CN107943887B - 一种传送带环境下的rfid标签排序方法 - Google Patents

Abstract

本发明公开了一种传送带环境下的RFID标签排序方法，属于物联网射频识别技术领域，该方法包括：从阅读器的接口中获取一组RFID标签的数据，包括标签号、时间、RSSI和Doppler数据；将所获得的数据按照标签号分类存储；对每个单标签数据中的RSSI数据进行曲线拟合，并判断是否存在峰值异常或带宽异常；如不存在异常，则根据RSSI数据拟合曲线的全局最大值点对应时刻进行排序；否则，对Doppler数据进行处理和拟合，根据Doppler数据拟合曲线的第一个为实数的峰值点或谷值点对应时刻进行排序。本发明考虑了RFID标签在实际传送带环境下数据噪声大、不健全等特点，利用RSSI与Doppler排序正确性互补的特殊性能，有效提高了传送带环境下的标签排序正确率。

Description

一种传送带环境下的RFID标签排序方法

技术领域

本发明涉及一种传送带环境下的RFID标签排序方法，属于物联网射频识别技术领域。

背景技术

射频识别(Radio Frequency Identification，RFID)是一种无线通信的自动识别技术，它采用无线射频信号完成物品信息的采集和传输，被称为是21世纪十大重要技术之一。随着5G时代的来临，RFID技术作为物联网的一项核心支撑技术，它通过阅读器和电子标签之间的通信，可以对物体进行信息数据搜集，为上层应用提供准确有效的数据支持。和其他识别技术相比，RFID技术中的信息载体是电子标签，具有体积小，信息量大，读写快，使用寿命长，可重复使用等优点，同时，阅读器还拥有可以同时识别多个标签，可工作于各种环境等优势使得其广泛应用于交通，物品供应链等领域。

作为射频识别的关键应用之一，传送带系统被广泛地应用在机场物流，仓储管理等行业中。传送带系统的基本工作过程是：首先将阅读器的天线固定在传送带附近；然后将每个物品的信息写入到该物体的电子标签内，保证每个电子标签ID号是独一无二的。接着将物体放置在传送带上，待物体通过传送带之后，阅读器获取各个标签的信息，并且根据标签的信息对物体进行下一步操作，比如分拣，加工等。RFID阅读器同时读取可读范围内所有标签的特殊性能，使得标签的读取变得更加高效，但也带来了一个新的问题：阅读器将无法实时判断标签的先后顺序，从而导致物品的分拣错误。可见，阅读器不仅要识别传送带上的标签信息，还需要对通过阅读器读写范围内的标签进行实时排序。

在实际环境中，由于受到多径效应和噪声不确定性等诸多因素的不利影响，传送带系统的排序性能往往不能达到实际应用的要求。当前多数关于RFID技术的研究都致力于提高阅读器的阅读能力，较少有关注传送带上的RFID标签排序这一块。在现有的标签排序方法中，通常是通过处理阅读器API接口所导出数据的单个特征，来达到对标签进行排序的目的，经常出现标签的漏读、错读和先后顺序混乱，以至阅读器在传送带环境下的整体应用性能不佳。

发明内容

发明目的：针对上述现有技术的不足，本发明的目的是提供一种传送带环境下的RFID标签排序方法，该方法利用射频识别技术，对通过传送带的标签进行实时排序，使传送带上的物品与标签正确对应。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种传送带环境下的RFID标签排序方法，该方法包括如下步骤：

(1)从传送带正上方的RFID阅读器的接口中获取匀速通过所述阅读器的一组RFID标签的数据，所述数据包括标签号epc、时间time、信号强度RSSI和多普勒频移Doppler，记为一组数据；

(2)将所获得的一组数据按照标签号分类存储，同一标签号下的多个不同时间、信号强度和多普勒频移记为单标签数据；

(3)对一组数据的每个单标签数据中的RSSI数据进行拟合，并根据拟合曲线判断一组数据中是否存在某个单标签的RSSI数据出现峰值异常或带宽异常，若存在，则进入步骤(4)，否则进入步骤(5)；

(4)对一组数据的每个单标签数据中的多普勒频移数据进行预处理，再进行差分和窗长为数据长度的汉宁窗卷积，卷积后再进行曲线拟合，找出拟合曲线的第一个为实数的峰值点或谷值点对应时刻，记为t_epc-Doppler，根据一组数据中各标签号对应的t_epc-Doppler的时间先后对标签进行排序；

(5)找出一组数据的每个单标签的RSSI数据拟合曲线的全局最大值点对应时刻，记为t_epc-RSSI，根据一组数据中各标签号对应的t_epc-RSSI的时间先后对标签进行排序。

在优选的实施方案中，所述步骤(3)中的峰值异常的判断依据包括：若单标签的RSSI数据拟合曲线的局部最大值点数大于设定的阈值，则认为存在峰值异常。

在优选的实施方案中，所述步骤(3)中的峰值异常的判断依据包括：若单标签的RSSI数据拟合曲线的局部最大值点与全局最大值点间差异小于设定的范围，则认为存在峰值异常。

在优选的实施方案中，所述步骤(3)中的带宽异常的判断依据包括：以单标签的RSSI数据拟合曲线的全局最大值点对应时刻为中心，向两端划分一个指定范围，在所述指定范围内的点数多余设定的阈值时，则认为存在带宽异常。

在优选的实施方案中，所述步骤(4)中对多普勒频移数据进行预处理的步骤包括去除异常值，所述异常值为绝对值大于理论最大值的多普勒频移数据值。

在优选的实施方案中，所述理论最大值f_dmax的计算公式如下：

f_dmax＝f₀·v₀/c

其中，f₀为阅读器设置的天线发射电磁波频率，v₀为传送带速度，c为光速。

在优选的实施方案中，所述步骤(4)中对多普勒频移数据进行预处理的步骤包括去除重复值。

在优选的实施方案中，所述步骤(4)中对多普勒频移数据进行预处理的步骤包括均值平滑，均值平滑的公式为：

其中，M为数据的总个数，d_new为均值平滑后的多普勒频移数据，d为均值平滑前的多普勒频移数据；t_new为均值平滑后的时间数据，t为均值平滑前的时间数据，m为数据的位置序号。

在优选的实施方案中，所述步骤(4)中对预处理后的多普勒频移数据进行差分和汉宁窗卷积的计算公式分别为：

其中，M为单标签数据中预处理后的多普勒频移数据的总个数，w(·)为汉宁窗函数，d_new为预处理后的多普勒频移数据，d_diff为差分处理后的多普勒频移数据，deal_doppler为卷积后的多普勒频移数据，m为数据的位置序号。

有益效果：与现有技术相比，本发明的优点在于：使用本发明所涉及的标签排序方法，从RFID阅读器接口读取返回标签的多维信息后，系统对相关数据如信号强度(RSSI)，多普勒频移(doppler)以及时间(time)进行处理，从而对标签通过阅读器的先后顺序进行判断。在充分利用标签各类信息的同时，使用预处理减少了多径效应和异常值对doppler排序的影响；并在数据处理的过程中发现和利用了RSSI与doppler排序正确性互补的特殊关系，在标签间距d减小，标签数量增加的情况下，显著提高了传送带环境下的标签排序正确率。本方法还考虑了RFID阅读器在实际传送带环境中数据频繁异常、不健全等特点，在导出数据后识别异常，并使用容错性较高的doppler排序方法，虽然该方法无法提供标签位于平台正上方的时刻，但可以判断出标签的相对位置关系，在实际应用中有着较好的发挥。

附图说明

图1为本发明实施例中标签排序方法的传送带模型图；

图2为本发明实施例中标签排序方法的数据存储结构图；

图3为本发明实施例中标签排序方法的流程示意图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细描述。

如图1所示，是标签排序方法实施的传送带模型，具体要求如下：

将阅读器的天线固定在传送带的正上方，然后将每个物体的信息写入到该物体的电子标签内，保证每个电子标签ID号是独一无二的，接着将携带标签的物体放置在传送带上，使其匀速通过阅读器。需保证阅读器能够读取到标签的整个运动过程，标签的运动过程为匀速进入阅读器然后匀速离开阅读器；在数据读完后可以开始对该组数据进行排序并等待下一组数据的到来。每组中的多个标签可以以排序所能承受的最小间隔放置(最小间隔与排序正确率直接相关)，相邻两组标签间的需相隔足够大的距离(一般约等于天线可读距离的一半，当天线发射能量设置为20dB时，天线的定向发射能力一般，则这个距离大约在50-75cm)，每组标签可在进行排序前通过一些简单的方法(如信号出现的先后顺序)分隔开来。

如图2所示，是标签排序方法实施的数据存储结构图，具体如下：

数据准备完成，排序开始之前，需按epc号将各特征值(RSSI、doppler、time)分别存储。通过标签的epc号来鉴别是否为同一标签，并由此获取不同标签所携带的不同信息。实施例中构建了列表epc来存放阅读器所读取到的各标签的epc号，即epc[i]存放着阅读器所读取到的第i个标签的epc号。对于每一个标签来说都有多普勒频移(doppler)，信号强度(RSSI)以及时间(time)这三组基础数据，因此设计了一个datas的类，doppler，RSSI以及time均为此类的成员，datas[i]存放着阅读器所读取的第i个标签的三组基础数据，供排序使用。

如图3所示，是本发明实施例公开的一种传送带环境下的RFID标签排序方法的算法流程图，具体包括如下步骤：

(1)从传送带正上方的RFID阅读器的应用程序接口中获取匀速通过该阅读器的一组RFID标签的数据，包括标签号epc、时间time、信号强度RSSI和多普勒频移doppler，记为一组数据。

(2)将所获得的数据按照标签号分类存储，同一标签号下的多个不同的时间、信号强度和多普勒数据记为单标签数据，存放在如图2所示的数据结构中。

(3)对一组数据的每个单标签数据中的RSSI数据进行拟合，并根据拟合曲线判断一组数据中是否存在某个单标签的RSSI数据出现峰值异常或带宽异常，若存在，则进入步骤(4)，否则进入步骤(5)。本步骤中可对RSSI数据做多项式最小二乘拟合或高斯拟合等常用拟合方法，可以根据拟合效果确定具体方法，推荐使用4阶的多项式最小二乘拟合。

(4)对一组数据的每个单标签数据中的多普勒频移数据进行预处理，再进行差分和窗长为数据长度的汉宁窗卷积，卷积后再进行曲线拟合(推荐使用12阶多项式最小二乘拟合)，找出拟合曲线的第一个为实数的峰值点或谷值点对应时刻，记为t_epc-Doppler，根据一组数据中各标签号对应的t_epc-Doppler的时间先后对标签进行排序。

(5)找出一组数据的每个单标签的RSSI数据的多项式拟合曲线的全局最大值点对应时刻，记为t_epc-RSSI，根据一组数据中各标签号对应的t_epc-RSSI的时间先后对标签进行排序。

上述步骤(3)中的峰值异常的判断依据包括：若单标签的RSSI数据拟合曲线的局部最大值点数大于设定的阈值，则认为存在峰值异常。具体判决依据可表示为：

num_peaks＞3

其中，num_peaks为单标签数据中的RSSI数据拟合曲线的局部最大值点数目，若上述等式成立，则判为峰值异常。

上述步骤(3)中的峰值异常的判断依据还包括：若单标签的RSSI数据拟合曲线的局部最大值点与全局最大值点间差异小于设定的范围，则认为存在峰值异常。具体判决依据可表示为：

RSSI_max-RSSI_peak-i＜μ_peak·RSSI_max

其中，μ_peak为判决系数(μ_peak推荐取1/6)，RSSI_max为单标签数据中的RSSI数据拟合曲线的全局最大值点，RSSI_peak-i为各局部最大值点，只要存在一个局部最大值点使得上述等式成立，则判为峰值异常。

上述步骤(3)中带宽异常的判断依据包括：以单标签的RSSI数据拟合曲线的全局最大值点过宽的判决过程为：以单标签的RSSI数据拟合曲线的全局最大值点对应时刻为中心，向两端划分一个指定范围，在所述指定范围内的点数多余设定的阈值时，则认为存在带宽异常。具体判决过程可描述为：以单标签数据中的RSSI的拟合曲线的全局最大值点RSSI_max对应时刻为中心，向两端分别查找第一个RSSI值小于μ_RSSI×RSSI_max的点(μ_RSSI为截短系数，推荐取1.15)，分别记作bound_low和bound_high，当向下无法找到该点时，bound_low取1，当向上无法找到该点时，bound_high取最后一个数据的位置值；当bound_low和bound_high之间的数据点数多于μ_bound/v₀时(μ_bound为数据点数的判别阈值，推荐取55)，则判决为带宽异常，v₀为传送带速度。

上述步骤(4)中预处理包括去除异常值、去除重复值和均值平滑处理。其中去除异常值过程为：先求理论最大值f_dmax，计算公式如下：

其中，f₀为阅读器设置的天线发射电磁波频率，v₀为传送带速度，c为光速，θ是标签与天线的直线距离与传送带间的夹角，根据公式去除所有doppler数据绝对值大于f_dmax的值及其对应的时刻值。

去除重复值过程为：去除所有doppler数据中在延迟一段时间后又出现的相同值，及其对应的时刻值，依据是信号传输过程中的多径效应。

均值平滑公式为：

其中，M为单标签数据中的均值平滑前的Doppler数据的总个数，d_new为均值平滑后的doppler数据，d为均值平滑前的doppler数据；t_new为均值平滑后的time数据，t为均值平滑前的time数据。

上述步骤(4)中对预处理后的doppler数据进行差分，计算公式为：

然后进行Hanning窗卷积，计算公式为：

其中，M为单标签数据中预处理后的多普勒频移数据的总个数，w(·)为汉宁窗函数，本例采用的表述式为：

0≤m≤M-1，d_new为预处理后的doppler数据，d_diff为差分处理后的多普勒频移数据，deal_doppler为卷积后的多普勒频移数据，截取deal_doppler的第0到M-1位置的各数据供后续使用。

为了验证本算法的性能，将本算法与其他标签排序算法在实际密集传送带环境下使用的排序正确率进行对比，表格中标签数表示一组标签的标签个数。d为测试时每组标签之间的间隔，实际应用中无需等距离放置。实验环境配置为：在使用RFID阅读器进行标签信息读取时，配置Impinj R420阅读器的电磁波发射频率为f₀＝925MHz；标签A、B面快速翻转，不休眠，Mode选择Dual Target和session 2；天线采用Miller-8模式，速率为21.33kbps，天线增益20dB；标签运动速度固定为1m/s。本实验中，每个单标签数据中的RSSI数据采用的是4阶多项式曲线拟合，卷积后的doppler数据采用的是12阶多项式曲线拟合，在其他使用场景中也可以结合具体数据特性和实验结果选用其它类型的曲线拟合。

单独使用doppler排序优势并不明显，但doppler与RSSI排序正确性互补的特殊性能，使得本算法在标签间距d减小、标签数量增多时优势明显。如需更好应用效果，可调整速度与最小距离。

由上可知，本发明实施例中的标签排序方法在实际传送带应用场景中与现有技术的排序算法相比具有更好的排序正确率。

以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

Claims (6)

1.一种传送带环境下的RFID标签排序方法，其特征在于：该方法包括如下步骤：

(1)从传送带正上方的RFID阅读器的接口中获取匀速通过所述阅读器的一组RFID标签的数据，所述数据包括标签号epc、时间time、信号强度RSSI和多普勒频移Doppler，记为一组数据；

(2)将所获得的一组数据按照标签号分类存储，同一标签号下的多个不同时间、信号强度和多普勒频移记为单标签数据；

(3)对一组数据的每个单标签数据中的RSSI数据进行拟合，并根据拟合曲线判断一组数据中是否存在某个单标签的RSSI数据出现峰值异常或带宽异常，若存在，则进入步骤(4)，否则进入步骤(5)；其中峰值异常的判断依据包括：若单标签的RSSI数据拟合曲线的局部最大值点数大于设定的阈值，则认为存在峰值异常；若单标签的RSSI数据拟合曲线的局部最大值点与全局最大值点间差异小于设定的范围，则认为存在峰值异常；带宽异常的判断依据包括：以单标签的RSSI数据拟合曲线的全局最大值点对应时刻为中心，向两端划分一个指定范围，在所述指定范围内的点数多余设定的阈值时，则认为存在带宽异常；

(4)对一组数据的每个单标签数据中的多普勒频移数据进行预处理，再进行差分和窗长为数据长度的汉宁窗卷积，卷积后再进行曲线拟合，找出拟合曲线的第一个为实数的峰值点或谷值点对应时刻，记为t_epc-Doppler，根据一组数据中各标签号对应的t_epc-Doppler的时间先后对标签进行排序；

(5)找出一组数据的每个单标签的RSSI数据拟合曲线的全局最大值点对应时刻，记为t_epc-RSSI，根据一组数据中各标签号对应的t_epc-RSSI的时间先后对标签进行排序。

2.根据权利要求1所述的一种传送带环境下的RFID标签排序方法，其特征在于：所述步骤(4)中对多普勒频移数据进行预处理的步骤包括去除异常值，所述异常值为绝对值大于理论最大值的多普勒频移数据值。

3.根据权利要求2所述的一种传送带环境下的RFID标签排序方法，其特征在于：所述理论最大值f_dmax的计算公式如下：

f_dmax＝f₀·v₀/c

其中，f₀为阅读器设置的天线发射电磁波频率，v₀为传送带速度，c为光速。

4.根据权利要求1所述的一种传送带环境下的RFID标签排序方法，其特征在于：所述步骤(4)中对多普勒频移数据进行预处理的步骤包括去除重复值。

5.根据权利要求1所述的一种传送带环境下的RFID标签排序方法，其特征在于：所述步骤(4)中对多普勒频移数据进行预处理的步骤包括均值平滑，均值平滑的公式为：

其中，M为数据的总个数，d_new为均值平滑后的多普勒频移数据，d为均值平滑前的多普勒频移数据；t_new为均值平滑后的时间数据，t为均值平滑前的时间数据，m为数据的位置序号。

6.根据权利要求1所述的一种传送带环境下的RFID标签排序方法，其特征在于：所述步骤(4)中对预处理后的多普勒频移数据进行差分和汉宁窗卷积的计算公式分别为：

其中，M为数据的总个数，w(·)为汉宁窗函数，d_new为预处理后的多普勒频移数据，d_diff为差分处理后的多普勒频移数据，deal_doppler为卷积后的多普勒频移数据，m为数据的位置序号。

Images