CN103679098B - 一种适用于大规模rfid及手持设备的标签识别方法及系统 - Google Patents

Abstract

一种适用于大规模RFID及手持设备的标签识别方法，将识别过程中时隙的状态分为三种：空闲、成功和碰撞，包括以下步骤：1)在第一轮识别开始时，所有工作标签作为一组进行识别，阅读器记录已识别标签的信息，并通过指令使这些标签进入休眠，根据碰撞率C_2，1进行相应处理；2)第k轮识别：在对所有标签分组进行识别后，读卡器记录此轮中已识别标签的信息并通过指令使这些标签进入休眠，然后根据碰撞率C_2，k对未识别标签进行处理；3)识别结束条件：当所有标签分组都为空时，识别结束。以及提供一种适用于大规模RFID及手持设备的标签识别系统。本发明有效适用于大规模场合、稳定性良好、计算复杂度较低。

Description

一种适用于大规模RFID及手持设备的标签识别方法及系统

技术领域

本发明涉及RFID系统领域，尤其是一种大规模RFID及手持设备的标签识别方法及系统。

背景技术

一个RFID系统通常由RFID阅读器和众多的RFID标签组成。RFID阅读器通过射频无线电和附着在物体上的电子标签通信来读取其中的唯一ID号，进而识别物体。由于所有RFID标签共享一个无线信道，RFID系统的工作范围内，经常有两个或两个以上的电子标签同时试图和同一个阅读器进行通信，导致碰撞发生。为了避免碰撞的发生，防碰撞算法被提出，并在实际系统中得到广泛使用。

当RFID标签数量较大时，碰撞发生频繁，会严重影响阅读器的正常工作，大幅度降低阅读器识别标签的效率，以致于需要很长的额外时间才能读完所有标签。为了提高阅读器的工作效率，有效缩短标签识别所用时间，基于标签数量估计和分组的防碰撞算法被提出，如EDFSA算法，它是在2005年第二届国际移动和普适系统年会提出的(Su-Ryun Lee，Sung-Don Joo和Chae-Woo Lee，An Enhanced Dynamic Framed Slotted ALOHA Algorithmfor RFID Tag Identification，The Proceeding of the2nd Annual InternationalConference on Mobile and Ubiquitous Systems，2005，即，“一种用于RFID标签识别的增强型动态帧时隙ALOHA算法”，第二届移动和普适系统国际年会论文集)。

但是，已有的防碰撞算法中，分组是根据估计到的标签数量进行的。一方面，标签数量估计算法比较复杂，计算量较大，特别是对于RFID阅读器这样的小型设备。如果RFID阅读器采用由电池供电的手持设备，会耗费大量的电能标签数量估计算法就显得不适用了。另一方面，标签数量估计算法有它的适用范围，也就是说，当标签数量大于4倍的帧时隙总数F_max的时候，标签数量估计算法就会完全失效，如图1所示。

图1显示，当实际标签总数不大于4F_max时，基于标签估计函数的EDFSA基本表现出线性，也就是说，所估计的标签总数与实际标签总数差距不大。但是，当实际标签总数大于4F_max时，标签数量估计精度开始下降，其估计值基本保持在4F_max不再变化。如图1所示，当采用帧时隙总数为128时，即F_max＝128，即使实际标签总数为1000，甚至2000，估计标签数量都维持在512左右。类似的，当F_max＝256时，当时实际标签总数超过1024以后，估计标签数量保持在1024附近。

所以，基于标签数量估计进行分组，在大规模RFID系统中，就无法实现优化分组、减少碰撞的初衷。例如，对于一个采用帧时隙总数为128的系统，其实际标签总数为1600。根据估计，标签数量为512，可以分为4组，每组128个标签。但实际结果是，分4组，每组400个标签。每组中的碰撞依然非常严重，以致于系统效率依然很低。

综上所述，如果根据标签数量估计算法进行分组，甚至防止碰撞，是不能适用于大规模RFID系统中的，也就是说，不能适用于标签数量大于4F_max的情况下。这就大大限制了已有的、基于标签数量估计和分组的防碰撞算法在大规模RFID系统，或者需要使用手持阅读器的系统中的应用。

发明内容

为了克服已有的RFID系统的标签识别技术的不能适用于大规模场合、稳定性较差、计算复杂度较高的不足，本发明提供了一种有效适用于大规模场合、稳定性良好、计算复杂度较低的适用于大规模RFID及手持设备的标签识别方法及系统。

本发明解决其技术问题所采用的技术方案是：

一种适用于大规模RFID及手持设备的标签识别方法，大规模RFID系统由一个RFID阅读器和N_all个RFID标签组成，在某一时刻，N个标签同时出现在RFID阅读器的射频覆盖范围或工作范围内，N≤N_all，RFID阅读器将所用帧分为F个时隙，N＞＞F，其特征在于：将识别过程中时隙的状态分为三种：空闲、成功和碰撞，所述空闲状态是指该时隙中没有标签处于发送信息的状态；所述成功状态：该时隙中只有一个标签发送信息，阅读器能够成功识别该标签的状态；所述碰撞状态是指该时隙中有两个或两个以上的标签同时发送信息，阅读器不能成功识别任何一个标签；其特征在于：令N_0，k，N_1，k，N_2，k分别为第k轮某一分组中，空闲时隙数、成功时隙数和碰撞时隙数；令C_0，k，C_1，k，C_2，k分别为相应的空闲率、成功率和碰撞率，F_k为第k轮帧时隙数，N_est，k为第k轮时估算得到的待识别标签数，N为工作范围内的标签总数，N_r，k为第k轮中已识别标签数；

则， $C_{0,k}=\frac{N_{0,k}}{F_k},$ $C_{1,k}=\frac{N_{1,k}}{F_k},$ $C_{2,k}=\frac{N_{2,k}}{F_k};$

所述标签识别方法包括以下步骤：

1)第一轮识别：在第一轮识别开始时，即k＝1，设定F₁＝F_max，所有工作标签作为一组进行识别，之后，阅读器记录已识别标签的信息，并通过指令使这些标签进入休眠，根据碰撞率C_2，1进行相应处理：

1.1)如果C_2，1＜0.25，下一轮的帧时隙总数减半，即F₂＝F₁/2；

1.2)如果C_2，1＞0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

1.3)否则，不做处理；

2)第k轮识别

在对所有标签分组进行识别后，某一分组的空闲率、成功率和碰撞率分别为C_0，k，C_1，k，C_2，k，读卡器记录此轮中已识别标签的信息，并通过指令使这些标签进入休眠，然后，根据碰撞率C_2，k对未识别标签按照以下规则进行处理：

2.1)如果C_2，k≤0.25，下一轮的帧时隙总数减半，即F_k+1＝F_k/2；

2.2)如果C_2，k≥0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

2.3)否则，不做处理；

3)识别结束条件：当所有标签分组都为空时，识别结束。

进一步，对标签进行分组过程如下：所有待分组标签产生一个平均分布的随机数；其中，所有随机数为奇数的标签分为一组，偶数标签分为另一组。

一种适用于大规模RFID及手持设备的标签识别系统，所述标签识别系统包括：

标签识别模块，用于当阅读器发出指令，对未识别标签进行识别；

碰撞率分析模块，用于根据碰撞率的不同，将处理分解为：(1)如果碰撞率大于0.5，发给分组模块，对仍未识别的标签进行分组；(2)如果碰撞率小于0.25，发给动态帧处理模块，对帧时隙总数做相应调整；(3)否则，不做处理，继续识别；

分组模块，用于对未识别的标签进行平均分组，然后继续识别；

动态帧处理模块，用于减少帧时隙总数，然后继续识别。

更进一步，所述分组模块中，所有待分组标签产生一个平均分布的随机数；其中，所有随机数为奇数的标签分为一组，偶数标签分为另一组。

本发明的技术构思为：针对有大量RFID标签存在，并使用手持阅读器的系统设计了本专利中描述的一种新的、低计算复杂度的RFID标签识别算法，进而基于此算法设计了一种新的RFID标签识别系统。这一算法不再使用标签数量估计算法，其分组只根据基础的碰撞率；无论对于小、中、大规模RFID标签系统都具有适用性。

由于RFID标签和由电池供电、并装备运算速度较慢CPU的手持阅读器的广泛使用，对防碰撞算法提出了新的要求。也就是说，基于新的防碰撞算法的标签识别算法和标签识别系统应该具有如下三个特征：

(1)不再依赖于标签总数估计算法，只根据通讯中的基本信息，如碰撞率、空闲率和成功率，工作。

(2)对RFID标签数量适应度高。对于任何标签数量，特别是在大量RFID标签存在的情况下，都可以高效避免碰撞的发生，有效缩短识别延时。

(3)具有低计算复杂度。便于提高手持阅读器的电池寿命，并适应运算速度较慢CPU的要求。

本专利中，我们提出了一种能够满足上述三个特征的、新的、适用于大规模RFID系统的RFID标签识别算法和系统。

基于由一个RFID阅读器和N_all个RFID标签组成的系统。在某一时刻，N(N≤N_all)个标签同时出现在RFID阅读器的射频覆盖范围或工作范围内。我们称这些标签为工作标签。为了描述的方便，我们把工作标签总数N简称为标签总数；把N_all称为系统标签总数。在下文中，如无特殊说明，所提标签都是工作标签。

当此系统开始工作时，RFID阅读器需要识别所有工作标签。为此，RFID阅读器将所用帧分为F个时隙。每个时隙中，阅读器只能识别一个标签；如果有两个或两个以上的标签在同一个时隙中试图与阅读器通信，就会发生碰撞。阅读器无法正确读出发生碰撞标签的信息。由于N＞＞F，甚至N＞＞2F，导致当所有工作标签同时响应阅读器请求时，发生大量碰撞，以致于大量的标签信息无法正确读出。

我们所提出的算法主要是针对于N特别大的情况，即N＞＞2F时，如何能够让RFID阅读器在尽可能短的时间内，读出所有工作标签。

这一问题的传统解决方法是对工作标签进行平均分组，然后逐一识别每组标签，最终实现识别所有标签的目的。但是，传统算法中存在着两个致命弱点：

(1)要求标签数量估计算法在任何情况下都保持足够精确；否则，重新分组后，标签仍然发生严重碰撞，导致识别率和整体效率大幅度降低。

(2)为了保持每组标签的识别率较高，必须保持每组标签数和帧时隙总数F相匹配。但是，由于一般F＝2^k，k＝1，2，3，...，即使采用性能较好的EDFSA算法也无法保证最佳的识别率。

所以，传统RFID防碰撞算法只适用于工作标签数量较小的情况，具体说，N≤4F，或者说标签数量估计算法保持线性，也就是说，估计结果比较准确的情况下。但是，对于大量工作标签，即N＞4F时，由于标签估计算法不能保持线性，也就是说，估计结果准确性急剧下降，如图2所示。这种情况下，即使采用分组算法，由于所估计的工作标签总数不准，分组后的碰撞率可能依然很高，阅读器识别率依然不能达到最优效果。

为此，我们提出了一种简便、高效、适用性强的新的标签识别算法，能够有效适用于不同标签总数的情况。这一新算法广泛适用于各种应用场景，特别是有可能出现标签数量很多的情况，和标签总数变化剧烈的情况下，并且有利于减少能量消耗。

本发明的有益效果主要表现在：1、简单、易用、适用面广、可靠性强、性能稳定；2、此RFID标签识别系统摒弃了现有的防碰撞算法中经常采用的复杂的标签数量估计算法，大幅度降低了计算复杂度；3、此RFID标签识别系统在小规模或中等规模RFID标签的情况下，具有和传统防碰撞算法相似的性能；在大规模RFID的情况下，具有更好的性能。特别是，当RFID标签数量越来越大的情况下，此RFID标签识别系统的性能表现越来越好；4、由于此RFID标签识别系统的计算简单性，特别适用于由电池供电的嵌入式系统或手持设备中。这样就可以很大程度上节省电能，特别是对于使用电池供电和低功耗处理芯片的嵌入式系统和手持设备；5、此RFID标签识别系统既可以单独使用，也可以和已有算法联合使用，不受已有算法细节的限制。当与包含标签数量估计算法的防碰撞算法共同使用时，可以有效避免进入非线性区间，更好地保持其性能优势。

附图说明

图1是基于RFID标签数量估计的防碰撞算法的性能示意图。

图2是适用于大规模RFID及手持设备的标签识别方法的流程图。

图3是标签识别方法的性能比较图。

图4是适用于大规模RFID及手持设备的标签识别系统的原理框图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图2～图4，一种适用于大规模RFID及手持设备的标签识别方法，大规模RFID系统由一个RFID阅读器和N_all个RFID标签组成，在某一时刻，N个标签同时出现在RFID阅读器的射频覆盖范围或工作范围内，N≤N_all，RFID阅读器将所用帧分为F个时隙，N＞＞F，其特征在于：将识别过程中时隙的状态分为三种：空闲、成功和碰撞，所述空闲状态是指该时隙中没有标签处于发送信息的状态；所述成功状态：该时隙中只有一个标签发送信息，阅读器能够成功识别该标签的状态；所述碰撞状态是指该时隙中有两个或两个以上的标签同时发送信息，阅读器不能成功识别任何一个标签；其特征在于：令N_0，k，N_1，k，N_2，k分别为第k轮某一分组中，空闲时隙数、成功时隙数和碰撞时隙数；令C_0，k，C_1，k，C_2，k分别为相应的空闲率、成功率和碰撞率，F_k为第k轮帧时隙数，N_est，k为第k轮时估算得到的待识别标签数，N为工作范围内的标签总数，N_r，k为第k轮中已识别标签数；

则， $C_{0,k}=\frac{N_{0,k}}{F_k},$ $C_{1,k}=\frac{N_{1,k}}{F_k},$ $C_{2,k}=\frac{N_{2,k}}{F_k};$

所述标签识别方法包括以下步骤：

1)第一轮识别：在第一轮识别开始时，即k＝1，设定F₁＝F_max，所有工作标签作为一组进行识别，之后，阅读器记录已识别标签的信息，并通过指令使这些标签进入休眠，根据碰撞率C_2，1进行相应处理：

1.1)如果C_2，1＜0.25，下一轮的帧时隙总数减半，即F₂＝F₁/2；

1.2)如果C_2，1＞0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

1.3)否则，不做处理；

2)第k轮识别

在对所有标签分组进行识别后，某一分组的空闲率、成功率和碰撞率分别为C_0，k，C_1，k，C_2，k，读卡器记录此轮中已识别标签的信息，并通过指令使这些标签进入休眠，然后，根据碰撞率C_2，k对未识别标签按照以下规则进行处理：

2.1)如果C_2，k≤0.25，下一轮的帧时隙总数减半，即F_k+1＝F_k/2；

2.2)如果C_2，k≥0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

2.3)否则，不做处理；

3)识别结束条件：当所有标签分组都为空时，识别结束。

进一步，对标签进行分组过程如下：所有待分组标签产生一个平均分布的随机数；其中，所有随机数为奇数的标签分为一组，偶数标签分为另一组。

本实施例中，将识别过程中时隙的状态分为三种：空闲、成功和碰撞，其中，空闲状态：该时隙中没有标签处于发送信息的状态；成功状态：该时隙中只有一个标签发送信息，阅读器能够成功识别该标签；碰撞状态：该时隙中有两个或两个以上的标签同时发送信息，阅读器不能成功识别任何一个标签。

令N_0，k，N_1，k，N_2，k分别为第k轮某一分组中，空闲时隙数、成功时隙数和碰撞时隙数；令C_0，k，C_1，k，C_2，k分别为相应的空闲率、成功率和碰撞率。F_k为第k轮帧时隙数。N_est，k为第k轮时估算得到的待识别标签数。N为工作范围内的标签总数。N_r，k为第k轮中已识别标签数。

则， $C_{0,k}=\frac{N_{0,k}}{F_k},$ $C_{1,k}=\frac{N_{1,k}}{F_k},$ $C_{2,k}=\frac{N_{2,k}}{F_k}.$

为了证明所提出的新算法的性能，我们把该算法与EDFSA算法进行性能比较。图3给出了两种算法基于10000次仿真实验得到的结果。

图3显示，当实际标签总数不大于4F_max，即1024时，所提算法与EDFSA的性能基本相当；当实际标签总数大于4F_max时，所提算法表现出更好的性能，也就是说，识别同样数目的标签所用的时隙总数更少。而且，当标签总数持续增加时，所提算法表现出越来越明显的性能优势。当标签总数达到2000时，所提算法所需的时隙总数比EDFSA少50%，即3000个时隙。

实验结果表明，所提算法在标签数量较小时，性能与传统方法相当；当标签数量越来越大时，其性能优势越来越明显。

此外，图1显示，当实际标签总数不大于4F_max时，基于标签估计函数的EDFSA所估计的标签总数与实际标签总数差距不大。所以，在图2中也表现出较好的性能。但是，当实际标签总数大于4F_max时，EDFSA的标签估计精度开始下降，其估计值基本保持在大约4F_max。对应于图2，EDFSA的性能也大幅度恶化。相对而言，我们所提出的RFID标签识别算法由于不依赖于某种标签数量估计算法，所以，可以一直保持比较稳定、一致的性能。

参照图4，一种适用于大规模RFID及手持设备的标签识别系统，所述标签识别系统包括：

标签识别模块，用于当阅读器发出指令，对未识别标签进行识别；

碰撞率分析模块，用于根据碰撞率的不同，将处理分解为：(1)如果碰撞率大于0.5，发给分组模块，对仍未识别的标签进行分组；(2)如果碰撞率小于0.25，发给动态帧处理模块，对帧时隙总数做相应调整；(3)否则，不做处理，继续识别；

分组模块，用于对未识别的标签进行平均分组，然后继续识别；

动态帧处理模块，用于减少帧时隙总数，然后继续识别。

更进一步，所述分组模块中，所有待分组标签产生一个平均分布的随机数；其中，所有随机数为奇数的标签分为一组，偶数标签分为另一组。

Claims (2)

1.一种适用于大规模RFID及手持设备的标签识别方法，大规模RFID系统由一个RFID阅读器和N_all个RFID标签组成，在某一时刻，N个标签同时出现在RFID阅读器的射频覆盖范围或工作范围内，N≤N_all，RFID阅读器将所用帧分为F个时隙，N＞＞F，其特征在于：将识别过程中时隙的状态分为三种：空闲、成功和碰撞，所述空闲状态是指该时隙中没有标签处于发送信息的状态；所述成功状态：该时隙中只有一个标签发送信息，阅读器能够成功识别该标签的状态；所述碰撞状态是指该时隙中有两个以上的标签同时发送信息，阅读器不能成功识别任何一个标签；其特征在于：令N_0,k,N_1,k,N_2,k分别为第k轮某一分组中，空闲时隙数、成功时隙数和碰撞时隙数；令C_0,k,C_1,k，C_2,k分别为相应的空闲率、成功率和碰撞率，F_k为第k轮帧时隙数，N_est,k为第k轮时估算得到的待识别标签数，N为工作范围内的标签总数，N_r,k为第k轮中已识别标签数；

则，

所述标签识别方法包括以下步骤：

1)第一轮识别：在第一轮识别开始时，即k＝1，设定F₁＝F_max，所有工作标签作为一组进行识别，之后，阅读器记录已识别标签的信息，并通过指令使这些标签进入休眠，根据碰撞率C_2,1进行相应处理：

1.1)如果C_2,1<0.25，下一轮的帧时隙总数减半，即F₂＝F₁/2；

1.2)如果C_2,1>0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

1.3)否则，不做处理；

2)第k轮识别

在对所有标签分组进行识别后，某一分组的空闲率、成功率和碰撞率分别为C_0,k,C_1,k,C_2,k，读卡器记录此轮中已识别标签的信息，并通过指令使这些标签进入休眠，然后，根据碰撞率C_2,k对未识别标签按照以下规则进行处理：

2.1)如果C_2,k≤0.25，下一轮的帧时隙总数减半，即F_k+1＝F_k/2；

2.2)如果C_2,k≥0.5，将此标签组中未识别标签根据分组算法平均分配为两组；

2.3)否则，不做处理；

3)识别结束条件：当所有标签分组都为空时，识别结束。

2.如权利要求1所述的适用于大规模RFID及手持设备的标签识别方法，其特征在于：对标签进行分组过程如下：所有待分组标签产生一个平均分布的随机数；其中，所有随机数为奇数的标签分为一组，偶数标签分为另一组。