一种基于大规模射频识别系统的异常信息收集方法技术方案

本发明专利技术涉及信息收集协议，具体为一种基于大规模射频识别系统的异常信息收集方法，广泛适用于仓储库管理、供应链以及大型商场的物品信息收集、监测。本发明专利技术先随机抽取部分标签收集其检测的信息，通过后台信息处理分析，估计出阅读器识别范围内所有信息检测异常的标签数（这些标签称为异常标签），然后通过布隆姆过滤器为异常标签分配单时隙，最后收集这些标签集成传感器所监测的数据。通过抽样的方法，信息检测正常的标签将在信息收集阶段保持沉默，不再需要传送信息给阅读器，极大减少了通信量。再利用布隆姆过滤器的思想，最大程度为异常标签分配单时隙，减少空时隙的等待，提高信息收集的效率。

An Abnormal Information Collection Method Based on Large Scale Radio Frequency Identification System

The invention relates to an information collection protocol, in particular to an abnormal information collection method based on a large-scale radio frequency identification system, which is widely applicable to warehouse management, supply chain and commodity information collection and monitoring in large shopping malls. The method first randomly extracts some tags to collect the detection information, then estimates the number of abnormal tags (these tags are called abnormal tags) detected by all information within the range of reader recognition through background information processing analysis, then allocates a single slot for the abnormal tags through Bloom filter, and finally collects the data monitored by these tags integrated sensors. By sampling method, the normal label of information detection will remain silent in the information collection stage, and no longer need to transmit information to the reader, which greatly reduces the traffic. Then, the idea of Bloom filter is used to allocate single slots for anomaly labels to the greatest extent, reduce the waiting of slots, and improve the efficiency of information collection.

【技术实现步骤摘要】
一种基于大规模射频识别系统的异常信息收集方法
本专利技术涉及信息收集协议，具体为一种基于大规模射频识别系统的异常信息收集方法，广泛适用于仓储库管理、供应链以及大型商场的物品信息收集、监测。
技术介绍
大规模射频识别(RFID)系统在商场、仓储库、供应链中应用非常广泛，由于其成本低，外形灵巧，具有一定存储信息能力，且通过与阅读器的通信，可以将自身存储的关于物品的信息以及监测到的关于周围环境信息传给阅读器，极大地方便了用户对大量物品的管理。特别是在冷藏库对易变质物品的管理中，如果有异常情况，例如温度或者湿度等过高、过低，管理员需要可以立即做出相应的调整，延长物品的存储时间。上述应用存在两个特点：1.物品存储的时间需要尽可能的长，这时就需要排除一切影响物品变质的因素，例如有几个物品已经出现变质情况时需要立即做出处理，每个物品所处的环境必须是最适宜的；2.物品的数量很多，读取每个物品监测的信息需要耗费大量的成本。因此，设计一种高效的异常信息收集算法，对于RFID系统大规模应用具有重要的意义。
技术实现思路
本专利技术是针对大规模RFID系统的应用提出一种快速有效的异常信息收集协议，协议先随机抽取部分标签收集其检测的信息，通过后台信息处理分析，估计出阅读器识别范围内所有信息检测异常的标签数(这些标签称为异常标签)，然后通过布隆姆过滤器为异常标签分配单时隙，最后收集这些标签集成传感器所监测的数据。本专利技术是采用如下的技术方案实现的：一种基于大规模射频识别系统的异常信息收集方法，包括异常标签估计阶段和信息收集阶段；异常标签估计阶段包括以下步骤：阅读器首先广播<r,N>给所有标签，标签收到命令后通过计算哈希函数H(r,ID)modN，得到回复阅读器时所占用的时隙数并在该时隙传送数据，N为阅读器识别范围内所有标签的总数量，r为随机数；阅读器通过相同的哈希函数计算还原每个时隙应回复的标签ID，并在单时隙中随机抽取NC个标签的数据，通过后台分析得到NC中异常标签的个数为NOC，从而估计出异常标签占总标签的比例p’。然后阅读器将最优数据θ以及错误阈值ε发送给所有标签，标签将自己感知的数据与这个值对比，感知数据在{θ-ε，θ+ε}范围内表示物品数据正常，并在信息收集阶段将保持沉默，同时被抽取的NC个标签也在信息收集阶段保持沉默；感知数据不在{θ-ε，θ+ε}范围内表示数据异常，在信息收集阶段发送感知数据给阅读器；信息收集阶段包括以下步骤：阅读器发送帧长F值、随机种子R给标签,标签通过伪随机哈希函数H(ID,R)modF计算选择相应的时隙回复短响应给阅读器；阅读器将收到的响应向量(标签发送的短响应形成响应向量)中空时隙和冲突时隙置为“0”，单时隙置为“1”，然后阅读器将这个连续时隙构成的矢量发送给标签；标签通过刚收到矢量核对自己发送短响应的时隙是否为1，若为1则在该时隙发送感知数据，若不为1则等下一轮发送感知数据。上述的一种基于大规模射频识别系统的异常信息收集方法，异常标签估计阶段中Nc值按下列公式选取，p”为未知的异常标签数占比，当p”＝0.5，NC样本达到最大，这种情况下，估计的异常标签占总标签的概率值越准确。上述的一种基于大规模射频识别系统的异常信息收集方法，标签发送感知数据时，在第“s+1-y”个时隙中发送感知数据，“s+1”为标签对应的单时隙，y为矢量中第“s+1”个时隙前标记为“0”的时隙总数。跨过为0的时隙发送数据可节省数据的发送时间。通过抽样的方法，信息检测正常的标签将在信息收集阶段保持沉默，不再需要传送信息给阅读器，极大减少了通信量。再利用布隆姆过滤器的思想，最大程度为异常标签分配单时隙，减少空时隙的等待，提高信息收集的效率。附图说明图1为总体标签数N为10000时估计误差δ与抽取样本NC之间的关系图。图2为异常信息收集过程流程图。具体实施方式因一般仓储应用中，标签使用前会被登记，其ID号会入库到电脑后台，或者由管理员统一生成。所以假设后台保存有所有标签ID号。在大规模RFID系统中收集多种类型的标签信息，主要分为2个阶段，第一阶段为异常标签估计阶段，标签通过比对数据确定自己是否为异常标签(阅读器通过样本NC估计异常标签数)；第二阶段为信息收集阶段，阅读器收集异常标签信息。异常标签估计阶段阅读器首先广播<r,N>给所有标签，标签收到命令后通过计算哈希函数H(r,ID)modN，得到回复阅读器时所占用的时隙数并在该时隙传送数据。阅读器通过相同的哈希函数计算还原每个时隙应回复的标签ID，并在单时隙中随机抽取NC个标签的数据，通过后台分析得到NC中异常标签的个数为NOC，从而估计出异常标签占总标签的比例p’(为使得到的p’更接近实际情况中异常标签的占比，应尽可能使得抽取样本数NC达到最优，具体参数求解过程请参考参数确定过程的公式4)。然后阅读器将最优数据θ以及错误阈值ε发送给所有标签，标签将自己感知的数据与这个值对比，在{θ-ε，θ+ε}范围内表示物品数据正常，并在之后的阶段将保持沉默，同时被抽取的NC个标签也在之后的阶段保持沉默；不在范围内表示数据异常。在下一阶段剩余异常标签集合NOO(其值将在下文中给出相应的推导公式)将感知的数据发送给阅读器。因为整个信息收集协议执行的时间很短，可能就几十秒到几分钟，所以在此期间，假设标签的感知信息是不发生变化的，整个过程是静态的。信息收集阶段在估计NOO标签数之后，阅读器发送帧长F值(由于不同情况中，得到的剩余异常标签数不同，那么阅读器需要收集这些标签信息时所需要的帧长F也会随着NOO发生变化，可以通过布隆姆过滤器原理求出最优帧长F取值，从而提高信息收集效率，具体求解过程请参考参数确定过程公式1)、随机种子R给标签，标签通过伪随机哈希函数H(ID,R)modF计算选择相应的时隙回复短响应给阅读器。阅读器将收到的响应向量中空时隙和冲突时隙置为“0”，单时隙置为“1”，用物理层理解就是将未收到信号的时隙和解码信号不成功的时隙标记为“0”，成功解码的时隙标记为“1”，然后阅读器将这个连续时隙构成的矢量发送给标签。集合NOO中标签通过刚收到矢量核对自己发送短响应的时隙是否为“1”，若为1则在该时隙发送感知数据，若不为1则等下一轮发送感知数据。标签发送感知数据时，在第“s+1-y”个时隙中发送感知数据，“s+1”为标签对应的单时隙，y为矢量中第“s+1”个时隙前标记为“0”的时隙总数。下面具体描述协议中参数的确定过程：信息收集过程中，首先需要确定的是帧长F，以及最后需要回复的标签NOO的值，因为在基于bloomfilter协议设计执行中存在假阳性概率，也就是信号干扰会使得原本标记为“0”的时隙被标签接收到后可能变成标记为“1”，所以根据bloomfilter基本算法原理可以得到：当哈希函数个数为1时，某一位为0的概率为假阳性概率为：通过变换可以得到帧长计算公式：通过将估计得到的NOO带入，便可得到信息收集时需要的帧长。下面具体说明NOO的估计过程：通过简单随机抽取一定的样本NC，并得到样本中异常标签数NOC，就可估算出异常标签占总标签的概率值p’，即同时根据上式可以直接估算出NOO的值为：NOO＝p'×(N-NC)(3)只要p'近似于实际概率值就可估算出最佳的NO本文档来自技高网...

【技术保护点】
1.一种基于大规模射频识别系统的异常信息收集方法，其特征在于包括异常标签估计阶段和信息收集阶段；异常标签估计阶段包括以下步骤：阅读器首先广播<r,N>给所有标签，标签收到命令后通过计算哈希函数H(r,ID)modN，得到回复阅读器时所占用的时隙数并在该时隙传送数据，N为阅读器识别范围内所有标签的总数量，r为随机数；阅读器通过相同的哈希函数计算还原每个时隙应回复的标签ID，并在单时隙中随机抽取NC个标签的数据，通过后台分析得到NC中异常标签的个数为NOC，从而估计出异常标签占总标签的比例p’；然后阅读器将最优数据θ以及错误阈值ε发送给所有标签，标签将自己感知的数据与这个值对比，感知数据在{θ‑ε，θ+ε}范围内表示物品数据正常，并在信息收集阶段将保持沉默，同时被抽取的NC个标签也在信息收集阶段保持沉默；感知数据不在{θ‑ε，θ+ε}范围内表示数据异常，在信息收集阶段发送感知数据给阅读器；信息收集阶段包括以下步骤：阅读器发送帧长F值、随机种子R给标签，标签通过伪随机哈希函数H(ID,R)mod F计算选择相应的时隙回复短响应给阅读器；阅读器将收到的响应向量中空时隙和冲突时隙置为“0”，单时隙置为“1”，然后阅读器将这个连续时隙构成的矢量发送给标签；标签通过刚收到矢量核对自己发送短响应的时隙是否为“1”，若为1则在该时隙发送感知数据，若不为1则等下一轮发送感知数据。...

【技术特征摘要】
1.一种基于大规模射频识别系统的异常信息收集方法，其特征在于包括异常标签估计阶段和信息收集阶段；异常标签估计阶段包括以下步骤：阅读器首先广播<r,N>给所有标签，标签收到命令后通过计算哈希函数H(r,ID)modN，得到回复阅读器时所占用的时隙数并在该时隙传送数据，N为阅读器识别范围内所有标签的总数量，r为随机数；阅读器通过相同的哈希函数计算还原每个时隙应回复的标签ID，并在单时隙中随机抽取NC个标签的数据，通过后台分析得到NC中异常标签的个数为NOC，从而估计出异常标签占总标签的比例p’；然后阅读器将最优数据θ以及错误阈值ε发送给所有标签，标签将自己感知的数据与这个值对比，感知数据在{θ-ε，θ+ε}范围内表示物品数据正常，并在信息收集阶段将保持沉默，同时被抽取的NC个标签也在信息收集阶段保持沉默；感知数据不在{θ-ε，θ+ε}范围内表示数据异常，在信息收集阶段发送感知数据给阅读器；信息收集阶段包括...

【专利技术属性】
技术研发人员：刘记辰，陈维毅，杨海珠，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14