CN104680209A - 一种符合epc c1g2标准的基于时隙状态的射频识别标签数量估计方法 - Google Patents

Abstract

本发明公开了一种符合EPC C1G2标准的基于时隙状态的射频识别标签数量估计方法，包括：时隙状态统计阶段和标签数量估计阶段。在时隙状态统计阶段，读写器通过一帧识别过程进行空时隙和非空时隙的数量统计，并以此计算1位段平均长度。在标签数量估计阶段，通过利用1位段长度与帧长和标签数量的一一对应关系，由实测计算出的1位段平均长度搜索出满足误差精度要求的标签数量最优估计值。本发明符合EPC C1G2标准，不需对标签结构进行改动，有较短的估计时间，估计准确率较高，并可用于标签数量较大的场合。

Description

一种符合EPC C1G2标准的基于时隙状态的射频识别标签数量估计方法

所属技术领域

本发明涉及一种应用于射频识别(RFID)系统中的标签数量估计方法，尤其涉及一种适用于RFID系统中的符合EPC C1G2标准的基于时隙状态的射频识别标签数量估计方法。

背景技术

近年来，射频识别(RFID)技术已经越来越多地出现在我们的日常生活当中。和传统的二维条形码以及磁条技术相比，RFID技术具有可视界外识别、可在恶劣环境下工作、不易污染损坏、记录信息量大等显著优点，因此被大量用于门票防伪、生产自动化、门禁、公路收费、停车场管理、身份识别、货物跟踪等领域中。标签可分为主动标签、半主动标签和被动标签，被动标签由于其成本低廉而被大量采用并部署。一个基本的RFID系统由一个读写器和一组标签组成，读写器通过公共无线信道问询标签，标签则通过反向散射的方式返回其ID信息。但由于被动标签结构和功能上的简单性，在密集标签环境下，会发生多个标签同时试图通信同一读写器的现象，导致任一标签的数据均无法被正常读出的现象，即发生所谓的RFID标签冲突。标签冲突会增加标签识别耗时、降低系统吞吐率、消耗额外的读写器能量、减小标签有效识别距离，极端情况时会导致整个RFID系统的瘫痪。

现有EPC C1G2标准中的标签防冲突方法(Q方法)并未对待识别标签数量进行预估计，而是根据当前时隙状态来实时调整之后的帧长，具体为：如果当前时隙为空时隙则减小帧长，为单标签时隙(只有一个标签，可被成功识别的时隙)则维持当前帧长不变，为冲突时隙(具有两个或两个以上标签)则增大帧长。帧长的调整是通过帧长指数Q增减步长因子C(典型值为0.1～0.5)来完成的。现有的标签估计方法主要是Vogt方法(H.vogt.Multiple object identification with passive RFID tags.In 2002IEEE International Conference On System，Man and Cybernetics，vol.3，pp3，2002)，其主要思想为：读写器使用默认帧长开始一帧识别过程，并记录该识别帧中实际出现的空时隙、单标签时隙，以及冲突时隙的数量，并将其看作为三维矢量，再将其与该三维矢量的理论值作比较，求出两者之间的距离，由于该理论值是关于标签数量以及帧长的函数，因此在给定帧长下，通过在合理区间内搜索标签数量的取值，可使得所求距离达到最小，此时的标签数量即被认为是实际标签数量的最优估计值。

由于现行EPC C1G2标准的Q方法中并未采用标签预估计，读写器可设置的帧长(0～2^Q，Q∈(0，15))和步长因子C∈(0.1～0.5)取值范围又很有限，因此如果标签数量和预设的帧长相差比较大时，则有可能出现因C的调整值过小而无法迅速调整至合适的帧长，以致产生大量冲突时隙或空闲时隙，使系统性能急剧下降。而Vogt方法的性能与选取的标签数量搜索区域以及标签数量有关，当标签数量非常大时，所选取的搜索区域也要求非常大，这增加了系统的识别时间；另外，由于标签数量非常大时识别帧中已经几乎全部为冲突时隙，考虑到量化误差的影响，如果标签数量继续增大，其数量变化不大，因此此时标签数量估计的精度将大大下降，进而导致系统性能的下降。

发明内容

针对现有RFID系统中标签数量估计时间过长、不能用于标签数量较大的场合、估计准确率低等缺点，本发明提供了一种符合EPC C1G2标准的基于时隙状态的标签数量估计方法。该方法可用于EPC C1G2协议中，在不需对标签改动的前提下，有较短的标签估计时间，估计准确率较高，并可用于标签数量较大的场合。

为达上述目的，本发明通过采取以下技术方案予以实现：

一种用于RFID系统中的符合EPC C1G2标准的基于时隙状态的标签数量估计方法，将识别帧中的时隙状态分为两种：空时隙和非空时隙。

空时隙：没有标签响应的时隙，在读写器内时隙寄存器中用0表示。

非空时隙：有标签响应的时隙，在读写器内时隙寄存器中用1表示。

其中的非空时隙又可分为两种：单标签时隙和碰撞时隙。

单标签时隙：只有一个标签响应的时隙，读写器可成功接收该标签信息并识别该标签。

碰撞时隙：两个或两个以上标签响应的时隙，标签信息在读写器天线上发生碰撞，导致所有标签数据包丢失，读写器无法识别任一标签。

所述方法包括如下步骤：

(1)读写器设置帧长F，并向标签广播当前帧长，标签接收F后，随机选择自身时隙并保存。接着，读写器开始一帧的识别过程，轮询所有时隙并问询所有待识别标签。

(2)在轮询时隙的过程中，读写器判别当前时隙状态，若为非空时隙，则将其内部的时隙状态寄存器数组中和该时隙对应的寄存器置1，若为空时隙则置0，并更新该寄存器组中1的总数量(非空时隙的总数量)以及1位段(由连续的1构成的二进制数段)的数量。

(3)读写器在轮询完所有时隙后，计算1位段的平均长度Avg₁的值。

(4)读写器采用最优估计搜索法获得标签数量n的最优估计值n_est。由于1位段平均长度与帧长F以及标签数量n存在一一对应关系，因此在F已知的条件下，由Avg₁可搜索出最优估计值n_est。

步骤(1)中所述的标签选择自身时隙并响应读写器的具体过程为：读写器发送R命令向标签广播帧长F和一随机产生的16位二进制数RN16，标签收到该命令后，以F、RN16和自身ID为参数，调用固化在ROM中的随机函数生成标签的自有时隙F_i，F_i∈[1，F]，并将其保存在标签时隙寄存器中。接下来，读写器开始当前帧的识别，发送L命令向标签广播时隙轮询信号，标签收到该命令后，将标签时隙寄存器中的值减1，当且仅当该值为0的标签才被允许在当前时隙内响应读写器，响应信号为一新生成的16位随机二进制数nRN16，其他标签处于静默状态。

步骤(2)中所述的读写器内部寄存器保存的状态值包括：所有时隙状态、0状态时隙数量、1状态时隙数量、1位段数量以及1位段的平均长度。

步骤(4)中所述的最优估计搜索法具体为：

1)创造误差函数 $f\left(x\right)={\mathrm{Avg}}_1-\frac{E\left(M_1\right)E^2\left(N_1\right)+E\left(M_1\right){\mathrm{\σ}}^2\left(N_1\right)}{E^3\left(N_1\right)}.$

2)n_est的搜索策略如下：首先找出任意一个l和h值，使得f(l)f(h)＜0，表明使误差函数f(x)＝0的点，也就是最优的n_est处于l和h之间。接着取l和h的中点为m，并计算f(m)的值。如果f(m)＜误差精度，则m即为满足要求的n_est，结束该流程。否则，如果f(l)和f(m)异号，说明f(x)＝0的点在l和m之间，重新开始在(l，m)的区间搜索，如果f(m)和f(h)异号，则重新开始在(m，h)的区间搜索，重复以上过程，直到f(m)＜误差精度，得到满足精度要求的n_est。

本发明提出的RFID标签数量估计方法，和已有的方法相比，具有以下优点：

(1)具有较短的标签数量估计时间。经过仿真测试，与Vogt的方法相比，在标签ID为96位时，标签数量从0～2000变化时，耗费时间至少减少了30％以上。

(2)可适应标签数量较大的场合。经仿真测试，当标签数量从0～10000变化时，在读写器内寄存器位数不加限制的情况下，系统性能较稳定。

(3)不需对标签进行改动，易于实施，可快速应用于符合EPC C1G2标准的标签上。

总体来说，本发明符合现行的EPC C1G2标准，在不需对标签改动的前提下，有较短的标签估计时间，估计准确率较高，并可用于标签数量较大的场合。

附图说明

图1为0位段、1位段数量与标签数量关系的仿真图。

图2为0位段和1位段的归一化标准差(标准差/期望)的仿真图。

图3为该方法标签数量估计总体流程图。

图4为Decisionl子程序流程图。

图5为最优估计搜索法的流程图。

图6为标签响应读写器R命令流程图。

图7为标签响应读写器L命令流程图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步的详细说明。

假设某一区域由一个RFID读写器唯一覆盖，其周围存在n个标签。

(1)首先，读写器通过调用R命令向标签广播帧长F和一随机产生的16位二进制数RN16，标签收到该命令后，以F、RN16和自身ID为参数，调用固化在ROM中的随机函数生成标签的自有时隙F_i，F_i∈[1，F]，并将其保存在标签时隙寄存器中。接下来，读写器开始当前帧的识别，发送L命令向标签广播时隙轮询信号，标签收到该命令后，将标签时隙寄存器中的值减1，当且仅当该值为0的标签才被允许在当前时隙内响应读写器，响应信号为一新生成的16位随机二进制数nRN16，其他标签处于静默状态。

(2)如果当前时隙内只有该标签响应，则读写器会成功接收该nRN16，并发出标签识别命令读取该标签ID，并将读写器内部的该时隙的状态寄存器值置1。如果无标签响应即空时隙，则读写器将该时隙的状态寄存器值置0，接着发出L命令进行下一时隙的识别过程。如果为碰撞时隙，则多个nRN16值会在读写器天线上产生碰撞溢出，致使所有数据丢失，则读写器将该时隙的状态寄存器置1，接着发出L命令进行下一时隙的识别过程。这样在一帧结束后，读写器的时隙状态寄存器数组里记录了代表了每个时隙的状态的长度为F的二进制数，其中0代表了空时隙而1代表了非空时隙，设其数量分别用M₀和M₁表示。由数据统计，可获得这个F位二进制数中所有的由连续的0构成的序列(0位段)的数量N₀，和由连续的1构成的序列(1位段)的数量N₁。

(3)通过进一步计算可得到其中0位段的平均长度Avg₀和1位段的平均长度Avg₁。譬如：若时隙状态寄存器数组值为0111001000，则可得到N₀＝3个0位段0、00、000，且其平均长度为Avg₀＝(1+2+3)/3＝2；而得到N₀＝2个1位段111、1，且其平均长度为Avg₁＝(3+1)/2＝2。如图1所示，在给定帧长F的条件下，n较小时空闲时隙较多而n较大时碰撞时隙较多，因此N₀是n的单调减函数、N₁是n的单调增函数。由于Avg₀和Avg₁又分别是N₀和N₁的单调增函数，因此，Avg₀和Avg₁分别和n呈单调递减关系和单调递增关系。

由以上分析可知，由于Avg₀和Avg₁在给定帧长F条件下，和n之间均满足一一对应的函数关系，因此由一个识别帧后实际记录的Avg₀或Avg₁结合F值均可通过相应的逆函数计算出标签数量的估计值n_est。图2给出的是0位段和1位段的归一化标准差(标准差/期望，σ/μ)的数值仿真，该值越小说明实测的数据越接近期望值，即由单轮识别的实测数据计算的标签估计数量越准确，或者在给定置信水平的和置信区域下，需要重复的试验次数(即识别轮数)越少，得到标签数量的估计值的所需时间也就越少。由图中已知，虽然在标签数量n较小时，0位段数量的归一化标准差比1位段的要小，但当n较大时，该值迅速变大，巨大的误差已不适合用于标签估计，出于简化系统的考虑，我们只记录1位段数量并用该值标签数量的估计。

(4)读写器采用最优估计搜索法获得标签数量n的最优估计值n_est。由于1位段平均长度与帧长F以及标签数量n存在一一对应关系，因此在F已知的条件下，由Avg₁可搜索出最优估计值n_est。具体说明如下：

设p₀和p₁分别为一帧中某个时隙状态为0和1的概率，由于p₀满足二项分布，即p₀～b(1/F)，则有：

$p_0={(1-\frac{1}{F})}^n,n=\mathrm{1,2,3},......---\left(1\right)$

$p_1={1-(1-\frac{1}{F})}^n,n=\mathrm{1,2,3},......---\left(2\right)$

设M₁为一帧中状态为1的时隙数量，由于M₁满足F重伯努利分布，即M₁～b(F，p₁)，则可得到其期望E(M₁)和方差σ²(M₁)分别为：

E(M₁)＝F·p₁       (3) 

σ²(M₁)＝F·p₁(1-p₁)     (4) 

设N₁为一帧中1位段的数量，则其期望E(N₁)和方差σ²(N₁)分别满足下式：

E(N₁)＝p₁[F(1-p₁)+p₁]     (5) 

σ²(N₁)＝F·(p₁-4p₁ ²+6p₁ ³-3p₁ ⁴)+(3p₁ ²-8p₁ ³+5p₁ ⁴)      (6) 

由二阶泰勒展开，带入以上各式，最终可以得到1位段平均长度的期望E(Avg₁)满足：

$E\left({\mathrm{Avg}}_1\right)=\frac{E\left(M_1\right)E^2\left(N_1\right)+E\left(M_1\right){\mathrm{\σ}}^2\left(N_1\right)}{E^3\left(N_1\right)}---\left(7\right)$

基于以上分析，本发明采用最优估计搜索法获得标签数量n的最优估计值n_est，流程见图5，具体如下：

1)由切比雪夫不等式，实测的Avg₁总是近似于E(Avg₁)，故(7)中等号左边E(Avg₁)可用实测Avg₁替代；

2)令等号右边用Avg_1R表示，创造误差函数f(x)＝Avg₁-Avg_1R；

3)n_est的搜索策略如下：首先找出任意一个l和h值，使得f(l)f(h)＜0，表明使误差函数f(x)＝0的点，也就是最优的n_est处于l和h之间。接着取l和h的中点为m，并计算f(m)的值。如果f(m)＜误差精度，则m即为满足要求的n_est，结束该流程。否则，如果f(l)和f(m)异号，说明f(x)＝0的点在l和m之间，重新开始在(l，m)的区间搜索，如果f(m)和f(h)异号，则重新开始在(m，h)的区间搜索，重复以上过程，直到f(m)＜误差精度，得到满足精度要求的n_est。

(5)标签响应读写器命令的流程

1)标签响应读写器R命令的流程 

如图6所示，标签接收到读写器R命令后，根据其中的帧长F参数结合自身ID，生成一个处于[0，F-1]的正整数作为自身时隙并存储在时隙寄存器中。标签还会根据该命令中的16位二进制随机数结合自身ID，产生一新的16位二进制随机数nRN16，如果标签自身时隙为0，则立即用nRN16响应该读写器，否则等到自身时隙到来时用该数响应读写器。完成以上操作后，标签等待下一读写器命令。

2)标签响应读写器L命令的流程 

如图7所示，标签接收到读写器L命令后，将标签时隙寄存器值递减1，若减后为0，标签则立即响应读写器，具体流程为：标签先发送在接收R命令时生成的nRN16，若读写器成功接收该信息，表明当前时隙仅有该标签响应读写器，则读写器发回带有该nRN16的反馈命令，标签接收到该命令后发送完整的ID信息，并将标签状态设置为已识别，此后标签将不再响应任何的读写器命令。若标签时隙寄存器值不为0，表明未轮询到该标签所属时隙，则标签等待下一读写器命令。

Claims (4)

1.一种符合EPC C1G2标准的基于时隙状态的射频识别标签数量估计方法，其特征在于，包括以下步骤：

(1)读写器设置帧长F，并向标签广播当前帧长，标签接收F后，随机选择自身时隙并保存；接着，读写器开始一帧的识别过程，轮询所有时隙并问询所有待识别标签；

(2)在轮询时隙的过程中，读写器判别当前时隙状态，若为非空时隙，则将其内部的时隙状态寄存器数组中和该时隙对应的寄存器置1，若为空时隙则置0，并更新该寄存器组中1的总数量(非空时隙的总数量)以及1位段(由连续的1构成的二进制数段)的数量；

(3)读写器在轮询完所有时隙后，计算1位段的平均长度Avg₁的值；

(4)读写器采用最优估计搜索法获得标签数量n的最优估计值n_est。由于1位段平均长度与帧长F以及标签数量n存在一一对应关系，因此在F已知的条件下，由Avg₁可搜索出最优估计值n_est。

2.权利要求1所述的方法，其特征在于步骤(1)中所述的标签选择自身时隙并响应读写器的具体过程为：读写器发送R命令向标签广播帧长F和一随机产生的16位二进制数RN16，标签收到该命令后，以F、RN16和自身ID为参数，调用固化在ROM中的随机函数生成标签的自有时隙F_i，F_i∈[1，F]，并将其保存在标签时隙寄存器中。接下来，读写器开始当前帧的识别，发送L命令向标签广播时隙轮询信号，标签收到该命令后，将标签时隙寄存器中的值减1，当且仅当该值为0的标签才被允许在当前时隙内响应读写器，响应信号为一新生成的16位随机二进制数nRN16，其他标签处于静默状态。

3.权利要求1所述的方法，其特征在于，步骤(2)中所述的读写器内部寄存器保存的状态值包括：所有时隙状态、0状态时隙数量、1状态时隙数量、1位段数量以及1位段的平均长度。

4.权利要求1所述的方法，其特征在于，步骤(4)中所述的最优估计搜索法具体为：

(1)创造误差函数 $f\left(x\right)={\mathrm{Avg}}_1-\frac{E\left(M_1\right)E^2\left(N_1\right)+E\left(M_1\right){\mathrm{\σ}}^2\left(N_1\right)}{E^3\left(N_1\right)};$

(2)n_est的搜索策略如下：首先找出任意一个l和h值，使得f(l)f(h)＜0，表明使误差函数f(x)＝0的点，也就是最优的n_est处于l和h之间。接着取l和h的中点为m，并计算f(m)的值。如果f(m)＜误差精度，则m即为满足要求的n_est，结束该流程。否则，如果f(l)和f(m)异号，说明f(x)＝0的点在l和m之间，重新开始在(l，m)的区间搜索，如果f(m)和f(h)异号，则重新开始在(m，h)的区间搜索，重复以上过程，直到f(m)＜误差精度，得到满足精度要求的n_est。