【技术实现步骤摘要】
本专利技术涉及一种基于rfid和dfsa算法的智能感知货柜批量识别技术，属于电力物资管理领域。
技术介绍
1、随着物联网技术和电子标签识别技术的快速发展，电力物资管理和控制将向着网络化和智能化的方向发展，随着电力物资大幅度增加，对大规模信息的处理速度和智能化提出更高的要求。在物资仓储流转过程中，货物附加了许多数据信息，主要包括物品基本属性、产地等信息内容，通过电子标签、条形码识别等进行标签信息的采集和配对，需要建立准确和高效的信息数据加工和分析系统，通过信息监控和挖掘提高物流管理和货物追溯能力。目前常采用射频识别(rfid)技术，通过无线射频方式进行非接触式双向数据通信，利用无线射频方式对特定标签进行读写，从而达到识别目标和数据交换的目的。
2、在rfid系统中，由于一种阅读器发出查询命令之后，会有多个标签同时被关联到，造成相互的干扰，这种干扰称之为碰撞。为避免这些碰撞的产生，就要在rfid中引入一种防碰撞算法。目前主流的防碰撞算法主要有二进树防冲突算法和aloha防冲突算法，且二进树防冲突算法系统设计复杂度高，因此很少应用于实际系统中；aloha算法因其逻辑简单、系统复杂度低而被广泛应用。因此，结合智能感知货柜的实际需求，研究一种高效aloha算法是十分必要的，同时将其用于物资的快速批量识别是具有重大意义。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种基于rfid和dfsa算法的智能感知货柜批量识别技术，解决目前货柜盘点难度大、分拣补货效率低等
2、为解决上述技术问题，本专利技术所采用的技术方案是：一种基于rfid和dfsa算法的智能感知货柜批量识别技术，利用rfid合成孔径雷达定位算法获取标签信息，实现资产溯源管理。
3、进一步的，合成孔径雷达(sar)指的是利用雷达与目标的相对运动轨迹并且辐射相参信号，在不同位置接收回波进行处理，获得较高分辨率的成像雷达。类似地，rfid系统中天线和标签在相对运动过程中不断返回rfid相位信息并进行处理，从而实现天线和标签相对位置的确定，该方法即为rfid合成孔径雷达定位算法。在t时刻，rfid合成孔径雷达定位算法中相位θ-距离的计算如下：
4、
5、式中：λ为波长；d为天线与标签的距离；为相位偏移。
6、进一步的，在快速批量的标签识别过程中，为防止多个rfid标签同时读取识别时发生碰撞冲突，导致误识别现象发生，一种dfsa算法(动态帧时隙aloha算法)。利用该算法将若干个时隙组成为一帧，阅读器按帧为单元进行识别，同时利用gru(门控循环单元)网络对rfid系统下一帧的标签数做预测，以准确地调整帧长，从而实现可靠的多标签动态批量快速识别。
7、进一步的，帧时隙aloha(framed slotted aloha，fsa)算法引入了同步的概念，将每一帧分成若干个时隙，单个时隙长度必须大于收发数据的长度，以保证数据包的传输完整性。读写器范围内的电子标签不能随意发送数据，必须随机选择某个时隙的起始点进行数据发送。在信息传输中包含以下时隙：1)空闲时隙，信道处于空闲状态，无电子标签进行数据传输；2)应答时隙，仅有一个电子标签在该时隙发送数据；3)碰撞时隙，多个电子标签同时发送数据，数据发生碰撞。
8、进一步的，fsa算法的帧长为固定值，当系统有较多的标签时，一个帧内的碰撞次数将会增加，造成系统性能下降；当标签数较少时，一个帧内的空闲时隙较多，造成大量时隙浪费。dfsa算法较好地解决了fsa算法存在的问题，其核心思想是根据当前帧的识别情况动态调整下一帧的帧长，从而提高系统吞吐率。
9、在dfsa系统中，设一帧的帧长为l即一帧内的时隙数)，到达的标签数为n，每个标签被分配到该帧内任何一个时隙的机会相同且相互独立，标签识别成功、时隙空闲、冲突分别用s，i，b来表示。那么一个时隙内具有n个标签是服从二项分布的，且某个标签选择帧内任意时隙的概率为p＝1/l。则一个时隙内有n个标签的概率为：
10、
11、通过理论计算，系统的吞吐率为：
12、
13、当ds/dn＝0时，系统吞吐率s取得最大值，此时最佳帧长为：
14、
15、当标签数量较多时，将式(1.4)通过泰勒展开式求解得到n≈l，即当系统标签数较多时，读写器范围内未识别的标签数即为最佳帧长。
16、进一步的，dfsa算法的核心在于动态调整帧长，当帧长与标签数相等时可实现吞吐率的最大化，而gru神经网络在时间序列预测上有较好的表现。用gru神经网络事先对下一帧的标签数做预测，实现帧长的准确调整从而提高系统的吞吐率。
17、进一步的，gru有两个门，一个是重置门(reset gate)，另一个是更新门(updategate)。在时间步t，更新门的计算如下：
18、zt＝sigmoid(w(z)xt+u(z)ht-1) (1.5)
19、式中：xt为第t个时间步输入的向量，会经过一个线性变换；ht-1保存的是前一个时间步的信息，同样也经过一个线性变换。将以上经过变化后信息相加，并输入到激活函数当中，最后结果将变换到0和1之间。这可以决定继续往下传递的历史信息的比例，从过去复制信息来减少梯度消失的风险。
20、在时间步t，重置门的计算如下：
21、rt＝sigmoid(w(r)xt+u(r)ht-1) (1.6)
22、重置门的计算方式与更新门一样，只不过线性变换用的参数有所改变，重置门可以计算非重点信息的比例，然后将这些信息过滤掉。
23、在时间步t，候选隐藏层的计算如下：
24、h't＝tanh(wxt+u(rt⊙ht-1)) (1.7)
25、候选隐藏层可以理解为当前的记忆内容。最后控制隐藏层里被过滤的信息比例，然后与现时刻的隐藏层信息h't相加，得到最后输出的隐藏层的信息ht，也是当前时间步的最终记忆，其计算如下：
26、ht＝zt⊙ht-1+(1-zt)⊙h't (1.8)
27、进一步的，当读写器进行第一次识别时，由于没有参考，故不能预测下一帧的标签数，则由读写器随机确定一个较小的帧长进行识别。从第二帧开始，每次识别之前由gru预测下一帧的标签数，实现帧长合理调整。为减少标签识别的时延，该流程中的gru预模型为事先训练好的模型。
28、与现有技术相比，本专利技术所达到的有益效果是：
29、通过gru模型快速准确地调整dfsa算法的帧长，减少了通信耗时，提高了多标签识别效率；
30、可以多维感知采集货柜信息，自动识别信息，实现货柜的智能盘点，提高了智能感知货柜动态批量识别的可靠性；
31、能够按照不同存储物资类型，实现日前级、小时级、分钟级、秒级资源的划分、管理和应用，
本文档来自技高网...【技术保护点】
1.一种基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，利用RFID合成孔径雷达定位算法获取标签信息，实现资产溯源管理。
2.根据权利要求1所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，合成孔径雷达(SAR)指的是利用雷达与目标的相对运动轨迹并且辐射相参信号，在不同位置接收回波进行处理，获得较高分辨率的成像雷达。类似地，RFID系统中天线和标签在相对运动过程中不断返回RFID相位信息并进行处理，从而实现天线和标签相对位置的确定，该方法即为RFID合成孔径雷达定位算法。在t时刻，RFID合成孔径雷达定位算法中相位θ-距离的计算如下：
3.根据权利要求2所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，在快速批量的标签识别过程中，为防止多个RFID标签同时读取识别时发生碰撞冲突，导致误识别现象发生，一种DFSA算法(动态帧时隙ALOHA算法)。利用该算法将若干个时隙组成为一帧，阅读器按帧为单元进行识别，同时利用GRU(门控循环单元)网络对RFID系统下一帧的标签数做预测，以准确地调整帧长，从而实
4.根据权利要求3所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，帧时隙ALOHA(Framed Slotted Aloha，FSA)算法引入了同步的概念，将每一帧分成若干个时隙，单个时隙长度必须大于收发数据的长度，以保证数据包的传输完整性。读写器范围内的电子标签不能随意发送数据，必须随机选择某个时隙的起始点进行数据发送。在信息传输中包含以下时隙：1)空闲时隙，信道处于空闲状态，无电子标签进行数据传输；2)应答时隙，仅有一个电子标签在该时隙发送数据；3)碰撞时隙，多个电子标签同时发送数据，数据发生碰撞。
5.根据权利要求4所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，FSA算法的帧长为固定值，当系统有较多的标签时，一个帧内的碰撞次数将会增加，造成系统性能下降；当标签数较少时，一个帧内的空闲时隙较多，造成大量时隙浪费。DFSA算法较好地解决了FSA算法存在的问题，其核心思想是根据当前帧的识别情况动态调整下一帧的帧长，从而提高系统吞吐率。
6.根据权利要求5所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，DFSA算法的核心在于动态调整帧长，当帧长与标签数相等时可实现吞吐率的最大化，而GRU神经网络在时间序列预测上有较好的表现。用GRU神经网络事先对下一帧的标签数做预测，实现帧长的准确调整从而提高系统的吞吐率。
7.根据权利要求6所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，GRU有两个门，一个是重置门(Reset gate)，另一个是更新门(Update gate)。在时间步t，更新门的计算如下：
8.根据权利要求7所述的基于RFID和DFSA算法的智能感知货柜批量识别技术，其特征在于，当读写器进行第一次识别时，由于没有参考，故不能预测下一帧的标签数，则由读写器随机确定一个较小的帧长进行识别。从第二帧开始，每次识别之前由GRU预测下一帧的标签数，实现帧长合理调整。为减少标签识别的时延，该流程中的GRU预模型为事先训练好的模型。
...【技术特征摘要】
1.一种基于rfid和dfsa算法的智能感知货柜批量识别技术，其特征在于，利用rfid合成孔径雷达定位算法获取标签信息，实现资产溯源管理。
2.根据权利要求1所述的基于rfid和dfsa算法的智能感知货柜批量识别技术，其特征在于，合成孔径雷达(sar)指的是利用雷达与目标的相对运动轨迹并且辐射相参信号，在不同位置接收回波进行处理，获得较高分辨率的成像雷达。类似地，rfid系统中天线和标签在相对运动过程中不断返回rfid相位信息并进行处理，从而实现天线和标签相对位置的确定，该方法即为rfid合成孔径雷达定位算法。在t时刻，rfid合成孔径雷达定位算法中相位θ-距离的计算如下：
3.根据权利要求2所述的基于rfid和dfsa算法的智能感知货柜批量识别技术，其特征在于，在快速批量的标签识别过程中，为防止多个rfid标签同时读取识别时发生碰撞冲突，导致误识别现象发生，一种dfsa算法(动态帧时隙aloha算法)。利用该算法将若干个时隙组成为一帧，阅读器按帧为单元进行识别，同时利用gru(门控循环单元)网络对rfid系统下一帧的标签数做预测，以准确地调整帧长，从而实现可靠的多标签动态批量快速识别。
4.根据权利要求3所述的基于rfid和dfsa算法的智能感知货柜批量识别技术，其特征在于，帧时隙aloha(framed slotted aloha，fsa)算法引入了同步的概念，将每一帧分成若干个时隙，单个时隙长度必须大于收发数据的长度，以保证数据包的传输完整性。读写器范围内的电子标签不能随意发送数据，必须随机选择某个时隙的起始点进行数据发送。在信息传输中包含以下时隙：1)空...
【专利技术属性】
技术研发人员：杜鹏，乔立春，吴彦宝，陈楠，左航，左进，钱龙，辛腾蛟，廉宁，马洋洋，
申请(专利权)人：国网宁夏电力有限公司银川供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。