CN109241803B - 基于sze的大规模分组rfid系统的丢失标签冰山查询方法 - Google Patents

基于sze的大规模分组rfid系统的丢失标签冰山查询方法 Download PDF

Info

Publication number
CN109241803B
CN109241803B CN201811139663.6A CN201811139663A CN109241803B CN 109241803 B CN109241803 B CN 109241803B CN 201811139663 A CN201811139663 A CN 201811139663A CN 109241803 B CN109241803 B CN 109241803B
Authority
CN
China
Prior art keywords
label
wheel
group
read head
estimated value
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.)
Active
Application number
CN201811139663.6A
Other languages
English (en)
Other versions
CN109241803A (zh
Inventor
杨黎鹏
车荣杰
梅刚
张千昌
孙延波
戴群
关晓龙
陈鸿龙
代天骄
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
China Petrochemical Corp
Sinopec Oilfield Service Corp
Sinopec Petroleum Engineering Corp
Original Assignee
China University of Petroleum East China
Sinopec Petroleum Engineering Corp
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, Sinopec Petroleum Engineering Corp filed Critical China University of Petroleum East China
Priority to CN201811139663.6A priority Critical patent/CN109241803B/zh
Publication of CN109241803A publication Critical patent/CN109241803A/zh
Application granted granted Critical
Publication of CN109241803B publication Critical patent/CN109241803B/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.
    • G06K7/10108—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. interrogating only those RFIDs that fulfill a predetermined requirement, e.g. selecting all RFIDs having the same speed and moving in a cloud like fashion, e.g. on the same train; interrogating only RFIDs having a certain predetermined temperature, e.g. in the same fridge, another possibility being the active ignoring of a group of tags that fulfill a predetermined requirement, equivalent to the Boolean NOT operation

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)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头得到当前轮估计下的各小组丢失标签估计值，并计算出其期望值和方差；在第k轮查询的估计过程结束后，读头将对之前k轮中每轮估计下得到的各小组丢失标签估计值进行求均值计算，作为当前轮估计结束时的各小组丢失标签估计值，并计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并对w轮的查询结果进行准确度验证，若查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；否则继续需查询过程直至查询准确度达到所需的可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。

Description

基于SZE的大规模分组RFID系统的丢失标签冰山查询方法
技术领域
本发明属于射频识别和物联网技术领域，涉及射频识别系统，具体地说，涉及了一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法。
背景技术
射频识别(英文：Radio Frequency Identification，简称：RFID)系统通常由一个后台服务器、一个或者多个读头(英文：Reader)以及大量的标签(英文：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。最直接的丢失标签冰山查询方法是由读头连续地逐一广播每个标签小组的ID，标签接收到其ID信息后即刻返回应答信息，读头通过检测每个标签小组未响应标签个数直到其达到阈值时实现。这种方法的优点是能够使丢失标签冰山查询的可信度达到100％。另一种方法是基于帧时隙Aloha(FramedSlotted Aloha)协议，由读头广播帧长度和随机数种子，每个标签基于接收到的帧长度、随机数种子和自己的ID，通过哈希函数计算各自的应答时隙，读头可以提前预测每个时隙的状态，并进一步检测每个时隙的实际状态来对各自标签小组的丢失标签数量进行估计，该方法能够有效提高丢失标签的冰山查询效率。上述丢失标签冰山查询方法可用于大规模仓库或商场的物品监控与管理，通过丢失标签的冰山查询确定丢失标签数量大于一个阈值的标签小组系列，有效地改善库存管理效率。然而，丢失标签冰山查询问题仍然面临以下几个主要挑战：(1)如何改善查询效率，即如何加快丢失标签冰山查询过程的速度；(2)如何满足所需的查询可信度；(3)如何克服由多组标签的回应所产生的干扰。
在RFID系统应用中，系统中标签的ID信息通常会由后台服务器存储，读头可以实时获取这些标签称为已知标签，即其ID信息读头是已知的。但是，系统中可能会存在一些没有在后台服务器存储ID信息的标签，读头并不能提前获取这些标签的信息。例如，在一个大型仓库里，由于经常会有新进货物，其附带的标签的信息可能没有及时存储到后台服务器中，因此，该标签就成为未知标签。在读头进行丢失标签数量估计的过程中，并不能区分未知标签和已知标签，因此，未知标签也会发送相应的应答信息，对丢失标签的数量估计过程产生干扰。
目前已有的大规模分组RFID系统的丢失标签冰山查询方法是ES法。ES法(参见L.Xie,H.Han,Q.Li,J.Wu,S.Lu.Efficient Protocols for Collecting Histograms inLarge-Scale RFID Systems.IEEE Transactions on Parallel and DistributedSystems,2015.9,pp.2421-2433.)是基于时隙Aloha的丢失标签数量估计方法，包括多轮估计。在每一轮的估计过程中，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，每个标签根据读头广播的参数信息以及自己的ID选择其应答时隙，读头统计执行帧中仅被一个标签选中的时隙的数量，以及被各标签小组中的标签单独选中的时隙的数量，并据此来估计各标签小组的丢失标签数量进而实现大规模分组RFID系统的丢失标签冰山查询。然而，上述的大规模分组RFID系统的丢失标签冰山查询方法的总体缺陷是查询过程慢，从而导致丢失标签冰山查询效率低。
发明内容
本发明针对现有技术存在的查询过程慢导致查询效率低等上述不足，提供一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，该方法能够提高丢失标签冰山查询效率，缩短查询时间。
为了达到上述目的，本发明提供了一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，所述的大规模分组RFID系统包括一个后台服务器、一个读头和n个被分为l个小组的已知标签，每个标签小组包含ni个标签，其中，mi个标签为丢失标签，1≤i≤l，每个标签有一个唯一的96位的ID；所述查询方法含有以下步骤：
(一)丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头计算出当前轮估计下的各小组丢失标签估计值，并计算出该估计值的期望值和方差；其具体过程为：
在任意第k轮的初始时刻，读头设置帧长度fk为生成随机数种子；读头基于帧长度、随机数种子以及每个标签的ID，预测当前帧每个时隙的状态得到期望帧；若当前时隙的预测状态为仅被一个标签选中，则称该时隙为“单独时隙”，若当前时隙的预测状态为没有标签选中，则称该时隙为“空时隙”；读头广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息计算该标签应答时隙编号；读头逐一执行期望帧的每个时隙，每个标签在该标签应答时隙内返回1位应答信息；读头检测每个时隙的实际状态得到执行帧；读头统计Ci标签小组中的标签选中的时隙对应在期望帧中是“单独时隙”而在执行帧中是“空时隙”的时隙个数，用表示，则第k轮估计下各标签小组的丢失标签估计值为：
进而计算出丢失标签估计值的期望值和方差分别为：
式中，为丢失标签估计值的期望值，为丢失标签估计值的方差，mi为Ci标签小组中丢失标签的数量。
(二)在第k轮查询的估计过程结束后，读头将对之前k轮中每轮估计下得到的各小组丢失标签估计值进行求均值计算，作为当前轮估计结束时的各小组丢失标签估计值，并计算出该估计值的期望值和方差；
(三)在第w轮查询结束后，读头根据各小组丢失标签个数的估计值是否大于给定标签数量阈值T对标签小组进行分类，并对w轮的查询结果进行准确度验证，若查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；否则继续需查询过程直至查询准确度达到所需的可信度要求。
优选的，步骤(二)中，读头在第k轮查询的估计过程结束后，读头将对前k轮中每轮估计下得到的各小组丢失标签估计值通过公式(4)求均值，公式(4)的表达式为：
式中，为前k轮中每轮估计下得到的各小组丢失标签估计值的均值；
将计算得到各小组丢失标签估计值的均值作为当前轮结束时的各小组丢失标签估计值，进而计算出均值的期望值和方差分别为：
式中，为各小组丢失标签估计值均值的期望值，为各小组丢失标签估计值均值的方差。
优选的，步骤(三)中，在第w轮查询结束后，读头对标签小组进行分类，若某个小组丢失标签个数的估计值大于给定标签数量阈值T，则该小组被划分到标签组系列Γ。
优选的，步骤(三)中，在第w轮查询结束后，读头对查询结果进行准确度验证，即读头在给定标签数量阈值T、误差阈值ε,0＜ε≤1以及所需可信度δ,0≤δ＜1的情况下判断查询结果是否满足以下两个限定条件：
若查询结果同时满足上述两个限定条件，表明查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；若查询结果没有同时满足上述两个限定条件，表明查询准确度没有达到所需的可信度要求，则读头继续一轮又一轮地查询过程，直到所需的可信度要求得到满足为止。
优选的，读头对查询结果进行准确度验证时，若Ci标签小组属于标签组系列Γ，并且不等式成立，则得到Pr[mi≥(1-ε)T]≥δ；若Ci标签小组不属于标签组系列Γ，并且不等式成立，则得到Pr[mi≤(1+ε)T]≥δ；其中，Φ(·)为标准正态分布函数，Φ-1(·)为标准正态分布函数的反函数。
与现有技术相比，本发明的有益效果在于：
(1)本发明能够有效完成大规模分组射频识别系统的丢失标签的冰山查询，并且查询结果的准确度能够达到所需的可信度要求。
(2)本发明在读头对标签查询的过程中，对各小组的丢失标签数量进行估计，通过读头统计Ci标签小组中的标签选中的时隙对应在期望帧中是“单独时隙”而在执行帧中是“空时隙”的时隙个数，进而得到估计下各标签小组的丢失标签估计值，并且能够满足射频识别系统要求的可信度，有效提高丢失标签的冰山查询效率，缩短查询时间。
附图说明
图1为大规模分组RFID系统的结构图。
图2为本发明实施例基于SZE的大规模分组RFID系统的丢失标签冰山查询方法的过程示意图。
图3为δ＝0.85时本发明实施例基于SZE的大规模分组RFID系统的丢失标签冰山查询方法和现有方法的执行时间随标签组数变化的比较示意图。
图4为δ＝0.95时本发明实施例基于SZE的大规模分组RFID系统的丢失标签冰山查询方法和现有方法的执行时间随标签组数变化的比较示意图。
图5为＝0.85时本发明实施例基于SZE的大规模分组RFID系统的丢失标签冰山查询方法和现有方法的实际可信度随标签组数变化的比较示意图。
图6为δ＝0.95时本发明实施例基于SZE的大规模分组RFID系统的丢失标签冰山查询方法和现有方法的实际可信度随标签组数变化的比较示意图。
具体实施方式
下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
参见图1，一种大规模分组RFID系统包括一个后台服务器1、一个读头2和n个被分为l个小组的已知标签3，每个标签小组包含ni个标签，其中，mi个标签为丢失标签4，1≤i≤l，其余为现有标签5，每个标签有一个唯一的96位的ID。读头通过无线信道与其射频范围内的标签进行一对一通信，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与读头进行信息交换。为了有效避免数据包冲突，所述读头采用基于帧时隙Aloha协议与标签进行通信。
一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，对上述大规模分组RFID系统的丢失标签进行冰山查询，其含有以下步骤：
步骤一：丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头计算出当前轮估计下的各小组丢失标签估计值，并计算出该估计值的期望值和方差；其具体过程为：
在任意第k轮的初始时刻，读头设置帧长度fk为生成随机数种子；读头基于帧长度、随机数种子以及每个标签的ID，预测当前帧每个时隙的状态得到期望帧；若当前时隙的预测状态为仅被一个标签选中，则称该时隙为“单独时隙”，若当前时隙的预测状态为没有标签选中，则称该时隙为“空时隙”；读头广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息计算该标签应答时隙编号；读头逐一执行期望帧的每个时隙，每个标签在该标签应答时隙内返回1位应答信息；读头检测每个时隙的实际状态得到执行帧；读头统计Ci标签小组中的标签选中的时隙对应在期望帧中是“单独时隙”而在执行帧中是“空时隙”的时隙个数，用表示，则第k轮估计下各标签小组的丢失标签估计值为：
进而计算出丢失标签估计值的期望值和方差分别为：
式中，为丢失标签估计值的期望值，为丢失标签估计值的方差，mi为Ci标签小组中丢失标签的数量。
步骤二：在第k轮查询的估计过程结束后，读头将对前k轮中每轮估计下得到的各小组丢失标签估计值通过公式(4)求均值，公式(4)的表达式为：
式中，为前k轮中每轮估计下得到的各小组丢失标签估计值的均值；
将计算得到各小组丢失标签估计值的均值作为当前轮结束时的各小组丢失标签估计值，进而计算出均值的期望值和方差分别为：
式中，为各小组丢失标签估计值均值的期望值，为各小组丢失标签估计值均值的方差。
步骤三：在第w轮查询结束后，读头根据各小组丢失标签个数的估计值是否大于给定标签数量阈值T对标签小组进行分类，若某个小组丢失标签个数的估计值大于给定标签数量阈值T，则该小组被划分到标签组系列Γ。读头对查询结果进行准确度验证，即读头在给定标签数量阈值T、误差阈值ε,0＜ε≤1以及所需可信度δ,0≤δ＜1的情况下判断查询结果是否满足以下两个限定条件：
若查询结果同时满足上述两个限定条件，表明查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；若查询结果没有同时满足上述两个限定条件，表明查询准确度没有达到所需的可信度要求，则读头继续一轮又一轮地查询过程，直到所需的可信度要求得到满足为止。
读头对查询结果进行准确度验证时，若Ci标签小组属于标签组系列Γ，并且不等式成立，则得到Pr[mi≥(1-ε)T]≥δ；若Ci标签小组不属于标签组系列Γ，并且不等式成立，则得到Pr[mi≤(1+ε)T]≥δ；其中，Φ(·)为标准正态分布函数，Φ-1(·)为标准正态分布函数的反函数。
本发明上述方法是对大规模RFID系统的丢失标签进行冰山查询，查询结果的准确度能够达到所需的可信度要求，即满足上述两个限定条件。本发明上述方法在满足可信度要求的前期下，有效降低查询的执行时间，提高查询效率。
本发明上述方法在计算丢失标签数量估计值时，读头基于帧长度、随机数种子以及每个标签的ID，预测当前帧每个时隙的状态得到期望帧；若当前时隙的预测状态为仅被一个标签选中，则称该时隙为“单独时隙”，若当前时隙的预测状态为没有标签选中，则称该时隙为“空时隙”；读头广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息计算该标签应答时隙编号；读头逐一执行期望帧的每个时隙，每个标签在该标签应答时隙内返回1位应答信息；读头检测每个时隙的实际状态得到执行帧；读头统计Ci标签小组中的标签选中的时隙对应在期望帧中是“单独时隙”而在执行帧中是“空时隙”的时隙个数。上述过程简称“SZE”。
为了进一步说明本发明上述方法的优点，下面结合附图和实施例对本发明做出进一步说明。
实施例：参见图2，RFED系统中有三个标签小组C1、C2和C3，其中t4、t5、t9、t10、t14、t15和t16为丢失标签，其余标签均为现有标签。在任意第k轮的丢失标签冰山查询过程中，读头设置帧长度fk为生成随机数种子，并广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息后计算该标签应答时隙编号。读头预测每个时隙的状态得到如图2中的期望帧，将被一个标签选中的时隙称作“单独时隙”，将没有被任何标签选中的时隙称作“空时隙”。如图2所示，期望帧中时隙1和时隙2为被小组C1中标签选中的“单独时隙”，期望帧中的时隙3、时隙5、时隙9、时隙11以及时隙15为“空时隙”。读头逐一执行期望帧的每个时隙，每个标签在该标签应答时隙里发送一个1位应答信息，读头检测每个时隙的实际状态得到如图2中的执行帧。读头根据期望帧和执行帧中对应时隙的状态差异，即各小组中的标签选中在期望帧中为“单独时隙”而在执行帧中为“空时隙”的时隙数量即：则第k轮估计下各标签小组的丢失标签估计值为
读头将此前每轮查询得到的各小组丢失标签估计值求均值即作为当前轮查询结束时的各小组丢失标签估计值，紧接着读头将判断限定条件公式(7)和限定条件公式(8)是否同时得到满足。若两个限定条件同时满足，则表明查询结果达到了所需的可信度要求，读头将结束查询过程并得到满足两个限定条件的标签组系列Γ'；否则，读头将继续一轮又一轮的查询过程，直到两个限定条件同时满足为止。
当大规模分组RFID系统所需的可信度δ＝0.85时，采用本发明所述基于SZE的大规模分组RFID系统的丢失标签冰山查询方法(以下简称MAC-SZE方法)与现有ES方法对大规模分组RFID系统的丢失标签进行冰山查询，参见图3，虽然随着标签组数的增加，本发明所述MAC-SZE方法和现有ES方法的执行时间都在增加，但在标签组数相同的情况下，本发明所述MAC-SZE方法的执行时间与现有ES方法相比，明显缩短。
当大规模分组RFID系统所需的可信度δ＝0.95时，采用本发明所述MAC-SZE方法与现有ES方法对大规模分组RFID系统的丢失标签进行冰山查询，参见图4，虽然随着标签组数的增加，本发明所述MAC-SZE方法和现有ES方法的执行时间都在增加，但在标签组数相同的情况下，本发明所述MAC-SZE方法的执行时间与现有ES方法相比，明显缩短。
当大规模分组RFID系统所需的可信度δ＝0.85时，采用本发明所述MAC-SZE方法与现有ES方法对大规模分组RFID系统的丢失标签进行冰山查询，参见图5，随着标签组数的增加，本发明所述MAC-SZE方法和现有ES方法的实际可信度基本不变，在标签组数相同的情况下，本发明所述MAC-SZE方法的实际可信度与现有ES方法的实际可信度均满足所需可信度。
当大规模分组RFID系统所需的可信度δ＝0.95时，采用本发明所述MAC-SZE方法与现有ES方法对大规模分组RFID系统的丢失标签进行冰山查询，参见图6，随着标签组数的增加，本发明所述MAC-SZE方法和现有ES方法的实际可信度基本不变，在标签组数相同的情况下，本发明所述MAC-SZE方法的实际可信度基本不变与现有ES方法的实际可信度均满足所需可信度。
由上可知，本发明提供的基于SZE的大规模分组RFID系统的丢失标签冰山查询方法能够在很大程度上降低查询的执行时间，提高查询效率，能够有效完成大规模分组RFID系统的丢失标签冰山查询，且查询结果的准确度能够达到所需的可信度要求。
以上所举实施例仅用为方便举例说明本发明，并非对本发明保护范围的限制，在本发明所述技术方案范畴，所属技术领域的技术人员所作各种简单变形与修饰，均应包含在以上申请专利范围中。

Claims (5)

1.一种基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，所述的大规模分组RFID系统包括一个后台服务器、一个读头和n个被分为l个小组的已知标签，每个标签小组包含ni个标签，其中，mi个标签为丢失标签，1≤i≤l，每个标签有一个唯一的96位的ID；所述查询方法含有以下步骤：
(一)丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头计算出当前轮估计下的各小组丢失标签估计值，并计算出该估计值的期望值和方差；其具体过程为：
在任意第k轮的初始时刻，读头设置帧长度fk为生成随机数种子；读头基于帧长度、随机数种子以及每个标签的ID，预测当前帧每个时隙的状态得到期望帧；若当前时隙的预测状态为仅被一个标签选中，则称该时隙为“单独时隙”，若当前时隙的预测状态为没有标签选中，则称该时隙为“空时隙”；读头广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息计算该标签应答时隙编号；读头逐一执行期望帧的每个时隙，每个标签在该标签应答时隙内返回1位应答信息；读头检测每个时隙的实际状态得到执行帧；读头统计Ci标签小组中的标签选中的时隙对应在期望帧中是“单独时隙”而在执行帧中是“空时隙”的时隙个数，用表示，则第k轮估计下各标签小组的丢失标签估计值为：
进而计算出丢失标签估计值的期望值和方差分别为：
式中，为丢失标签估计值的期望值，为丢失标签估计值的方差，mi为Ci标签小组中丢失标签的数量；
(二)在第k轮查询的估计过程结束后，读头将对之前k轮中每轮估计下得到的各小组丢失标签估计值进行求均值计算，作为当前轮估计结束时的各小组丢失标签估计值，并计算出该估计值的期望值和方差；
(三)在第w轮查询结束后，读头根据各小组丢失标签个数的估计值是否大于给定标签数量阈值T对标签小组进行分类，并对w轮的查询结果进行准确度验证，若查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；否则继续需查询过程直至查询准确度达到所需的可信度要求。
2.如权利要求1所述的基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，步骤(二)中，读头在第k轮查询的估计过程结束后，读头将对前k轮中每轮估计下所得到的各小组丢失标签估计值通过公式(4)求均值，公式(4)的表达式为：
式中，为前k轮中每轮估计下得到的各小组丢失标签估计值的均值；
将计算得到各小组丢失标签估计值的均值作为当前轮结束时的各小组丢失标签估计值，进而计算出均值的期望值和方差分别为：
式中，为各小组丢失标签估计值均值的期望值，为各小组丢失标签估计值均值的方差。
3.如权利要求2所述的基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，步骤(三)中，在第w轮查询结束后，读头对标签小组进行分类，若某个小组丢失标签个数的估计值大于给定标签数量阈值T，则该小组被划分到标签组系列Γ。
4.如权利要求3所述的基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，步骤(三)中，在第w轮查询结束后，读头对查询结果进行准确度验证，即读头在给定标签数量阈值T、误差阈值ε,0＜ε≤1以及所需可信度δ,0≤δ＜1的情况下判断查询结果是否满足以下两个限定条件：
若查询结果同时满足上述两个限定条件，表明查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；若查询结果没有同时满足上述两个限定条件，表明查询准确度没有达到所需的可信度要求，则读头继续一轮又一轮地查询过程，直到所需的可信度要求得到满足为止。
5.如权利要求4所述的基于SZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，读头对查询结果进行准确度验证时，若Ci标签小组属于标签组系列Γ，并且不等式成立，则得到Pr[mi≥(1-ε)T]≥δ；若Ci标签小组不属于标签组系列Γ，并且不等式成立，则得到Pr[mi≤(1+ε)T]≥δ；其中，Φ(·)为标准正态分布函数，Φ-1(·)为标准正态分布函数的反函数。
CN201811139663.6A 2018-09-28 2018-09-28 基于sze的大规模分组rfid系统的丢失标签冰山查询方法 Active CN109241803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811139663.6A CN109241803B (zh) 2018-09-28 2018-09-28 基于sze的大规模分组rfid系统的丢失标签冰山查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811139663.6A CN109241803B (zh) 2018-09-28 2018-09-28 基于sze的大规模分组rfid系统的丢失标签冰山查询方法

Publications (2)

Publication Number Publication Date
CN109241803A CN109241803A (zh) 2019-01-18
CN109241803B true CN109241803B (zh) 2019-05-10

Family

ID=65057626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811139663.6A Active CN109241803B (zh) 2018-09-28 2018-09-28 基于sze的大规模分组rfid系统的丢失标签冰山查询方法

Country Status (1)

Country Link
CN (1) CN109241803B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101007084B1 (ko) * 2008-08-04 2011-01-10 광주과학기술원 쓰루풋 역전 현상을 방지하기 위한 알에프아이디 태그 인식방법 및 이를 수행하는 알에프아이디 리더
US20130222118A1 (en) * 2012-02-28 2013-08-29 Umm Al-Qura University Method of predicting tag detection probability for rfid framed slotted aloha anti-collision protocols
CN105447430B (zh) * 2015-11-19 2017-10-03 中南大学 一种标签及利用harn协议识别该标签的方法
US10061951B2 (en) * 2016-11-30 2018-08-28 Wipro Limited Methods and systems for localizing articles comprising passive radio frequency identification (RFID) tags
CN107145807B (zh) * 2017-05-05 2018-05-01 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
CN107784247B (zh) * 2017-10-23 2020-12-15 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法
CN107644185B (zh) * 2017-10-23 2018-06-01 中国石油大学(华东) 匿名射频识别系统基于向量的丢失关键标签的识别方法
CN108510027B (zh) * 2018-04-02 2020-11-13 太原理工大学 一种基于大规模rfid系统中标签估算和时隙配对的方法

Also Published As

Publication number Publication date
CN109241803A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
Su et al. Energy efficient tag identification algorithms for RFID: survey, motivation and new design
CN103761494B (zh) 一种识别rfid系统丢失标签的方法和系统
KR100848354B1 (ko) 태그의 수 추정 및 충돌 방지 시스템과 그 추정 및 충돌방지 방법
Hou et al. PLACE: Physical layer cardinality estimation for large-scale RFID systems
CN107145807B (zh) 含有未知标签的射频识别系统的丢失标签识别方法
CN108510027B (zh) 一种基于大规模rfid系统中标签估算和时隙配对的方法
CN106096466A (zh) 大规模无线射频系统中丢失标签的快速检测方法
CN107506676B (zh) 一种基于动态检测点和标签估计的rfid防碰撞方法
CN102622564B (zh) 一种rfid多标签识别防碰撞方法
CN107038398A (zh) 匿名多组射频识别系统的丢失标签非确定性并行检测方法
Liu et al. Fast counting the key tags in anonymous RFID systems
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
CN107784247A (zh) 匿名射频识别系统分阶段丢失关键标签识别方法
CN114169350B (zh) Rfid系统中捕获效应下被克隆的标签数量估计方法及系统
Wu et al. Capture-aware Bayesian RFID tag estimate for large-scale identification
CN109800832A (zh) 一种基于大规模射频识别系统的异常信息收集方法
Luo et al. An efficient protocol for RFID multigroup threshold-based classification based on sampling and logical bitmap
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
CN109241803B (zh) 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) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
CN109255275B (zh) 基于shze的大规模分组rfid系统的丢失标签冰山查询方法
CN114781416B (zh) Rfid系统中基于不可靠信道的未知标签数量估计方法及装置
US10095892B2 (en) RFID reader and method for recognizing RFID tags
Liu et al. Efficient detection of cloned attacks for large-scale RFID systems
CN110852129B (zh) 一种动态标签估计方法

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
TR01 Transfer of patent right

Effective date of registration: 20210909

Address after: 100027 Chaoyangmen North Street, Chaoyang District, Chaoyang District, Beijing

Patentee after: SINOPEC Group

Patentee after: SINOPEC OILFIELD SERVICE Corp.

Patentee after: SINOPEC PETROLEUM ENGINEERING Corp.

Patentee after: CHINA University OF PETROLEUM (EAST CHINA)

Address before: 257026 No. 49, Ji'nan Road, Dongying, Shandong

Patentee before: SINOPEC PETROLEUM ENGINEERING Corp.

Patentee before: CHINA University OF PETROLEUM (EAST CHINA)

TR01 Transfer of patent right