王月瑩+湯錦茂+陳望玥+鄒文平

摘 要：在生產(chǎn)實踐中，發(fā)現(xiàn)RFID系統(tǒng)隨著標(biāo)簽數(shù)量的增加，碰撞概率隨之提高，無法高效地識別標(biāo)簽。為了在大規(guī)模使用RFID標(biāo)簽的情況下提高抗碰撞性能，通過分析、建模、實驗，發(fā)現(xiàn)應(yīng)用概率模型的識別概率曲線，可以從一次掃描獲得的識別標(biāo)簽數(shù)反推外部的標(biāo)簽規(guī)模，從而智能調(diào)整幀時隙數(shù)，降低碰撞概率。該方法能優(yōu)化RFID系統(tǒng)在大規(guī)模標(biāo)簽中的識別效率，適用于物流領(lǐng)域中標(biāo)簽數(shù)量很多的場景。

關(guān)鍵詞：射頻識別；電子標(biāo)簽；RFID技術(shù)；RFID系統(tǒng)

DOIDOI：10.11907/rjdk.171898

中圖分類號：TP312

文獻(xiàn)標(biāo)識碼：A 文章編號文章編號：1672-7800（2017）008-0036-03

0 引言

隨著科技的發(fā)展，RFID（Radio Frequency Identification，無線射頻識別）技術(shù)愈發(fā)成熟，其應(yīng)用領(lǐng)域也日益廣泛。20世紀(jì)90年代，RFID作為一種非接觸式的自動識別技術(shù)在多個領(lǐng)域興起。RFID是一種相對簡單的無線系統(tǒng)，系統(tǒng)由兩個基本的器件組成，一個閱讀器和若干標(biāo)簽（也稱應(yīng)答器），可用于控制、跟蹤和檢測物體[1]。

由于RFID技術(shù)具有多目標(biāo)識別、高速移動物體識別、非接觸識別等特點，因而其在生產(chǎn)、管理、信息傳送、信號識別等方面顯示出較好的發(fā)展?jié)摿涂捎每臻g，被認(rèn)為是21世紀(jì)最具有發(fā)展前途的信息科學(xué)技術(shù)之一[2]。

RFID技術(shù)利用無線射頻信號，無需接觸就能自動識別物體，其識別率一直是影響它更大范圍應(yīng)用的根本原因。針對此問題，本文重點研究如何改善RFID系統(tǒng)在大規(guī)模標(biāo)簽環(huán)境中的識別效率及如何降低碰撞概率[3]。

1 系統(tǒng)設(shè)計

1.1 RFID技術(shù)工作原理

完整的RFID系統(tǒng)由如下4個部分組成：閱讀器（Reader）、電子標(biāo)簽（Tag）即所謂的應(yīng)答器（Transponder）、中間件（Middle Ware）及應(yīng)用軟件系統(tǒng)（Application Software System）。工作原理如下：RFID閱讀器通過天線持續(xù)發(fā)送出特定頻率的射頻信號，當(dāng)RFID標(biāo)簽進(jìn)入磁場即閱讀器射頻信號觸及工作場內(nèi)，憑借感應(yīng)電流所獲得的能量支持標(biāo)簽發(fā)送存儲在芯片中所保存的約定格式的電子信息（Passive Tag，無源標(biāo)簽或被動標(biāo)簽），或者主動發(fā)送某一頻率的信號（Active Tag，有源標(biāo)簽或主動標(biāo)簽），隨后解讀器讀取信息并解碼后，將數(shù)據(jù)傳送至RFID中間件進(jìn)行相關(guān)處理。RFID中間件是一種面向消息的程序模塊，利用高效可靠的消息傳遞機(jī)制進(jìn)行平臺的數(shù)據(jù)交互，信息以消息的形式傳遞，從RFID硬件控制程序主動通過同步或異步的傳輸方式將信息傳送至上層的應(yīng)用程序。RFID中間件對接收的數(shù)據(jù)進(jìn)行相應(yīng)的處理后送至中央計算機(jī)系統(tǒng)進(jìn)行相關(guān)數(shù)據(jù)處理[4]。

1.2 RFID中間件設(shè)計

RFID中間件是介于RFID閱讀器與應(yīng)用系統(tǒng)之間的、用于處理和管理RFID數(shù)據(jù)的平臺[5]。在RFID閱讀器和應(yīng)用系統(tǒng)之間，RFID中間件起到中介作用，閱讀器通過在應(yīng)用程序端使用RFID中間件提供的一組應(yīng)用程序編程接口（API），實現(xiàn)對RFID電子標(biāo)簽數(shù)據(jù)的讀取和各類參數(shù)的設(shè)置及寫入功能。在復(fù)雜的網(wǎng)絡(luò)計算機(jī)系統(tǒng)環(huán)境中，中間件與各種分布對象有機(jī)地結(jié)合在一起，交互通訊完成系統(tǒng)快速高效的運作，實現(xiàn)對象的重用，提高生產(chǎn)效率，降低軟件開發(fā)成本。有了中間件的支撐，在應(yīng)用軟件中用到中間件對應(yīng)的功能時，不需要應(yīng)用端開發(fā)人員自己實現(xiàn)，可直接利用中間件將其中已經(jīng)實現(xiàn)好的功能快速集成到應(yīng)用軟件系統(tǒng)中，使不同操作系統(tǒng)和各種應(yīng)用程序間無縫連接成為可能。即使RFID硬件升級和改變，應(yīng)用端不需修改，通過改寫中間件就能適應(yīng)硬件的升級，減小了系統(tǒng)運行維護(hù)的工作量。

1.3 RFID中間件架構(gòu)設(shè)計

RFID中間件的主要功能之一是對傳輸?shù)臄?shù)據(jù)進(jìn)行處理和分析，為上層應(yīng)用提供決策支持[6]。為了改善大規(guī)模使用RFID標(biāo)簽環(huán)境中的識別效率，系統(tǒng)通常使用高頻掃描儀器，當(dāng)RFID閱讀器掃描范圍內(nèi)出現(xiàn)一張RFID標(biāo)簽時，為了保證漏讀率趨近于0，會對其進(jìn)行上百次掃描。但是這種掃描方式也使系統(tǒng)中產(chǎn)生了大量的冗余數(shù)據(jù)，使用于傳輸數(shù)據(jù)的網(wǎng)絡(luò)費用成本上升，普通的網(wǎng)絡(luò)系統(tǒng)無法承擔(dān)這樣的負(fù)荷。同時處理大量的冗余數(shù)據(jù)會降低系統(tǒng)性能，從而出現(xiàn)存取速率降低、傳輸時間延長、查詢效率降低等問題。因此，中間件對傳感器捕獲到的數(shù)據(jù)進(jìn)行過濾處理十分必要，具體操作方法是：丟棄錯誤數(shù)據(jù)、忽略無關(guān)數(shù)據(jù)、合并相同數(shù)據(jù)。

RFID數(shù)據(jù)壓縮方法一般可分為兩種：第一種為多媒體數(shù)據(jù)壓縮，多媒體數(shù)據(jù)壓縮以音頻文件、矢量圖像、彩色圖像、二值圖像等為處理對象；第二種為通用數(shù)據(jù)壓縮，通用數(shù)據(jù)壓縮包含了如LZW、LZ77和LZ78的基于字典模型的壓縮技術(shù)，也包含了如算術(shù)編碼和Huffinan編碼的基于統(tǒng)計模型的壓縮技術(shù)。經(jīng)過多年生產(chǎn)實踐改進(jìn)和技術(shù)創(chuàng)新發(fā)展，位置壓縮（Location Compression）[7]和包壓縮（Containment Compression）成為目前主要的RFID壓縮方法。位置壓縮是指當(dāng)多個RFID對象在相同位置停留超過一個讀取周期時，系統(tǒng)將自動把一系列數(shù)據(jù)壓縮成一個對象；包壓縮是指當(dāng)多個帶有RFID標(biāo)簽的對象同時在同一個容器內(nèi)以整體的形式移動時，系統(tǒng)將以容器的標(biāo)簽來表示容器內(nèi)RFID對象的位置。受外圍周邊環(huán)境和射頻信號等原因的干擾和影響，RFID系統(tǒng)中數(shù)據(jù)讀取的過程中常出現(xiàn)漏讀、誤讀和重讀等現(xiàn)象。這些現(xiàn)象甚至成為制約RFID應(yīng)用的重要因素，標(biāo)簽一旦讀取錯誤，可能導(dǎo)致數(shù)據(jù)混亂，增加成本的消耗，亦可導(dǎo)致重大損失的發(fā)生。因此，系統(tǒng)中要增加一個環(huán)節(jié)對有效信息進(jìn)行過濾，以保證讀取到的數(shù)據(jù)與實踐中的真實數(shù)據(jù)更加接近。對于以上問題，來自美國加州大學(xué)伯克利分校的學(xué)者提出一種基于概率模型的SMURF自適應(yīng)數(shù)據(jù)清洗方法，用于改進(jìn)中間件數(shù)據(jù)清洗模式，方法如下：將RFID標(biāo)簽所產(chǎn)生的數(shù)據(jù)流看作統(tǒng)計學(xué)中的隨機(jī)事件，“事件”可以描述為“指示某種行為的信息”，通常信息的形式類似于消息，根據(jù)隨機(jī)事件概率的不同來調(diào)整窗口大小，提高了數(shù)據(jù)讀取的準(zhǔn)確性。endprint

2 RFID抗碰撞算法

隨著電子標(biāo)簽的縮小和識別距離的增長，在讀寫器工作場區(qū)域內(nèi)中常出現(xiàn)大量的標(biāo)簽等待讀卡器識別的問題，此時RFID中間件在設(shè)計時需要解決多標(biāo)簽碰撞問題[8]，工作場景如圖1所示。標(biāo)簽碰撞指在一個磁場即讀寫器的工作場內(nèi)出現(xiàn)多個標(biāo)簽憑借感應(yīng)電流產(chǎn)生的能量同時響應(yīng)閱讀器從而發(fā)送自身存儲信息，由于多個標(biāo)簽同時向讀寫器發(fā)出信息而引起信號碰撞，最終導(dǎo)致讀寫器無法識別標(biāo)簽，造成通信失敗，而發(fā)送失敗的標(biāo)簽將會重復(fù)發(fā)送直到成功，嚴(yán)重影響系統(tǒng)效率，浪費通信時間，增加電子標(biāo)簽與讀寫器的通信負(fù)擔(dān)，限制了RFID的推廣和發(fā)展。目前，如何降低RFID系統(tǒng)在大規(guī)模標(biāo)簽環(huán)境中的碰撞概率是RFID研究中的難點[9]。

2.1 電子標(biāo)簽工作狀態(tài)

要降低碰撞概率，必須先分析標(biāo)簽的工作狀態(tài)。滿足EPC GEN2的標(biāo)簽必須能夠?qū)崿F(xiàn)就緒、仲裁、應(yīng)答、確認(rèn)、開放、保護(hù)以及滅活7個工作狀態(tài)。其中，與防碰撞相關(guān)的狀態(tài)包括就緒、仲裁、應(yīng)答以及確認(rèn)[10]。

使用一組適當(dāng)合法的指令可以讓RFID標(biāo)簽進(jìn)入某種狀態(tài)，且命令只能當(dāng)標(biāo)簽在適當(dāng)?shù)臓顟B(tài)下才能生效，標(biāo)簽響應(yīng)命令后將會轉(zhuǎn)入其它狀態(tài)。

2.2 抗碰撞算法

為了消除或減少RFID系統(tǒng)中的碰撞問題，相關(guān)學(xué)者提出了許多不同的抗碰撞算法，其中主要有二進(jìn)制樹形搜索法和ALOHA法[11]。ALOHA算法屬于時分多址（TDMA）方式，其主要算法有P-ALOHA算法、純ALOHA算法、固定幀時隙ALOHA算法、時隙ALOHA算法、動態(tài)幀時隙ALOHA算法，是一種簡單基本的防碰撞算法。其中能優(yōu)化吞吐率較小的ALOHA法是時隙ALOHA法（SA算法）。SA算法是因為讀寫器能控制在同步時隙內(nèi)傳送數(shù)據(jù)，有概率發(fā)生碰撞的時間區(qū)就減少了1/2，當(dāng)G=1時，S上升為36.8%，但局限于只讀型電子標(biāo)簽。另外一種擴(kuò)展ALOHA算法是FSA算法，是在時隙ALOHA算法基礎(chǔ)上將N個時隙組成一幀，標(biāo)簽在每幀內(nèi)隨機(jī)選擇一個發(fā)送數(shù)據(jù)的時隙，適合應(yīng)用于傳輸信息量較大的情況。FSA算法的特點是適用于較大的信息傳輸場合。但在標(biāo)簽數(shù)量遠(yuǎn)大于時隙個數(shù)的情況下，讀取標(biāo)簽的時間將增加，在標(biāo)簽數(shù)遠(yuǎn)小于時隙個數(shù)情況下，就會造成時隙的浪費。在FSA算法中，當(dāng)遇到始終有碰撞發(fā)生的情況時，要用到動態(tài)時隙ALOHA法，由于幀中的時隙個數(shù)N是動態(tài)產(chǎn)生的，其時隙可根據(jù)需要變化，從而解決了FSA算法中時隙在過多和較少碰撞時的浪費問題。當(dāng)讀寫器

在工作時發(fā)現(xiàn)碰撞發(fā)生較多，就提供合理的時隙數(shù)，直到有唯一標(biāo)簽的時隙為止，從而大大提高吞吐率。

2.3 數(shù)學(xué)模型分析

改良的FSA算法可以動態(tài)地改變下一次讀取循環(huán)中每一幀的時隙數(shù)N，N隨著閱讀區(qū)中標(biāo)簽數(shù)目的增減而改變，這種算法稱為動態(tài)FSA算法，也叫DFSA算法。在輸入的負(fù)載率小于1時，動態(tài)時隙ALOHA算法能減少時隙數(shù)N從而節(jié)約標(biāo)簽讀取時間和空間；在輸入的負(fù)載率大于1時，增加時隙數(shù)，減少幀中的碰撞數(shù)目，同時也避免單獨時隙中的標(biāo)簽被識別的概率變小的情況[12]。

以杯子總數(shù)表示RFID讀卡器掃描周期中一幀中的時隙數(shù)，用球表示標(biāo)簽，投球后剩余的空杯數(shù)表示讀寫器一次掃描閱讀后產(chǎn)生的空時隙數(shù)，進(jìn)行數(shù)學(xué)建模，以此實現(xiàn)根據(jù)讀寫器一次閱讀后產(chǎn)生的空時隙數(shù)猜測標(biāo)簽總數(shù)，從而動態(tài)調(diào)整下次閱讀的時隙數(shù)N。

F1（A，B，E）=CA-BA*HE-（A-B）A-B÷HEA 以50個杯子，50個球為例：總可能數(shù)：H=H5050=5.0446*1028；0個空杯：C5050=1；1個空杯：C4950*H149=C4950*H149，P=C4950*C149÷H；2個空杯：C4850*H248=C4850*C249，P=C4850*C249÷H；......n個空杯：C50-n50*Hn50-n=C50-n50*Cn49，P=C50-n50*Cn49÷H；（注：Hnm=Cnm+n-1，Cnm=m！n！*（m-n）?。?/p>

根據(jù)以上公式推導(dǎo)得到概率模型，繪制概率分布曲線如圖2所示。利用各種規(guī)模的杯、球概率分布曲線，就可以從一次閱讀時的標(biāo)簽識別數(shù)來反推外界標(biāo)簽的總數(shù)量，再采用DFSA算法，設(shè)置讀卡器的幀時隙數(shù)和外界標(biāo)簽的規(guī)模數(shù)相等，此時RFID的讀卡器效率最高。

3 結(jié)語

通過對RFID中間件的設(shè)計，以及對抗碰撞算法的探討，推導(dǎo)了概率曲線，進(jìn)行了仿真實驗，獲得了提高RFID中間件抗碰撞的方法。研究得到以下兩點結(jié)論：①推導(dǎo)了標(biāo)簽識別和標(biāo)簽規(guī)模相關(guān)性的數(shù)學(xué)模型，采用概率學(xué)方法對RFID標(biāo)簽碰撞現(xiàn)象進(jìn)行研究，實現(xiàn)通過已知識別數(shù)反推總標(biāo)簽數(shù)量；②通過改變讀卡器幀時隙和外界標(biāo)簽總數(shù)相匹配，將有效提高RFID系統(tǒng)在物流場景中大規(guī)模標(biāo)簽環(huán)境下的識別效率。

參考文獻(xiàn)：

[1] 林宇洪.木材供應(yīng)鏈追溯RFIC卡的設(shè)計[J].西北林學(xué)院學(xué)報，2013，28（5）：175-179.

[2] LIU HSIN-CHIN，CHEN YUNG-TING，TZENG WEN-SHIN.A multi-carrier UHF passive RFID systern[C].2007 International Symposium on Applications and the Internet Workshops（SAINT-W），2007：409-412.

[3] ZHENG SHIPU，YU FENGQI，ZHU YUESHENG.A novel RFID transceiver architecture with enhanced readability[C].2007 International Conference on Wireless Communications，Networking and Mobile Computing（WiCOM 2007），2007：2074-2077.

[4] SHARYN LEAVER.Evaluating RFID middleware[Z].Forrester Research，2004.

[5] 陳玲.基于RFID及GIS技術(shù)的煙葉物流管理系統(tǒng)研究[D].廈門：廈門大學(xué)，2013.

[6] 林宇洪，林敏敏，胡連珍，等.基于AT89C2051的木材供應(yīng)鏈?zhǔn)殖謾C(jī)的設(shè)計[J].中南林業(yè)科技大學(xué)學(xué)報，2017，37（3）：98-103.

[7] PARK H S，JUN C H.A simple and fast algorithm for K-medoids clustering[J].Expert Systems with Applications，2009，36（2）：3336-3341.

[8] 林宇洪，沈嶸楓，邱榮祖，等.南方林區(qū)林產(chǎn)品運輸監(jiān)管系統(tǒng)的研發(fā)[J].北京林業(yè)大學(xué)學(xué)報，2011，33（5）：130-135.

[9] SANJAY E，SARMA，STEPHEN A.White paper：RFID system，security&privacy implications[Z].AUTO-ID CENTER，2003.

[10] WANG L C，YANG BOYIN，HU YUHUA，et al.A medium-field multivariate public key eneryption scheme[C].Proc.of CT-RSA06，Berlin，Germany；Springer-Verlag，2006：132-149.

[11] MYUNG JIHOON，LEE WONJUN，SRIVASTAVA JAIDEEP.Adaptive binary splitting for efficient RFD tag Anti-collision[J].IEEE Communications Letters，2006，10（3）：144-146.

[12] 林宇洪，陳清耀，邱榮祖.基于K-means聚類的木材運輸行為的可視化監(jiān)管[J].青海師范大學(xué)學(xué)報：自然科學(xué)版，2016，32（1）：54-59.endprint