复向量与标签总数的关系Pr{n|f₁f₂...f_r}。

(2)根据给定的精度要求(ε,δ)，计算出算法执行轮数的上限R。

(3)执行RFID阅读协议R次，每次记录下回复向量。

(4)根据回复向量利用二分搜索找到使Pr{n|f₁f₂...f_r}最大化的n作为估算值。

(5)对R次的估算值取平均作为最终的估算值。

图4及图5为本发明之仿真实验结果图。图4显示了当回复向量为均匀分布时，本发明(Unified)与之前的算法的比较。图中越接近真实标签数目越好。可以看到，相比于其他的方法，本发明能达到更好的效果。图5显示了当分布为非均匀的，特别的，当回复向量为几何分布时，本发明(GeoUnified，r＝1；EgeoUnified，r>1)与前人的LoF算法比较。不难发现，本发明更接近真实值，且误差波动也小。进一步，本发明将多个回复向量一起作为输入(r＝20)，找出同时满足这多个回复向量的最可能标签数目。实验证明，本发明优于之前的方法，说明将多个回复向量一起考虑能提高估算精度。

综上所述，本发明一种射频识别标签总数的估算方法通过建立RFID标签数目估算的统一框架，并扩展到任意分布的标签回复向量，将r(r>1)个回复向量一起作为输入考虑，实现了快速准确地估算RFID标签的总数的目的，并进一步提高了射频识别标签总数估算的准确性。

与现有技术相比，本发明具有如下优点：

(1)本发明是基于整个回复向量而非特定的模式，故能比现有的基于特定模式的估算方法达到更好的效果。

(2)本发明能够拓展到回复向量为各种分布(比如几何分布)的情形，现有的方法大多基于回复向量为均匀分布的假设。

(3)本发明可以将多个回复向量一起考虑，比单独考虑每个回复向量再取均值的方法有更好的效果。

本发明适用于任意一个静态的射频标签网，通过仿真实验的实验结果证明了本发明的可靠性和优越性。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (2)

1.一种射频识别标签总数的估算方法，包括如下步骤：

步骤一，建立回复向量与标签总数的关系

$\mathrm{Pr}\left\{n\right|f_1{f}_2...f_r\}=\frac{\mathrm{Pr}\{f_1{f}_2...f_r|n\}\×\mathrm{Pr}\{n\}}{\mathrm{Pr}\{f_1{f}_2...f_r\}}=\frac{\underset{i=1}{\overset{r}{\Π}}\mathrm{Pr}\left\{f_i\right|n\}\×\mathrm{Pr}\{n\}}{\underset{i=1}{\overset{r}{\Π}}\mathrm{Pr}\left\{f_i\right\}}$

其中，f₁,f₂,...,f_r为r个输入的回复向量，n为真实的标签数目，Pr(A|B)表示已知B发生后A的条件概率，Pr{A}表示A的先验概率；Pr{f_i|n}表示当标签总数为n时，回复向量恰好为f_i的概率；在计算f_i概率时，将回复向量的每一位作为一个变量考察，得到标签总数与回复向量之间的概率关系，该概率关系与射频标签回复向量每一位的分布情况有关，且当回复向量均匀分布时，存在：其中k为回复向量上非空时隙的个数；

步骤二，执行RFID阅读协议，记录回复向量；

步骤三，根据回复向量，对建立的回复向量与标签总数的关系，利用二分搜索获得产生给定若干个回复向量最有可能的标签总数；

步骤四，执行步骤一至步骤三若干次，得到标签总数稳定的估计。

2.如权利要求1所述的一种射频识别标签总数的估算方法，其特征在于：于步骤一之后，还包括根据给定的精度要求，计算出重复步骤一至步骤三次数的上限。