CN107784247A - 匿名射频识别系统分阶段丢失关键标签识别方法 - Google Patents

匿名射频识别系统分阶段丢失关键标签识别方法 Download PDF

Info

Publication number
CN107784247A
CN107784247A CN201710991965.5A CN201710991965A CN107784247A CN 107784247 A CN107784247 A CN 107784247A CN 201710991965 A CN201710991965 A CN 201710991965A CN 107784247 A CN107784247 A CN 107784247A
Authority
CN
China
Prior art keywords
label
crucial
time slot
stage
common
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710991965.5A
Other languages
English (en)
Other versions
CN107784247B (zh
Inventor
陈鸿龙
刘璐
林凯
付金楠
丁鑫旺
王志波
石乐义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201710991965.5A priority Critical patent/CN107784247B/zh
Publication of CN107784247A publication Critical patent/CN107784247A/zh
Application granted granted Critical
Publication of CN107784247B publication Critical patent/CN107784247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
    • G06K7/10079—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

匿名射频识别系统分阶段丢失关键标签的识别方法，基于射频识别系统而实现，所述射频识别系统包括服务器、读头及n个标签，所述服务器按标签ID将标签区分记录为关键标签和普通标签；所述关键标签丢失识别方法，包括以下步骤：首先进行普通标签的抑制，读头识别出所有的普通标签；待识别出所有普通标签后，使普通标签不再接收读头广播的识别消息，开始关键标签的识别过程，直至所有关键标签的状态被确认。本发明所提出的丢失关键标签识别方法，首先对普通标签进行抑制，保证所有的普通标签均被抑制不参与关键标签的识别过程，降低普通标签对识别过程的干扰，提高识别效率和准确率。

Description

匿名射频识别系统分阶段丢失关键标签识别方法
技术领域
本发明涉及射频识别技术领域，涉及一种标签识别方法，具体的说，为一种丢失关键标签的识别方法。
背景技术
射频识别(Radio Frequency Identification，RFID)系统通常由一个后台服务器、一个或者多个读头(Reader)以及大量的标签(Tag)组成，读头可以通过无线信道与其射频传输范围内的标签进行简单的通信。后台服务器预存每个标签的ID，并且通过有线或无线的方式可以与读头进行信息交换。为了有效避免数据包冲突，读头可以采用基于帧时隙Aloha(Framed Slotted Aloha)协议与标签进行通信，广播相应的参数，每个标签基于自己的ID选择各自的时隙进行应答。由于读头知道每个标签的ID，其可以估计每个标签应答的时隙，通过检测该时隙是否有应答信息进而检测对应的标签是否丢失。上述丢失标签识别方法可用于大规模仓库或商场的物品监控与管理，通过识别丢失标签来实现对丢失物品的识别，有效提高了其运行效率。在RFID应用中，经常会涉及到标签信息隐私保护问题。例如，在药品跟踪和管理系统中，病人对药品等信息较为敏感，因此，需要对药品上的标签的ID信息进行有效保护，实现匿名化。这部分需要保护的标签为关键标签，而不需要保护的标签为普通标签。综上，丢失标签识别问题面临以下几个主要挑战：1)如何在丢失标签识别过程中有效保护标签的ID 信息，使其适用于匿名RFID系统中；2)若只需要对部分丢失标签进行识别，如何有效抑制其他标签的干扰；3)如何有效提高丢失标签的识别效率。
目前已有的可用于匿名RFID系统的丢失关键标签识别方法是IIP方法和SFMTI方法。 IIP方法(参见T.Li,S.Chen,and Y.Ling.Identifying The Missing Tags in ALarge RFID System. In Proceedings of ACM MobiHoc,2010.)是基于时隙Aloha的丢失标签识别方法，包括多轮识别。在每一轮的识别过程中，读头首先广播一个包含R和f的信息，其中R是随机种子数， f是每个帧(Frame)的时隙个数，同时读头广播一个包含f位信息的向量，每一位表示对应的时隙的预期状态，如果该时隙的预期状态是有多个应答信息，则为‘1’，如果该时隙的预期状态是没有或者有一个应答信息，则为‘0’。每个标签根据读头广播的参数信息以及自己的ID选择其应答的时隙。若标签检测到其所应答的时隙对应的信息为‘1’，说明在该时隙将会有多个标签应答，此时，该标签以50％的概率进行应答。之后，读头检测每个时隙的状态，生成并广播一个新的包含f位信息的向量，每一位表示对应的时隙的实际状态，如果该时隙的实际状态为只有一个应答信息，则为‘1’，如果该时隙的实际状态为有多个或者没有应答信息，则为‘0’。每个标签接收到该向量时，若其所对应的位信息为‘1’，则它将不再参与下一轮的识别。读头通过检测预期是有标签应答的时隙的实际状态，来判断是否有丢失标签，并将丢失标签的ID信息返回给系统。SFMTI方法(参见X.Liu,K.Li,G.Min,Y.Shen,A.Liu, and W.Qu.Completely Pinpointing The Missing Tags inA Time-Efficient Way.In IEEE Transactions on Computers,vol.64,pp.87-96,2015.)也是基于帧时隙Aloha协议，由多轮识别组成。在每轮识别过程中，读头首先广播一个包含R1和f的信息，其中R1是随机种子数，f 是每个帧(Frame)的时隙个数。每个标签利用R1和f以及自身ID做Hash运算，得到自己的应答时隙编号。同时，读头也能够获得每个标签的应答时隙，并生成一个含有f个元素的向量，每个元素的值根据对应时隙的状态来设定，‘0’表示空时隙，‘1’表示单时隙，‘2’表示2-冲突时隙，即有两个标签选择该时隙，‘3’表示3-冲突时隙，然后读头将该向量广播。之后，为了有效提高时隙的利用率，读头再广播一个包含R2的信息，选择2-冲突时隙和3-冲突时隙的标签会根据R2以及自身ID和该时隙标签数进行Hash运算，有效地将冲突时隙的标签重新分到不同时隙中。在执行过程中，读头将空时隙以及不能有效分离的冲突时隙删除，并通过检测单时隙的状态来识别丢失标签的ID。
然而，上述丢失标签识别方法的总体缺陷是其时隙的利用率不高，不能有效抑制普通标签的干扰，识别过程相对较慢，而我们所提出的丢失关键标签识别方法能够有效抑制普通标签对识别过程的干扰，并且有效提高时隙的利用率，加速丢失关键标签识别过程，因此更适用于匿名RFID系统的丢失关键标签识别中。
发明内容
本发明的目的在于针对现有技术中关键标签识别方法存在的时隙利用率不高、识别效率低的问题，提供一种识别效率高的适用于匿名射频识别系统的丢失关键标签识别方法。
为了解决以上问题，本发明提供如下技术方案：
匿名射频识别系统基于向量的丢失关键标签的识别方法，基于RFID系统而实现，具体的说为匿名RFID系统。与其他的RFID系统相同，RFID系统包括服务器、读头及n个标签，其中服务器用于存储标签信息，读头用于读取标签状态信息。匿名射频识别系统中标签是分类存放的，所述服务器按标签ID将标签区分记录为关键标签和普通标签，其中关键标签是指不便于透露信息的标签，需要匿名保护，普通标签可以选择是否进行匿名保护。关键标签的个数为K，普通标签的个数为O，每个标签对应一个唯一的96位的ID。
总的来说，关键标签丢失识别方法，包括以下步骤：
首先进行普通标签的抑制，读头识别出所有的普通标签。由于系统中的普通标签也会对读头发送的信息进行应答，会对丢失关键标签的识别过程产生严重的干扰。为了有效解决上述干扰问题，先对系统中的普通标签进行抑制，使其不参与关键标签的识别过程。
待识别出所有普通标签后，使普通标签不再接收读头广播的识别消息，即抑制其接收关键标签识别消息，随后开始关键标签的识别过程，直至所有关键标签的状态被确认。
以下将具体论述普通标签的抑制以及关键标签的识别过程。
普通标签抑制分多轮进行，直至所有普通标签均被识别出，具体包括以下步骤：
S1：读头针对标签广播包含R和f′i的信息，其中R为随机数种子，f′i为每帧时隙个数，与系统的关键标签的个数相等，1≤f′i≤n；
S2：每个标签接收到读头广播的信息后，基于自身ID，计算H(ID,R)对f′i的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和标签共有的哈希函数；
S3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个f′i位的向量序列OVi，向量序列OVi中每一位的取值取决于每个标签对应时隙的预期状态；
S4：按向量序列OVi中时隙指标顺序进行普通标签的识别抑制；
S5：去除步骤S4中被识别出状态的普通标签后，并重复执行步骤S1至步骤S4，直至所有普通标签被识别抑制。
作为优选：关键标签的识别也是分多轮进行的，每一轮中确认部分关键标签的状态(是否丢失)，直至所有关键标签的状态均被确认，包括以下步骤：
SS1：读头针对关键标签广播包含R和fi的信息，其中R为随机数种子，fi为每帧时隙个数，与第i轮包括的关键标签的个数相等；此处需要说明的是，与普通标签抑制过程不同，在第一轮关键标签识别过程中，fi等于关键标签的总数，例如，如果关键标签的数量为K，则fi等于K。在以后每一轮的识别过程中，每轮确认状态的关键标签，将不参与下一轮的识别，fi的数值是逐渐减小的。
SS2：每个关键标签接收到读头广播的信息后，计算H(ID,R)对fi的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和关键标签共有的哈希函数。
SS3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个fi位的向量序列KVi，向量序列KVi中每一位的取值取决于每个标签对应时隙的预期状态。
SS4：按向量序列KVi中时隙指标顺序进行关键标签的识别；
SS5：去除步骤S4中被识别出状态的关键标签后，更新关键标签的数量，以新的关键标签数量生成fi并重复执行步骤SS1至步骤SS4，直至所有关键标签的状态均被确认。
作为优选：向量序列KVi中的时隙指标包括以下几类：时隙指标为1，表示该时隙被单个关键标签选中，进行单个关键标签状态的识别；若时隙指标为0，表示该时隙未被关键标签选中或被多个关键标签选中，不进行关键标签状态识别；时隙指标为0对应的关键标签进行下一轮关键标签的识别。
作为优选：将向量序列KVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的关键标签接收相应的向量片段，并进行关键标签状态的读取。
作为优选：读头广播向量片段后，与向量片段对应的标签判断其所对应的时隙指标是否为“1”，若是，计算该标签所对应的时隙指标之前的时隙指标中状态为“1”的时隙指标的个数ω，并返回一个ω位的应答状态信息。
本发明的有益效果为：
(1)本发明所提出的射频识别系统丢失关键标签识别方法能够有效保护标签的ID信息，适用于匿名的射频识别系统中。
(2)本发明所提出的丢失关键标签识别方法，首先对普通标签进行抑制，保证所有的普通标签均被抑制不参与关键标签的识别过程，降低普通标签对识别过程的干扰，提高识别效率和准确率。
(3)普通标签的抑制过程以及关键标签的识别过程均可以分为多个片段子帧进行处理，各个片段子帧对应不同的标签，多组片段子帧同时执行工作。这种工作方式可以提高普通标签的抑制工作效率以及关键标签的识别工作效率，大大缩短了关键标签识别工作的整体耗时。
附图说明
图1为本发明所提出的丢失关键标签识别过程示意图；
图2为K/O＝0.01时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随关键标签个数变化的比较示意图；
图3为K/O＝0.1时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随关键标签个数变化的比较示意图；
图4为K/O＝0.01时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随普通标签个数变化的比较示意图；
图5为K/O＝0.1时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随普通标签个数变化的比较示意图；
图6为丢失关键标签占关键标签50％时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随关键标签个数变化的比较示意图；
图7为丢失普通标签占普通标签50％时本发明所提出的丢失关键标签识别方法和现有方法的识别时间随普通标签个数变化的比较示意图。
具体实施方式
以下将结合附图对本发明的具体实施方式进行清楚完整地描述。显然，具体实施方式所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
本发明提供了一种应用于匿名识别系统的基于向量的关键标签的识别方法。
匿名射频识别系统分阶段丢失关键标签的识别方法，基于射频识别系统而实现，所述射频识别系统包括服务器、读头及n个标签，所述服务器按标签ID将标签区分记录为关键标签和普通标签；所述关键标签丢失识别方法，包括以下步骤：
首先进行普通标签的抑制，读头识别出所有的普通标签；
待识别出所有普通标签后，使普通标签不再接收读头广播的识别消息，开始关键标签的识别过程，直至所有关键标签的状态被确认。
S1：读头针对标签广播包含R和f′i的信息，其中R为随机数种子，f′i为每帧时隙个数，与系统的关键标签个数相等，1≤f′i≤n，为一整数。
将f′i设置为等于关键标签的个数，可以保证普通标签的抑制过程具有最高的效率。
以第一轮为例，假设系统中的关键标签为12，那么f′i对应的时隙数就为12个，这样设计的目的是要保证普通标签抑制过程的效率最大化。进行多轮读取的目的是，每一轮中，可能只会对部分普通标签的状态做出确认，需要多轮读取才能最终准确确认每一个普通标签的状态。每一轮已经被识别出的普通标签，其将被抑制，下一轮将不再对其状态进行确认识别，第i+1轮仅进行状态未确定标签的识别，第i+1轮识别的目的是识别出更多的普通标签，并进行抑制。
S2：每个标签接收到读头广播的信息后，基于自身ID，计算H(ID,R)对f′i的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和标签共有的哈希函数；
S3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个f′i位的向量序列OVi，向量序列OVi中每一位的取值取决于每个标签对应时隙的预期状态；以关键标签个数为12进行第一轮识别为例，则会生成一个12位的向量序列，向量序列OVi中的每一位均为一个时隙指标值，时隙指标的不同对应的标签读取指令不同；步骤 S2和步骤S3共同的目的是，确认在第i轮标签读取过程中，对某一普通标签具体在第几个时序进行其状态的读取。每个普通标签都会选择一个向量序列中的一个应答时隙进行应答。
在步骤S3中，具体对向量序列中的时隙指标进行如下的定义：时隙指标为0，则表示判断其为普通标签，若为1则不做任何回应。具体的说，若时隙指标为0，则表示该时隙只被普通标签选中，将时隙指标为0的时隙对应的普通标签全部抑制，不再参与下一轮普通标签的抑制过程；而若时隙指标为1，则表示该时隙未被标签选中，或被普通标签和关键标签同时选中，则这一时隙对应的标签不做应答。
在步骤S3中，将向量序列OVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的标签接收相应的向量片段。
为了进一步提高识别效率，在步骤S3中，将向量序列OVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的标签接收相应的向量片段。具体的说，向量序列OVi的大小是与标签数量有关的，如果标签的数量比较大，会生成一个很大的向量序列，如果以一整个向量序列去进行标签的识别，将构造为一个很大数量的标签构成的识别主体，按时隙顺序识别各标签，影响识别速度，例如，向量片段OVi的整体对应标签1至12，将顺序执行所有12个标签的识别。作为优化设计，将向量序列分成多个片段，例如，第1至6个标签对应向量片段1，第7-12个标签对应向量片段2，由于整个向量序列中每一个时隙与标签的对应关系是已经确定好的，那么每个向量序列片段所对应的标签也是确定的，而向量片段1和向量片段2的识别过程是可以同步进行的，这一可以极大的提高标签识别的效率。
其中向量片段OVi具体的分割方法为读头将向量序列分为个片段，每个片段最多96 位，每个向量片段记为每个向量片段对应一个识别帧。读头逐一广播以上片段，相应的标签收到片段信息后，开始识别工作。各个片段的识别工作可以同时进行，从而提高识别效率。
S4：按向量序列OVi中时隙指标顺序进行普通标签的识别抑制；每一轮普通标签的抑制过程，至少会完成部分普通标签的抑制；
S5：去除步骤S4中被识别出状态的普通标签后，更新标签的数量，以新的标签数量生成 f′i并重复执行步骤S1至步骤S4，直至所有普通标签被识别抑制。步骤S4中被识别出的普通标签的数量也就是第i轮识别过程中，时隙指标为0的时隙的个数。
采用以上的方法，经过多轮识别之后，将完成对所有普通标签的抑制，只剩下关键标签待识别。
关键标签的识别也是分多轮进行的，每一轮中确认部分关键标签的状态(是否丢失)，直至所有关键标签的状态均被确认，每一轮的识别过程具体包括以下步骤：
SS1：读头针对关键标签广播包含R和fi的信息，其中R为随机数种子，fi为每帧时隙个数，与第i轮包括的关键标签的个数相等；此处需要说明的是，与普通标签抑制过程不同，在第一轮关键标签识别过程中，fi等于第i轮识别之前还未被识别的关键标签的总数，例如，如果第i轮识别之前还未被识别的关键标签的数量为K，则fi等于K。在以后每一轮的识别过程中，每轮确认状态的关键标签，将不参与下一轮的识别，fi的数值是逐渐减小的。
SS2：每个关键标签接收到读头广播的信息后，计算H(ID,R)对fi的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和关键标签共有的哈希函数；
SS3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个fi位的向量序列KVi，向量序列KVi中每一位的取值取决于每个标签对应时隙的预期状态；例如，以共包括12个标签，其中2个普通标签，10个关键标签为例，在进行第一轮识别过程中，将生成一个10位的向量序列KVi。
向量序列KVi中的时隙指标包括以下几类：时隙指标为1，表示该时隙被单个关键标签选中，进行单个关键标签状态的识别，确认这个关键标签是否有状态应答，若有应答则判断其没有丢失，若没有应答，则判断这个关键标签已经丢失；若时隙指标为0，表示该时隙未被关键标签选中或被多个关键标签选中，为避免识别错误，在这个时隙内不进行关键标签状态识别；时隙指标为0对应的关键标签进行下一轮关键标签的识别。
与普通标签抑制的原理相似，为了提高关键标签的抑制效率，将向量序列KVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的关键标签接收相应的向量片段，并进行关键标签状态的读取。
其中向量片段KVi具体的分割方法为读头将向量序列分为个片段，每个片段最多96 位，每个向量片段记为每个向量片段对应一个识别帧。读头逐一广播以上片段，相应的标签收到片段信息后，开始识别工作。各个片段的识别工作可以同时进行，从而提高识别效率。
SS4：按向量序列KVi中时隙指标顺序进行关键标签的识别。
SS5：去除步骤SS4中被识别出状态的关键标签后，更新关键标签的数量，以新的关键标签数量生成fi并重复执行步骤SS1至步骤SS4，直至所有关键标签的状态均被确认。
在上述识别的过程中，为了更直观的反馈每个识别帧内整个向量KVi或每个向量片段中识别出的关键标签的状态，将会在每个向量片段识别后反馈一个识别帧。具体的说，读头广播向量片段后，与向量片段对应的标签判断其所对应的时隙指标是否为“1”，若是，计算该标签所对应的时隙指标之前的时隙指标中状态为“1”的时隙指标的个数ω，并返回一个ω位的应答状态信息。应答状态信息反应的是在这个向量片段内对应的所有时隙指标为“1”的时隙所反馈的关键标签的识别状态，识别帧中“0”位表示未获得对应的关键标签的应答，关键标签丢失；识别帧中“1”位表示获得了对应的关键标签的应答，关键标签未丢失。
以下，将以一个具体的标签识别示例来说明关键标签丢失识别的过程。
读头首先进入普通标签抑制阶段，该阶段分多轮进行。在第i轮中，假设系统中的关键标签为12，那么f′i对应的时隙数就为12个。每个标签接收到读头广播的信息后，基于自身 ID，计算H(ID,R)对f′i的余数，作为每个标签应答的预期时隙序号。读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个12位的向量序列OVi，向量序列OVi中每一位的取值取决于每个标签对应时隙的预期状态，若该时隙只被普通标签选中则为0，其它则为1。假定OVi为110010110011。之后，读头将OVi分成两个片段，分别为 110010和110011，并分别广播出去。每个标签接收到上述片段后，找出各自对应的位，若该位为1，则不作任何操作，若该位为0，则该标签可以判断自己为普通标签，进行抑制。因此，应答时隙与片段1第3,4和6位对应的标签，接收到片段1后即可抑制，应答时隙与片段2第3,4位对应的标签，接收到片段2后即可抑制。经过一定的轮数之后，读头可以确保所有的普通标签均被抑制，使得系统中只剩关键标签，参与后续的丢失关键标签识别。
读头进入到丢失关键标签识别阶段后，在第i轮识别过程中，由于在该轮识别之前仍有 10个关键标签未被读头确认，其中包含4个丢失关键标签和6个现有关键标签，因此，fi＝10。读头首先广播包含R和fi的信息，然后估计每个时隙的状态，并生成一个10位的向量KVi， 0101000011。如附图1所示。KVi中每位的值与其所对应的时隙的状态有关，若对应时隙期望为单时隙，则该位值为‘1’，每个单时隙对应一个具体的关键标签；否则，该位值为‘0’，这个时隙对应多个或0个关键标签。读头将KVi分成两个片段，分别为01010和00011。读头首先广播片段在识别子帧0中，由于片段有两位值为‘1’，所对应的是标签t3和t5。因此，t5在子帧0中返回应答信号，而t3由于没有返回应答信号被识别为丢失关键标签。读头检测到该时隙没有应答信号，即可判断t3为丢失的关键标签。t5返回应答信息后将保持静默，且t3和t5在之后的识别过程中被读头排除在外。片段结束后生成一个2位的应答帧01，用以表示关键标签t3和t5的应答状态。之后，读头广播片段由于片段的第四位和第五位值为‘1’，在识别子帧1中，t8将返回应答信号，读头即可判断它为非丢失关键标签，t8也将在之后的识别过程中保持静默，而t2将被读头识别出为丢失关键标签。t2和t8在后续识别过程中会被读头排除在外。片段结束后生成一个2位的应答帧10，用以表示关键标签t8和t2的应答状态。
由于上一轮中，识别出4个关键标签的状态，在第i+1轮识别过程中，fi+1＝6。读头首先广播包含R和fi+1的信息，然后估计每个时隙的状态，并生成向量KVi+1，并将KVi+1分成两个片段，分别为01000和1。读头首先广播片段片段中第二位值为‘1’，在识别子帧0中，t1由于没有返回应答信号被读头识别为丢失关键标签，并在后续识别过程中排除在外。识别子帧结束后反馈一个识别帧0，用以表示关键标签t1的应答状态。读头接着广播片段由于片段只有一位且值为‘1’，其对应的标签t10将返回应答信号，并在后续识别过程中保持静默。识别子帧结束后反馈一个识别帧1，用以表示关键标签t1的应答状态。因此，在第i+1轮之后，只剩下4个关键标签未被确认(t4，t6，t7和t9)。读头将重复上述步骤，直至所有关键标签都被确认。
参考图1，在上述识别的过程中，虚线箭头表示的为各个标签期望的应答值，实线箭头表示的为实际应答值，即只有时隙指标为1的时隙有标签应答，可以提高识别效率。
参考图2至图7，在相同的关键标签数、普通标签数的情况下，采用本发明所述的方法，可以极大提高识别效率，缩短识别时间。
采用本发明所述的关键标签丢失识别方法，可以用于匿名射频识别系统，可以高效、准确的确认所有丢失关键标签，避免关键标签和普通标签的数据包冲突，克服普通标签的干扰，性能上优于已有的方法。
上述具体实施例用来解释本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。

Claims (8)

1.匿名射频识别系统分阶段丢失关键标签的识别方法，基于射频识别系统而实现，所述射频识别系统包括服务器、读头及n个标签，其特征在于：所述服务器按标签ID将标签区分记录为关键标签和普通标签；所述关键标签丢失识别方法，包括以下步骤：
首先进行普通标签的抑制，读头识别出所有的普通标签；
待识别出所有普通标签后，使普通标签不再接收读头广播的识别消息，开始关键标签的识别过程，直至所有关键标签的状态被确认。
2.如权利要求1所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：所述普通标签抑制分多轮进行，直至所有普通标签均被识别出，具体包括以下步骤：
S1：读头针对标签广播包含R和fi'的信息，其中R为随机数种子，fi'为每帧时隙个数，与系统中关键标签的个数相等，1≤fi'≤n；
S2：每个标签接收到读头广播的信息后，基于自身ID，计算H(ID,R)对fi'的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和标签共有的哈希函数；
S3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个fi'位的向量序列OVi，向量序列OVi中每一位的取值取决于每个标签对应时隙的预期状态；
S4：按向量序列OVi中时隙指标顺序进行普通标签的识别抑制；
S5：去除步骤S4中被识别出状态的普通标签后，重复执行步骤S1至步骤S4，直至所有普通标签被识别抑制。
3.如权利要求2所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：向量序列OVi中的时隙指标包括以下几类：时隙指标为0，则表示判断其为普通标签，若为1则不做任何回应。
4.如权利要求3所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于，将向量序列OVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的标签接收相应的向量片段。
5.如权利要求1所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：所述关键标签的识别分多轮进行，直至所有关键标签的状态均被确认，包括以下步骤：
SS1：读头针对关键标签广播包含R和fi的信息，其中R为随机数种子，fi为每帧时隙个数，与第i轮包括的关键标签的个数相等；
SS2：每个关键标签接收到读头广播的信息后，计算H(ID,R)对fi的余数，作为每个标签应答的预期时隙序号，其中H是所有读头和关键标签共有的哈希函数；
SS3：读头基于所有标签的ID，计算每个标签的应答时隙，并估算每个时隙的预期状态，生成一个fi位的向量序列KVi，向量序列KVi中每一位的取值取决于每个标签对应时隙的预期状态；
SS4：按向量序列KVi中时隙指标顺序进行关键标签的识别；
SS5：去除步骤SS4中被识别出状态的关键标签后，更新关键标签的数量，以新的关键标签数量生成fi并重复执行步骤SS1至步骤SS4，直至所有关键标签的状态均被确认。
6.如权利要求5所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：向量序列KVi中的时隙指标包括以下几类：时隙指标为1，表示该时隙被单个关键标签选中，进行单个关键标签状态的识别；若时隙指标为0，表示该时隙未被关键标签选中或被多个关键标签选中，不进行关键标签状态识别；时隙指标为0对应的关键标签进行下一轮关键标签的识别。
7.如权利要求6所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：将向量序列KVi分为多个向量片段，读头按向量片段顺序广播片段，与片段对应的关键标签接收相应的向量片段，并进行关键标签状态的读取。
8.如权利要求5或6所述的匿名射频识别系统分阶段丢失关键标签的识别方法，其特征在于：读头广播向量片段后，与向量片段对应的标签判断其所对应的时隙指标是否为“1”，若是，计算该标签所对应的时隙指标之前的时隙指标中状态为“1”的时隙指标的个数ω，并返回一个ω位的应答状态信息。
CN201710991965.5A 2017-10-23 2017-10-23 匿名射频识别系统分阶段丢失关键标签识别方法 Active CN107784247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710991965.5A CN107784247B (zh) 2017-10-23 2017-10-23 匿名射频识别系统分阶段丢失关键标签识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710991965.5A CN107784247B (zh) 2017-10-23 2017-10-23 匿名射频识别系统分阶段丢失关键标签识别方法

Publications (2)

Publication Number Publication Date
CN107784247A true CN107784247A (zh) 2018-03-09
CN107784247B CN107784247B (zh) 2020-12-15

Family

ID=61434960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710991965.5A Active CN107784247B (zh) 2017-10-23 2017-10-23 匿名射频识别系统分阶段丢失关键标签识别方法

Country Status (1)

Country Link
CN (1) CN107784247B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108520190A (zh) * 2018-03-28 2018-09-11 北京邮电大学 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
CN109241803A (zh) * 2018-09-28 2019-01-18 中石化石油工程设计有限公司 基于sze的大规模分组rfid系统的丢失标签冰山查询方法
CN109344673A (zh) * 2018-09-28 2019-02-15 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
CN110378158A (zh) * 2019-07-23 2019-10-25 中国石油大学(华东) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN111753937A (zh) * 2020-06-22 2020-10-09 北京理工大学 基于多标签标记的rfid射频识别标签快速检测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1813258A (zh) * 2003-04-25 2006-08-02 夏普株式会社 标签、及使用标签的方法和系统
WO2008046267A1 (fr) * 2006-10-18 2008-04-24 Zte Corporation Procédé de vérification des étiquettes pour système rfid
CN101359358A (zh) * 2007-07-30 2009-02-04 日电（中国）有限公司 标签识别系统、标签读取装置和标签位置确定方法
CN102567614A (zh) * 2010-12-07 2012-07-11 重庆微海软件开发有限公司 一种超声治疗设备耗材管理系统和方法
CN103366143A (zh) * 2013-07-03 2013-10-23 清华大学 大规模射频识别系统中丢失标签的快速识别方法
CN103761494A (zh) * 2014-01-10 2014-04-30 清华大学 一种识别rfid系统丢失标签的方法和系统
CN104464187A (zh) * 2014-12-28 2015-03-25 宁波保税区攀峒信息科技有限公司 一种防丢器
CN106096466A (zh) * 2015-04-27 2016-11-09 张大强 大规模无线射频系统中丢失标签的快速检测方法
CN107145807A (zh) * 2017-05-05 2017-09-08 中国石油大学(华东) 含有未知标签的射频识别系统的丢失标签识别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1813258A (zh) * 2003-04-25 2006-08-02 夏普株式会社 标签、及使用标签的方法和系统
WO2008046267A1 (fr) * 2006-10-18 2008-04-24 Zte Corporation Procédé de vérification des étiquettes pour système rfid
CN101359358A (zh) * 2007-07-30 2009-02-04 日电（中国）有限公司 标签识别系统、标签读取装置和标签位置确定方法
CN102567614A (zh) * 2010-12-07 2012-07-11 重庆微海软件开发有限公司 一种超声治疗设备耗材管理系统和方法
CN103366143A (zh) * 2013-07-03 2013-10-23 清华大学 大规模射频识别系统中丢失标签的快速识别方法
CN103761494A (zh) * 2014-01-10 2014-04-30 清华大学 一种识别rfid系统丢失标签的方法和系统
CN104464187A (zh) * 2014-12-28 2015-03-25 宁波保税区攀峒信息科技有限公司 一种防丢器
CN106096466A (zh) * 2015-04-27 2016-11-09 张大强 大规模无线射频系统中丢失标签的快速检测方法
CN107145807A (zh) * 2017-05-05 2017-09-08 中国石油大学(华东) 含有未知标签的射频识别系统的丢失标签识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONGLONG CHEN 等: "Efficient and Reliable Missing Tag Identification for Large-Scale RFID Systems With Unknown Tags", 《IEEE INTERNET OF THINGS JOURNAL》 *
李娟娟 等: "快速检测RFID复制标签的算法研究", 《计算机工程与应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108520190A (zh) * 2018-03-28 2018-09-11 北京邮电大学 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
CN108520190B (zh) * 2018-03-28 2020-10-30 北京邮电大学 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
CN109241803A (zh) * 2018-09-28 2019-01-18 中石化石油工程设计有限公司 基于sze的大规模分组rfid系统的丢失标签冰山查询方法
CN109344673A (zh) * 2018-09-28 2019-02-15 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
CN109344673B (zh) * 2018-09-28 2021-03-12 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
CN110378158A (zh) * 2019-07-23 2019-10-25 中国石油大学(华东) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN110378158B (zh) * 2019-07-23 2023-03-28 中国石油大学(华东) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN111753937A (zh) * 2020-06-22 2020-10-09 北京理工大学 基于多标签标记的rfid射频识别标签快速检测方法及系统
CN111753937B (zh) * 2020-06-22 2021-09-03 北京理工大学 基于多标签标记的rfid射频识别标签快速检测方法及系统

Also Published As

Publication number Publication date
CN107784247B (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN107784247A (zh) 匿名射频识别系统分阶段丢失关键标签识别方法
CN107644185B (zh) 匿名射频识别系统基于向量的丢失关键标签的识别方法
CN107145807B (zh) 含有未知标签的射频识别系统的丢失标签识别方法
Su et al. Idle slots skipped mechanism based tag identification algorithm with enhanced collision detection
Liu et al. Fast RFID sensory data collection: Trade-off between computation and communication costs
CN106384067A (zh) 一种rfid未知标签识别系统及识别方法
CN108512726A (zh) 一种数据监控的方法及设备
CN107609611A (zh) 一种基于大规模射频识别系统的多类信息收集方法
CN103679099A (zh) 一种用于大量rfid标签系统中的防碰撞方法
CN106503759B (zh) 匿名分组rfid系统的丢失标签检测方法
CN103324856B (zh) 一种rfid标签数的快速估算方法
CN103268465A (zh) 一种射频识别系统中标签类别的快速识别方法
CN109428682A (zh) 一种消息处理确认方法及装置
CN104680104A (zh) 一种动态高效的rfid标签识别机制
CN104166867B (zh) 一种多hash函数多帧耦合型rfid防碰撞算法(mhmfg)
CN103870780A (zh) 一种基于时隙状态变化来识别丢失标签的方法
CN107086960B (zh) 一种报文传输方法和装置
CN101620661B (zh) 无线射频识别系统中高效的标签计数方法
CN109117687A (zh) 基于hze的大规模分组rfid系统的丢失标签冰山查询方法
CN113435220B (zh) Rfid系统中基于不可靠信道的丢失标签数量估计方法与装置
Yang et al. The simulation and analysis of algorithms for redundant reader elimination in RFID system
CN112152946B (zh) 基于报文转发路径的延时处理方法及系统
Liang et al. Using dynamic slots collision tracking tree technique towards an efficient tag anti-collision algorithm in RFID systems
CN109344673A (zh) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
Lin et al. Exploiting the prefix information to enhance the performance of FSA-based RFID systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant