一种面向离散制造车间的三维射频识别网络布局优化方法技术

本发明专利技术公开了一种面向离散制造车间的三维射频识别网络布局优化方法，首先对离散制造车间目标空间离散化处理，降低三维RFID网络布局优化问题建模的求解难度；其次建立金属遮挡情况下的RFID读写器三维感知模型，明确读写器与标签通讯需满足的约束条件；最后基于多目标混合粒子群算法对以标签覆盖率、读写器间相互干扰率和部署成本为优化目标的RFID网络布局优化模型求解，得出离散制造车间RFID读写器的部署位置和方向。本发明专利技术对于离散制造车间RFID设备部署具有重要的指导意义，可大幅提升车间RFID系统的整体性能。

【技术实现步骤摘要】
一种面向离散制造车间的三维射频识别网络布局优化方法
本专利技术属于射频识别领域，尤其涉及一种面向离散制造车间的三维射频识别网络布局优化方法。
技术介绍
离散制造车间具有产品结构复杂、零部件众多、生产周期长和车间面积大等特点。为实现对离散制造车间生产数据的动态采集、制造过程的实时监控和产品质量的高效回溯等，将RFID技术应用于离散制造车间。为控制RFID硬件成本及扩大RFID感知范围，多选用超高频无源RFID标签、多通道读写器和定向圆极化天线，构成RFID系统的硬件底层。目前，随着RFID技术应用领域的不断扩大，RFID网络规划问题受到了广泛关注。大部分学者在求解该问题时，预先定义RFID标签的数量及各标签的分布情况，通过改变RFID读写器的数量和移动RFID读写器的位置，实现读写器对标签最大范围覆盖，读写器间交叉覆盖区域最小，所需读写器数量最少，同时各读写器所负载的标签数量均衡。而离散制造车间内RFID标签数量由具体的生产订单决定，且标签随车间工人转运或加工等操作出现在不同位置，无法预先确定RFID标签位置和数量，因此需通过RFID读写器对可能出现RFID标签的区域进行覆盖，有效采集本文档来自技高网...

【技术保护点】
1.一种面向离散制造车间的三维射频识别网络布局优化方法，其特征在于，该方法具体包括如下步骤：步骤1：将目标空间离散为若干个单位立方体，并将存在金属障碍物的立方体的状态属性值bxyz赋值为0，将工人的操作区域或生产要素流转区域所在的单位立方体的状态属性值bxyz赋值为1，排除状态属性值被赋为0和1的单位立方体后选择高度在0.1～2米的区域所在的单位立方体并给该单位立方体的状态属性值bxyz赋值为2；除状态属性值被赋为0、1、2的单位立方体外，将其他的单位立方体的状态属性值bxyz赋值为3；步骤2：将标签与读写器的空间距离小于读写器的感知距离lr、标签与读写器的空间连线与RFID天线平面法向量的夹...

【技术特征摘要】
1.一种面向离散制造车间的三维射频识别网络布局优化方法，其特征在于，该方法具体包括如下步骤：步骤1：将目标空间离散为若干个单位立方体，并将存在金属障碍物的立方体的状态属性值bxyz赋值为0，将工人的操作区域或生产要素流转区域所在的单位立方体的状态属性值bxyz赋值为1，排除状态属性值被赋为0和1的单位立方体后选择高度在0.1～2米的区域所在的单位立方体并给该单位立方体的状态属性值bxyz赋值为2；除状态属性值被赋为0、1、2的单位立方体外，将其他的单位立方体的状态属性值bxyz赋值为3；步骤2：将标签与读写器的空间距离小于读写器的感知距离lr、标签与读写器的空间连线与RFID天线平面法向量的夹角小于读写器的感知夹角θr，且标签与读写器之间不存在状态属性值bxyz为0的单位立方体，作为标签能够被该读写器感知的条件；步骤3，基于上述感知条件，构建多目标优化模型；步骤4：利用多目标混合粒子群算法求解上述多目标优化模型，且在粒子群中的粒子相似时引入遗传算法，即进行交叉和变异的操作，从而得到RFID网络优化的解集。2.基于权利要求1所述的方法，其特征在于，所述多目标优化模型包括标签覆盖率COV，读写器间的相互干扰率INF,和读写器的部署成本COS；具体的标签覆盖率COV的表达式如下所示：其中Nt表示状态属性值bxyz为1的单位立方体的总数量，表示状态属性值bxyz为2的单位立方体总数，N为Nt与之和，Xt用于表示状态属性值bxyz为1的单位立方体内的标签与空间中读写器的通信情况，若该标签至少可被一个读写器感知，则Xt为1，否则Xt为0；表示状态属性值bxyz为2的单位立方体内的标签与空间中读写器的通信情况；若该标签至少可被一个读写器感知，则为1，否则为0；读写器间的相互干扰率INF表达式如下所示：其中Nr为读写器的个数，表示为标签t2被读写器r感知的概率，若该标签处于读写器感知范围且未被金属障碍物遮挡，则否则表示状态属性值bxyz为1和2的单位立方体内的标签与空间中读写器的通信情况，若该标签至少可被一个读写器感知，则为1，否则为0；读写器的部署成本COS表达式如下所示：COS＝Nr*C其中，C为单个读写器的部署成本。3.基于权利要求2所述的方法，其特征在于，所述步骤4的具体方法为：步骤4.1：初始化粒子群规模即粒子的个数为M，令迭代次数t＝1；将Nr个读写器投入使用，则每个粒子中有Nr个读写器状态值为1，逐个初始化读写器的位置和方向，并验证初始化后的该读写器的位置是否合理，如果合理则初始化下一个读写器，否则重新初始化该读写器直至该读写器位置合理；Nr＝Nmin，Nmin+1，...，Nmax；Nr、Nmin和Nmax均为自然数，Nmax为被投入使用的读写器的最大个数，Nmin为被投入使用的读写器的最小个数；t＝1，2，3，...，Gt；Gt为最大迭代次数；步骤4.2：如果t＝1，根据多目标优化模型，遍历每个粒子，确定每个粒子之间的支配关系，并将不被其他粒子支配的粒子作为非劣解存储，得到非劣解集；否则根据多目标优化模型，遍历第t次迭代计算中的每个粒子和第t-1次迭代计算得到的非劣解集中的非劣解；确定第t次迭代计算中的各粒子之间以及各个粒子与第t-1次迭代计算中的所有非劣解之间的支配关系，将第t次迭代计算得到的非劣解集替换第t-1次迭代计算得到的非劣解集并保存；步骤4.3：如果t＜Gt，则转步骤4.4，否则转步骤4.5；步骤4.4：依次更新所有粒子，并计算更新后所有粒子的多目标优化模型中各函数的值，根据更新后的粒子群的标签覆盖率方差和读写器间的相互干扰率方差判断更新后粒子群中的粒子是否相似，如果相似，对所有优秀的粒子依次进行遗传算法计算，t+1并转步骤5；否则直接t+1并转步骤5；所述优秀的粒子为标签覆盖率值高于且读写器间的干相互扰率低于所述为粒子群标签覆盖率的平均值；为...

【专利技术属性】
技术研发人员：郭宇，张蓉，黄少华，熊伟杰，杨辰，刘道元，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32