CN101359358B - 标签识别***、标签读取装置和标签位置确定方法 - Google Patents

Abstract

本发明提供了标签识别***、标签读取装置和标签位置确定方法。根据本发明的第一方面，一种标签识别***包括发送询问信号的标签读取装置以及按顺序排列的多个标签，其中：所述多个标签中的每个标签能够响应于接收到的询问信号而返回答复；所述标签读取装置至少包括位置确定单元，该位置确定单元基于所述标签读取装置接收到的由所述多个标签响应询问信号而返回的答复，确定所述多个标签的排列位置。

Description

标签识别***、标签读取装置和标签位置确定方法

技术领域

本发明总体上涉及计算机***，尤其涉及标签识别***、标签读取装置和标签位置确定方法。

背景技术

作为一种经由射频方式进行非接触式双向通信以交换数据从而达到识别目的的技术，射频识别(Radio Frequency Identification，简写为RFID)技术正获得越来越广泛的应用。

典型的RFID***一般包括两部分，即RFID读取器和RFID标签。RFID标签位于要识别的对象上，是RFID***中的数据携带者。典型的RFID标签包括存储数据的微芯片，以及用于与RFID读取器进行射频通信的耦合元件，例如线圈天线。RFID标签可以是有源的或无源的元件。有源RFID标签具有电源(例如电池)，并且可以主动发送用于通信的RF信号，而无源RFID标签从RFID读取器的询问信号中获得其全部能量，并且或者反射RFID标签的信号，或者对RFID标签的信号进行负载调制，以进行通信。大多数RFID标签，无论是有源的还是无源的，都只在被RFID读取器询问时才进行通信。

RFID读取器能够从RFID标签中读取数据和/或向RFID标签写入数据。典型的RFID读取器包括射频模块、处理器和耦合元件(如天线)，以采用射频方式与RFID标签通信。此外，许多RFID读取器装有信息读取接口，使得它们能够将接收到的数据传输给一个数据处理子***，例如运行在个人计算机上的存储器。

在大多数RFID***中，RFID读取器的天线发射的询问信号能够被处于该天线的覆盖范围(下文中有时也称之为RF区域)内的标签所接收。该覆盖范围的大小取决于RFID读取器的工作频率和天线尺寸。当RFID标签处于该天线的覆盖范围时，它会检测到读取器的询问信号，并响应于该询问信号发送存储的待识别对象的信息或数据作为答复。读取器根据接收到的RFID标签返回的答复，来对RFID标签所标识的对象进行识别。

与条码、磁卡、IC卡等同期或早期的识别技术相比，RFID技术具有非接触、工作距离长、适于恶劣环境等优点。由于它的这些优点，RFID技术已被越来越多地应用在高密度的仓库、图书馆等的管理中。但是，在RFID应用层中，个体管理比批次管理要困难，如图1所示。

高密度管理的一种重要情形是仓库或图书馆管理中的个体定位问题。现有方法遇到的问题是冲突时有发生从而导致顺序混乱，而批次信息对于个体定位管理是没有用处的。

目前，要检测高密度序列中的RFID标签的个体顺序(相对位置)是很困难的，因为：

1.当RFID读取器向标签发射信号时，可能有多个标签同时对读取器作出应答。

2.RFID读取器可以同时读取多个标签。但是，读取到的只是一些简单的信息，且其顺序是混乱的。如图2所示。

3.当多个标签同时进入RF区域时就会发生冲突。冲突使得自然顺序完全混乱，这主要表现在：

a.在无源标签的情况下，由于标签没有内部电源，因此状态信息是不可靠的。

b.标签之间无法相互通信。这是多信道接入通信问题的一种特殊情况。

c.标签的存储和计算能力有限。标签几乎不能进行计算。

d.现有的研究集中于抗冲突技术，这对于检测高密度序列的正确顺序基本上是没有帮助的。

4.随着读取器的抗冲突能力的提高，个***置检测效率将成为瓶颈。当前的读取器每秒可读取多于600个C1 G2(第1类第2代)标签。但是，对于特殊的RFID读取器，要在真实环境中读取一个标签，则需要大约几十毫秒。即“全局滚读(global scroll)”效率低于“盘点(inventory)”效率。

可见，确定高密度RFID标签的正确顺序或个***置是一个需要解决的问题。该问题的模型在图3中示出。

乱序信息是指观察到的顺序信息不等于高密度序列的真实顺序信息。即 $\stackrel{\→}{S}=\{B\→A\}$ 的观察值为混乱序列信息具有以下特性：

a.当物体A和B同时处于观察区域中时冲突发生

b.在冲突开始之前存在个体A单独存在的短暂时段

c.在冲突结束之后存在个体B单独存在的短暂时段

d.不存在精确地区分单个物体和多个物体的边界的方法，也不存在控制观察的精确方法

e.物体A和B之间的间隔是不确定的。

在RFID读取器的询问区域中可能存在许多标签。RFID***中的读取器可向标签发送询问消息。在接收到消息时，所有标签都会向读取器发送响应。如果有多个标签作出了响应，它们的响应就会在RF通信信道中发生冲突，从而无法被读取器接收到。解决此冲突的问题一般被称为抗冲突问题，并且解决此问题的能力是一种十分重要的能力。

在所有的多接入过程中，最简单的一种是ALOHA过程。只要数据分组可用，它就被从标签发送到读取器。这是一种标签驱动的随机TDMA过程。该过程专用于只读标签，这种标签一般只需要发送少量数据(序列号)，该数据被循环地发送到读取器。数据发送时间只占重复时间中的一小部分，因此在发送之间存在较长的暂停。此外，每个标签的重复时间略有不同。因此存在一定的概率，即两个标签可能在不同的时间发送其数据分组，因而数据分组不会彼此冲突。ALOHA***中的数据发送的时序在图4中示出。

某些时隙型Aloha协议被广泛地用作商业性标签产品中抗冲突方法的基本概念，比如PHILIPS的“I-code”和ISO/IEC-18000-6C等等。该算法的主要想法是通过减少无用时隙(空的或冲突的)来加速盘点过程。但是，它却无法确定RFID标签进入RF区域的顺序，因为Aloha的随机选择方法和相关的抗冲突算法已经使得顺序变得混乱。

现有的研究主要集中于如何在最短时间内读取尽可能多的标签。在检测高密度序列的正确顺序方面，它不会提供任何帮助，甚至可能会提供误导。现有研究的目的在图5中示出。

如上所述，现有的解决方案集中于读取大量标签的大功率方法。当前的抗冲突算法完全打乱了多个标签的顺序。这些方法提供了在短时间内检测多个标签的方法。但是，所读取的信息只包括与顺序无关的信息，例如号码、大致的时间等等。

可见，需要一种实用且高效地检测高密度的RFID标签的相对位置的***和方法。

发明内容

本发明的目的在于提供一种实用且高效地检测高密度RFID标签的相对排列位置的标签识别***、标签读取装置和标签顺序确定方法。

根据本发明的第一方面，提供了一种标签识别***，包括发送询问信号的标签读取装置以及按顺序排列的多个标签，其中：所述多个标签中的每个标签能够响应于接收到的询问信号而返回答复；所述标签读取装置至少包括位置确定单元，该位置确定单元基于所述标签读取装置接收到的由所述多个标签响应询问信号而返回的答复，确定所述多个标签的排列位置。

根据本发明的第一方面，提供了一种标签读取装置，能够发出询问信号并接收标签返回的答复，包括：位置确定单元，该位置确定单元基于所述标签读取装置接收到的由按顺序排列的多个标签响应于所述标签读取装置发送的多个询问信号而返回的答复，确定所述多个标签的排列位置。

根据本发明的第一方面，提供了一种利用标签读取装置确定多个标签的排列位置的方法，包括：询问信号发送步骤，用于从所述标签读取装置向所述多个标签发送多个询问信号；以及位置确定步骤，用于基于所述标签读取装置接收到的由所述多个标签响应于所述多个询问信号而返回的答复，确定所述多个标签的排列位置。

本发明的技术方案主要实现了以下技术效果：

1.准确地对信息来自于单区还是多区进行了分类，更容易捕捉单区；

2.提供了用于确定适于顺序检测的RF区域大小的方法和标准；

3.易于部署，其可适应于

a.具有不同频率的读取器，

b.不同的距离要求，

c.不同的通信速度；

4.独立于抗冲突算法或协议；

5.具有可靠的检测正确率。本发明的以上和其他特征和优点将在下面参考附图进行详细描述。

附图说明

图1示出RFID应用层中个体管理的困难；

图2示出由于多个标签同时应答而产生的顺序混乱问题；

图3示出确定高密度RFID标签的正确顺序的问题模型；

图4示出ALOHA***中的数据发送的时序；

图5示出现有研究的目的；

图6示出了根据本发明一个实施例的RFID***的示意图；

图7是示出图6所示的RFID读取装置的结构的示意框图；

图8示出了最优的衰减水平和可靠的RF区域；

图9示意性地示出了读取多个标签时可能存在的区域；

图10示出了不同挑选方法的效果；

图11示出了序优化的基本原理；

图12示出了本发明的挑选方法的基本原理；

图13示出了纯BP算法和本发明的方法之间的理论比较；以及

图14示出了图6所示的RFID***中RFID读取装置判断多个RFID标签的排列位置的操作流程。

具体实施方式

下面将参考附图结合本发明的优选实施例来详细说明本发明的特征和优点。

图6示出了根据本发明一个实施例的RFID***100的示意图。该实施例代表了货架货物管理的情形。本领域的技术人员将会理解，根据本发明的RFID***也同样可适用于其他仓库、图书馆等管理***，确定待识别对象的空间位置，并通过在各个位置上进行识别，进而方便的绘制空间示意图。

如图6所示，根据本发明实施例的RFID***100包括RFID读取装置101和多个RFID标签102。附着了RFID标签102的货物置于货架上，其间的间隔不确定且随机，从而这些标签形成一个高密度序列。RFID读取装置101向货架上的这些标签发送询问信号，并根据标签响应于询问信号所返回的答复，来确定这些标签在货架上的相对位置，从而便于对附着了标签的货物进行进一步的管理。在图6的***中，还示出了一个与RFID读取装置101相连接的终端计算机，用于对RFID读取装置101接收到的数据进行处理。本领域的技术人员将会意识到，本发明并不限于此。处理数据的能力也可集成在RFID读取装置101中。

图7是示出RFID读取装置101的结构的示意框图。如图7所示，根据本发明的RFID读取装置101包括天线1010，用于经由射频通信发送和接收数据。该天线具有相应的覆盖范围(coverage)，处于该覆盖范围内的标签都能接收到RFID读取装置101通过该天线发送的询问信号，并且能够响应于该询问信号返回答复，从而使得RFID读取装置101能够通过该天线接收到答复。

RFID读取装置101包括位置确定单元1011，还可以选择的包括答复计数单元1012和覆盖范围设置单元1013。

位置确定单元1011基于天线1010接收到的从标签102返回的答复，确定标签102的排列位置。

答复计数单元1012对所述多个标签中响应于一个询问信号返回了答复的标签的数目进行计数，并将计数结果发送给所述位置确定单元。具体而言，答复计数单元1012实现信息分类功能，即通过计算接收到的答复包括从多少个标签返回的答复来对接收到的信息进行分类。更具体而言，答复计数单元1012对天线接收到的响应于一个询问信号的答复进行分类以确定这些答复来自于单区还是多区，如果是多区则是否是最近多区(NM区)，并将结果发送给位置确定单元1011。其中单区代表接收到的答复只包括从一个标签返回的答复，多区代表接收到的答复包括从不止一个标签返回的答复，最近多区代表响应于当前询问信号的答复的数目比响应于前一询问信号的答复的数目多1，换言之，即接收到当前询问信号并作出答复的标签的数目比接收到前一询问信号并作出答复的标签的数目多1。

覆盖范围设置单元1013用于设置RFID读取装置101的覆盖范围，也就是天线1010的覆盖范围，使得标签102中只有特定数目的标签能够接收到RFID读取装置101通过天线1010发送的询问信号。最优的衰减水平和可靠的RF区域在图8中示出。

具体而言，覆盖范围设置单元1013基于RFID读取装置101接收到的响应于前一询问信号而返回的答复，设置发送当前询问信号时天线1010的覆盖范围，使得多个标签102中能够接收到当前询问信号的标签的数目比标签102中能够接收到前一询问信号的标签的数目多1。

并且，当RFID读取装置101首次向多个标签102发送询问信号时，覆盖范围设置单元1013设置天线的覆盖范围使得多个标签102中只有一个标签能够接收到RFID读取装置101发送的这第一个询问信号。

实际上，本发明的RFID读取装置101中的位置确定单元1011、答复计数单元1012和覆盖范围设置单元1013的操作整体上构成了一种基于信息分区和序优化(Ordinal Optimization，简写为OO)来识别标签排列位置的方法。下面将对其原理和特征进行详细描述。

如上所述，答复计数单元1012对天线接收到的答复进行分类以确定答复来自于单区还是多区，如果是多区则是否是最近多区(NM区)。

下面详细说明答复计数单元1012中的这种信息分区方法。答复计数单元1012中进行的信息分区方法将读取区域划分成单区和多区。在读取多个物体时，存在两类区域，如图9所示。假定架上有三个物体A、B和C，其顺序(相对位置)为“A第一，B第二，C第三”，即{C-＞B-＞A}。这三个物体A、B和C分别附着有标签102A、102B和102C。

1.如果RF区域只能覆盖最近的RFID标签，即物体{A}的标签102A被读取，则该区域被称为“单区”。

2.如果RF区域覆盖了多个RFID标签，即物体{A，B}或{A，B，C}的标签被读取，则该区域被称为“多区”。

在M_i区中成功采样是确定相邻物体的正确顺序的关键因素。区域的大小应当满足以下条件：

$\left\{\begin{array}{cc}\left|M_i\right|=\left|S\right|+1& i=1\\ \left|M_i\right|=\left|M_{i-1}\right|+1& i>1\end{array}\right.$

也就是说，从单区到多区，如果能够捕捉到“最近多区”(nearestmultiple region，简写为NM区)，就可以确定标签的顺序。最近多区是其大小仅比前一区域大1的区域。

如何进行采样以捕捉到NM区是一个关键问题。传统的连续采样方法效率不高，如图10所示。很有可能捕捉到的是其他多区，而不是NM区。但是，没有NM区，就无法确定正确的顺序。因此，本发明的方法的关键想法在于捕捉到NM区。

如上所述，对于精确方法来说，要捕捉NM区是很困难的，因为区分NM区之间的边界是很困难的。因此，本发明中提出了基于序优化(OO)的粗略方法。不同的挑选方法的效果在图10中示出。

该问题的目的在于通过在设计空间中搜索和选择设计来获得足够好的设计。穷举搜索一般来说是效率很低的，甚至是不可能的，它会导致选出的子集非常大。搜索空间非常巨大并且是无限的，因为它是一个连续的空间。因此，必须按照离散事件***(DES)的优化问题来对该问题建模。

序优化(OO)是基于仿真的优化方法，它由Prof.Ho在上世纪90年代提出。序优化方法提供了一种高效的基于仿真的优化方法。它尝试在大量候选中找出良好的或者令人满意的解答而不是真正的最优，它利用计算上简单但是可能较为粗略的模型来估计一组计划或选择的性能。足够好(good enough)的选择被定义为能够以高概率量化和确定的集合。基于粗略模型，选择这些选择的子集作为观察到的“足够好”集合，所选择的这个子集被称为选定子集S。然后，序优化可量化集合S和真实的足够好子集G之间的“匹配”或“对准”程度。序优化对于随机离散优化尤其有用，因为它可以抵抗大噪声，并且其计算复杂度在可以承受的范围内。

如上所述，序优化的基本概念基于以下两个原则：序比较(ordinalcomparison)和目标软化(goal softening)。首先确定A是否要优于B比确定“A-B＝？”要容易得多。A与B的相对顺序以指数速度收敛，而“值”则以1/t^1/2的速度收敛。在确定A和B中哪一个更好时可能不需要精确地知道值。它强调的是选择(顺序)，而不是估计选择的实用性(价值)。序优化的另一个关键原则是目标软化，即维持足够好子集G和选定子集S之间的合理“匹配”结果。足够好子集G的标准被选择为判决空间的前百分之n，而不需要找出真正的最优。序优化的基本原理在图11中示出。

首先解释“对准概率(alignment probability，简写为AP)”的概念。对于无约束问题，“匹配”或“对准”是指足够好子集G和选定子集S之间的交集。AP被定义为

                AP＝Prob{|G∩S|≥k}          (1)

其中k被称为对准度。

作为一种选择规则，盲目挑选(BP)涉及按以下方式从判决空间Θ中选择子集S：(1)随机地，(2)不替换，并且(3)不比较。该选择规则将会确保每个判决在判决空间中取得任何排名的趋势都相同。另外，此特殊情况的AP可表达为闭式，即

$\mathrm{AP}\left(\right|G\∩S|\≥k)=\underset{i=k}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(2\right)$

这是一个超几何分布，其中N是判决空间的大小。对于盲目挑选情形，AP取决于：

1.对准度k；

2.足够好子集G的大小(即|G|＝g)；以及

3.选定子集S的大小(即|S|＝s)。

一般的序优化问题可表述为以下优化问题：

Min|S|                                                 (3)

s.t.|{Θ_i|Θ_i＝{A}或Θ_i＝{B}|＞0；                     (4)

|Θ|＝N；                                              (5)

|G|＝r％·N(Θ的前r％)                                 (6)

Prob(|G∩S|＞k)＞P_req                                  (7)

其中

S＝{Θ₁，Θ₂，…，Θ_s}------选定子集，|S|＝s

Θ_i------时刻t_i的标签集合

Θ-------设计空间

G------足够好子集|G|＝g

k------对准度

G和S之间的对准度为k的概率为：

$\mathrm{Prob}\left(\right|G\∩S|=k)=\frac{\left(\begin{array}{c}g\\ k\end{array}\right)\left(\begin{array}{c}N-g\\ s-k\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(8\right)$

因此，G和S之间的对准度至少为k的概率为：

$\mathrm{Prob}\left(\right|G\∩S|\≥k)=\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(9\right)$

因此，选定子集S的最小大小(minimal size)为：

$s=\arg (\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}\≥P_r)---\left(10\right)$

对于本发明的高密度RFID序列检测情形，S是RF区域被调节的次数，也就是样本空间中的选定子集。G是NM区。N是具有所有可能的区域的样本空间。为了在NM区中捕捉样本，关键问题是需要调整RF区域多少次。

如果在此情况下应用简单的盲目挑选方法，则设计空间是N，足够好子集是G，如图12所示。只有在G区中捕捉样本才能捕捉到NM区中的样本。仅当检测到NM区中的样本时，才能确定顺序。{S次读取中包括至少k个单区}的概率为：

$\mathrm{Prob}\left(\right|G\∩S|\≥k)=\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(11\right)$

因此：

$s=\arg \min (\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}\≥P_r)---\left(12\right)$

问题在于如何改进盲目挑选方法。毕竟它的效率不高，因为它需要大量的检测器来捕捉单区中的样本。No-Free-Lunch定理指出，在没有结构信息的情况下，没有哪种算法的平均性能会比盲目挑选好。因此，需要找到结构信息来提高效率。已经发现，不能捕捉到NM区中的样本的主要原因是设计空间太“大”。因此，如果能够减小设计空间的大小，就能够提高捕捉NM区的概率。通常，调整方法取决于实际环境来改进挑选效果。基本原理在图12中示出。

假定增大的大小为ΔN，设计空间的大小变成N-ΔN。因此，{S次读取中包括至少k个单区}的概率为：

$\mathrm{Prob}\left(\right|G\∩S|\≥k)=\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-\mathrm{\ΔN}-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N-\mathrm{\ΔN}\\ s\end{array}\right)}---\left(13\right)$

因此，

$s=\arg \min (\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-\mathrm{\ΔN}-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N-\mathrm{\ΔN}\\ s\end{array}\right)}\≥P_r)---\left(14\right)$

从而，概率的提高量为：

$\mathrm{\ΔProb}\left(\right|G\∩S|\≥k)=\underset{i=1}{\overset{\min (g,s)}{\mathrm{\Σ}}}\left(\begin{array}{c}g\\ i\end{array}\right)(\frac{\left(\begin{array}{c}N-\mathrm{\ΔN}-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N-\mathrm{\ΔN}\\ s\end{array}\right)}-\frac{\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)})---\left(15\right)$

假定设计空间的大小为200，足够好子集的大小是80ms。如果设计空间的大小能够减小到120，则基于式(14)，成功挑选NM区的概率将会大大提高。纯BP算法和本发明的方法之间的理论比较在表1和图13中示出。

读取次数

1

2

3

4

5

6

7

8

BP	0.4000	0.6412	0.7862	0.8730	0.9248	0.9557	0.9740	0.9847
									本发明	0.6667	0.8908	0.9648	0.9889	0.9965	0.9989	0.9997	0.9999

                                    表1

从上表可见，为了满足顺序检测的概率要求，本发明的方法比BP方法要好。例如，为了满足对准概率大于90％的要求，BP至少需要读取5次，而本发明的只需要读取3次。

图14示出了图6所示的RFID***100中RFID读取装置101判断多个标签102的排列位置的操作流程。

如图14所示，在步骤S11中，覆盖范围设置单元1013设置天线1010的覆盖范围，使得多个RFID标签102中只有一个(通常是在空间位置上最靠近RFID读取装置101的一个)能接收到RFID读取装置101通过天线1010发送的询问信号。此外，RFID读取装置101中的计数器i(未示出)的计数值清零。

在步骤S12中，RFID读取装置101通过天线1010发送询问信号，并且在步骤S13中，RFID读取装置101通过天线1010接收到标签响应于该询问信号返回的答复。

在步骤S14中，答复计数单元1012通过计算接收到的答复包括从多少个标签返回的答复来对接收到的信息进行分类。

在步骤S15中，位置确定单元1011根据答复计数单元1012发送来的计数结果，确定是否有i+1个标签响应了此询问信号，即对于第一次发送询问信号而言是否捕捉到了单区，对于此后发送询问信号而言是否捕捉到了NM区。具体而言，如果是第一次发送询问信号，则判断是否有1个标签响应了此询问信号。而对于第一次之后每一次发送询问信号的情形，则判断是否有i+1个标签响应于了该询问信号。

如果在步骤S15中判断结果为“否”，即当前接收到的答复中不包含i+1个标签返回的答复，则在步骤S16中，覆盖范围设置单元1013基于当前接收到的答复调节天线的覆盖范围。例如，如果当前接收到的答复中包含多于i+1个标签返回的答复，则覆盖范围设置单元1013调节天线1010的覆盖范围使之变小，但不小于前次捕捉到NM区时的覆盖范围。而如果当前接收到的答复中包含少于i+1个标签返回的答复，则覆盖范围设置单元1013调节天线1010的覆盖范围使之变大。

过程从步骤S16返回步骤S12，位置确定单元1011在天线覆盖范围已改变的情况下再次发送询问信号，并重复之后的流程。

另一方面，如果在步骤S15中判断结果为“是”，即当前接收到的答复中包含从i+1个标签返回的答复，即对于第一次发送询问信号而言捕捉到了单区，对于此后发送的询问信号而言捕捉到了NM区，则在步骤S17中，位置确定单元1011确定多个标签102的排列位置。接下来，如果在步骤S18中判断所有标签都已被读过，即已经返回了询问信号，则在步骤S20中，位置确定单元1011输出位置确定结果。否则，在步骤S19中，计数器i的值递增1，并且过程返回步骤S12，再次发送询问信号，并重复之后的流程。

虽然已参照特定的优选实施例来描述了本发明，但本领域的技术人员应该理解，在不脱离由所附权利要求限定的本发明的精神和范围的情况下，可以对其进行形式和细节的各种修改。

例如，在上文中，分别以RFID***、RFID读取装置和RFID标签位置确定方法为例来说明了本发明的标签识别***、标签读取装置和标签位置确定方法。但是本领域的技术人员将会明白，本发明的标签识别***、标签读取装置和标签位置确定方法并不限于所给出的特定实施例。在其他利用标签读取装置来读取高密度的标签所返回的数据并确定标签的顺序(相对位置)从而确定附有标签的物品的相对位置的场合，本发明的原理仍然适用。

Claims (12)

1.一种标签识别***，包括发送询问信号的标签读取装置以及按顺序排列的多个标签，其中：

所述多个标签中的每个标签能够响应于接收到的询问信号而返回答复；

所述标签读取装置至少包括位置确定单元，该位置确定单元基于所述标签读取装置接收到的由所述多个标签响应询问信号而返回的答复，确定所述多个标签的排列位置；

其中，所述标签读取装置还包括覆盖范围设置单元，所述覆盖范围设置单元基于所述标签读取装置接收到的响应于前一询问信号而返回的答复，设置发送当前询问信号时所述标签读取装置的覆盖范围，使得所述多个标签中能够接收到当前询问信号的标签的数目比能够接收到前一询问信号的标签的数目多1。

2.如权利要求1所述的标签识别***，其中所述标签读取装置还包括答复计数单元，该答复计数单元对所述多个标签中响应于一个询问信号返回了答复的标签的数目进行计数，并将计数结果发送给所述位置确定单元。

3.如权利要求1所述的标签识别***，其中

当所述标签读取装置向所述多个标签发送多个询问信号中的第一询问信号时，所述覆盖范围设置单元设置所述标签读取装置的覆盖范围使得所述多个标签中只有一个标签能够接收到所述第一询问信号。

4.如权利要求1或2所述的标签识别***，其中所述标签读取装置为射频识别读取装置，所述多个标签为多个射频识别标签。

5.一种标签读取装置，能够发出询问信号并接收标签返回的答复，包括：

位置确定单元，该位置确定单元基于所述标签读取装置接收到的由按顺序排列的多个标签响应于所述标签读取装置发送的多个询问信号而返回的答复，确定所述多个标签的排列位置；

还包括覆盖范围设置单元，所述覆盖范围设置单元基于所述标签读取装置接收到的响应于前一询问信号而返回的答复，设置发送当前询问信号时所述标签读取装置的覆盖范围，使得所述多个标签中能够接收到当前询问信号的标签的数目比能够接收到前一询问信号的标签的数目多1。

6.如权利要求5所述的标签读取装置，还包括答复计数单元，该答复计数单元对所述多个标签中响应于一个询问信号返回了答复的标签的数目进行计数，并将计数结果发送给所述位置确定单元。

7.如权利要求5所述的标签读取装置，其中

当所述标签读取装置向所述多个标签发送所述多个询问信号中的第一询问信号时，所述覆盖范围设置单元设置所述标签读取装置的覆盖范围使得所述多个标签中只有一个标签能够接收到所述第一询问信号。

8.如权利要求5或6所述的标签读取装置，其中所述标签读取装置为射频识别读取装置，并且所述多个标签为多个射频识别标签。

9.一种利用标签读取装置确定多个标签的排列位置的方法，包括：

询问信号发送步骤，用于从所述标签读取装置向所述多个标签发送多个询问信号；以及

位置确定步骤，用于基于所述标签读取装置接收到的由所述多个标签响应于所述多个询问信号而返回的答复，确定所述多个标签的排列位置；

还包括覆盖范围设置步骤，用于设置所述标签读取装置的覆盖范围；基于所述标签读取装置接收到的响应于前一询问信号而返回的答复，设置发送当前询问信号时所述标签读取装置的覆盖范围使得所述多个标签中能够接收到当前询问信号的标签的数目比能够接收到前一询问信号的标签的数目多1。

10.如权利要求9所述的方法，还包括答复计数步骤，用于对所述多个标签中响应于一个询问信号返回了答复的标签的数目进行计数，并且其中

在所述位置确定步骤中基于所述计数的结果和接收到的答复的返回顺序，来确定所述多个标签的排列位置。

11.如权利要求9所述的方法，其中，所述覆盖范围设置步骤包括当所述标签读取装置向所述多个标签发送所述多个询问信号中的第一询问信号时，设置所述标签读取装置的覆盖范围使得所述多个标签中只有一个标签能够接收到所述第一询问信号。

12.如权利要求9或10所述的方法，其中所述标签读取装置为射频识别读取装置，所述多个标签为多个射频识别标签。

Images