CN102075193A - 基于时空关系的rfid事件压缩方法及解压缩方法 - Google Patents
基于时空关系的rfid事件压缩方法及解压缩方法 Download PDFInfo
- Publication number
- CN102075193A CN102075193A CN2011100363887A CN201110036388A CN102075193A CN 102075193 A CN102075193 A CN 102075193A CN 2011100363887 A CN2011100363887 A CN 2011100363887A CN 201110036388 A CN201110036388 A CN 201110036388A CN 102075193 A CN102075193 A CN 102075193A
- Authority
- CN
- China
- Prior art keywords
- rfid
- data
- incident
- time
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于时空关系的RFID事件压缩方法及解压缩方法,压缩方法包括下列步骤:1)RFID事件处理服务器将RFID读写器读取到的原始数据生成RFID事件;2)根据RFID事件的压缩信息,判断是否压缩RFID事件。3)过滤位置属性和状态属性没有发生变化的RFID事件。4)根据用户指定的开始和结束时间节点,删除中间时间节点对应的RFID事件。5)基于时间和位置关系对RFID事件进行压缩。解压缩则根据参照RFID事件和时间或位置差值还原RFID事件;并将还原RFID事件通过订阅发布服务发送给订阅该事件的RFID应用***。本发明的压缩方法,仅保存海量RFID数据中的关键数据,减少了需要存储的数据量,有效利用了存储空间。而解压缩方法,能快速解压缩数据,方便数据的查询和使用。
Description
技术领域
本发明属于射频识别事件和数据处理领域,具体涉及到一种基于时空关系的RFID事件压缩方法及相应的解压缩方法。
背景技术
RFID(Radio Frequency Identification,射频识别)是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无须人工干预,可工作于各种恶劣环境。通过RFID技术可识别高速运动物体并可同时识别多个标签,操作快捷方便。随着技术的进步,RFID设备体积变小、成本降低、可靠性提高,目前RFID技术主要被用于仓库信息采集,跟踪仓库中的物品移动,并逐步发展到供应链管理,对海量移动物品进行跟踪,从而用户可以掌握供应链中各类物品的移动趋势,预测物品的流动方式,提高物流管理的效率,减少物流环节的时间和工作人员,从而降低物流成本。因此,如何管理和组织RFID***收集的海量数据将成为研究利用RFID技术管理供应链的重点。通常,这些海量数据是存储在数据库或者数据仓库中,面对这种“数据***″的情况,如何从海量数据中提取有价值的信息已显得尤为重要。由于海量RFID事件将给***带来巨大的处理和存储压力,需要对RFID事件实施有效的压缩才能减少数据存储量,提高***查询性能。传统的基于编码的压缩技术不但无法实现较高的压缩比,其数据解压速度较慢,并不适合海量RFID事件实时应用。面向过程数据的有损压缩算法可以实现快速压缩和解压,可以达到很高的压缩比,但是这类压缩算法并不适合具有离散、突发特性的RFID事件的压缩。
发明内容
本发明提出了一种基于时空关系的多级RFID事件压缩方法,通过研究如何在有限的磁盘存储空间内处理海量RFID事件,设计了一种基于时空语义关系的多级混合RFID事件压缩方法,能从海量的RFID事件中提炼出关键数据进行保存,从而大大减少需要存储的历史数据量,有效地利用存储空间并且提高了数据查询能力。
为实现上述发明目的,本发明采用如下的技术方案:
本发明提供的一种基于时空关系的RFID事件压缩方法,包括:
1)RFID事件处理服务器将RFID读写器读取到的RFID原始数据生成RFID事件,并保存到RFID事件历史缓冲队列。RFID事件包括标签信息属性,位置属性,时间属性和状态属性。
2)基于RFID标签信息过滤方法,即根据标签信息属性中的压缩信息,判断是否压缩RFID事件,需要压缩的RFID事件保留在RFID事件历史缓冲队列中。
3)过滤RFID事件历史缓冲队列中位置属性和状态属性没有发生变化的RFID事件。
4)根据用户指定的开始和结束时间节点,删除RFID事件历史缓冲队列中中间时间节点对应的RFID事件。用户若只指定开始时间节点或不指定,则所有时间节点对应的RFID事件都继续保留。
5)基于时间和位置关系对保存在RFID事件历史缓冲队列的RFID事件进行压缩。
所述RFID原始数据生成RFID事件的过程为:RFID读写器读取RFID标签的数据后传送到RFID事件处理服务器,RFID事件处理服务器将该数据进行格式转换,生成RFID事件。
所述的格式转换是RFID事件处理服务器利用存储在内存中的映射表将字符串型数据转换为长整型数据。标签进入RFID读写器磁场后,接收RFID读写器发出的射频信号;标签可以返回或者发射自己的产品电子编码;RFID读写器读取产品电子编码后,传送到RFID事件处理服务器进行格式转换,生成RFID事件,该过程中,服务器会从内存中读取映射表的信息,利用存储在内存中的映射表,将原始的RFID数据格式由字符串型转换为适合进行过滤处理的长整型,服务器端在内存中建立哈希表来缓存所有的映射信息,从而加速映射转换。
所述基于RFID标签信息过滤方法是根据标签信息属性中的压缩信息Compress(是否压缩历史),判断是否压缩RFID事件,对需要压缩的RFID事件,如果不进行压缩,先存储到缓存,然后存储到磁盘。
过滤位置属性和状态属性没有发生变化的RFID事件的方法为:
判断具有相同RFID标签信息的当前RFID事件和上一条RFID事件的PID(位置属性)和status(状态属性)是否发生改变,若未发生改变,删除当前RFID事件。某个RFID标签长时间一直处于一个位置且状态没有发生变化,就认为该RFID标签没有移动。首先从RFID事件历史缓冲队列中获取相同RFID标签的上一条RFID历史事件,将当前RFID事件和上一条相同标签的RFID事件进行比较,判断RFID事件中PID(位置属性)和status(状态属性)是否发生变化,当PID和status信息不发生变化的时候,则认为该RFID标签没有移动,直接删除当前RFID事件。
所述根据用户指定的开始和结束时间节点,保存时间节点对应RFID事件具体过程为:服务器向上层应用程序提供了***应用接口,用户可以调用服务器提供的***应用接口指定开始和结束节点,服务器根据用户指定的开始阶段和结束阶段关键节点,保存时间节点对应RFID事件,过滤掉该时间段内其他时间节点的RFID事件。
所述对RFID事件进行基于时间和位置关系的压缩方法为:
A、比较RFID事件标签信息属性的压缩阀值和位置价值,当压缩阀值大于位置价值时,删除当前RFID事件。每一个RFID标签都有一个压缩阀值,每一个RFID读写器都有一个位置价值,表明了读写器所在位置的重要性。在进行数据转换处理时,读写器的位置价值转换成每个RFID事件Importance属性(即读到该RFID标签的读写器的位置价值)。当RFID事件的importance属性位置大于RFID的压缩阀值时,说明该RFID事件的重要性比较高,则保存RFID事件,当RFID事件的importance属性位置小于RFID的压缩阀值时。说明该RFID事件不重要,则删除RFID事件
B、将短时间内同一位置的RFID读写器多次读写生成的相同标签信息的RFID事件作为噪音进行噪音过滤处理。由于信号不稳定或其他干扰因素,RFID标签可能出现被同一个RFID读写器误读多次的情况,产生出现在限定时间段内RFID标签多次进出某个RFID读写器的冗余的信息时,将这种位置信息没有发生变化将短时间内的同一位置的多次进出理的情况解为噪音,本步骤就是为了清除这种噪音设计了一种在不同应用场景下的适应性和有效性的过滤算法。
C、将经过噪音过滤处理的RFID事件,根据相同标签号的RFID事件之间的时间或位置关系,保存RFID事件之间的时间或位置的差值。基于变长编码的压缩方法是根据相同LID(标签号)的RFID事件之间的时空相关性进行压缩。通过保存RFID事件之间的时间和空间的差值即保存相对时间或相对位置,能有效的节省存储空间.
所述噪音过滤处理的方法为:
A、建立噪音缓冲队列LIST,将当前RFID事件与前一RFID事件的位置属性进行比较,如果相同,将当前RFID事件保存到噪音缓冲队列LIST;
B、清除噪音缓冲队列LIST中的异常数据;
C、将清除完异常数据的噪音缓冲队列中RFID事件保存回RFID事件历史缓冲队列。
所述清除噪音缓冲队列LIST中的异常数据的方法为:
a)将噪音缓冲队列LIST中的第一条数据,赋值给DataFirst,将第二条数据赋值给DataNext,比较DataFirst和DataNext的状态属性,如果相等,从LIST中删除第二条数据,将第三条数据赋值给DataNext,继续比较DataFirst和DataNext;如果不相等,将第二条数据赋值给DataFirst,第三条数据赋值给DataNext,继续比较DataFirst和DataNext;
b)将经步骤a)处理的噪音缓冲队列中的第一条数据赋值给DataFirst,判断DataFirst的状态属性是否为离开,如果是,删除第一条数据,并将第二条数据赋值给DataFirst,继续判断DataFirst的状态属性是否为离开;如果不是,该步骤结束;
c)将经步骤b)处理的噪音缓冲队列中的第一条数据赋值为DataFirst,第二条数据赋值为DataNext,第三条数据赋值为Data,如果DataNext的状态为离开,同时Data的状态为开始,且时间差小于设定值,删除List中的第二条数据和第三条数据;将第四条数据和第五条数据分别赋值为DataNext和Data,继续进行判断;如果DataNext和Data的状态不是相应的离开和开始状态,时间差值不小于设定值,则将Data赋值给DataFirst,继续进行判断。
所述保存时间或位置的差值的方法为:根据相同LID(标签号)的RFID事件之间的时空相关性进行压缩。
将时间或位置差值转换为二进制;根据差值数据的大小,用1、2、3或4字节保存差值的二进制数据,并在第一字节的开始用标志位表示字节数。
本发明还提供一种基于上述压缩方法的解压缩方法:
A.服务器提取作为参照数据的RFID事件;
B.服务器提取与参照RFID事件具有相同标签号的另一RFID事件与参照RFID事件时间或位置的差值;
C.根据参照RFID事件和差值还原该RFID事件;
D.服务器将还原的RFID事件通过订阅发布服务发送给订阅该事件的RFID应用***。
当接收到RFID事件时,服务器将事件实时地发送给订阅了该事件的所有上层RFID应用***。该过程中,服务器处理程序对存储的RFID事件进行编码转换成用户可理解的数据格式,通过服务器端的应用接口返回客户端应用程序。
本发明的多级压缩方法,根据用户的需求以及RFID事件间时间和位置的相互关系保存海量RFID数据中的关键数据,减少了需要存储的数据量,加快了存储时间,有效利用了存储空间。而本发明的解压缩方法,能简单快捷地将压缩数据解压缩后发送给订阅的客户端应用***,方便数据的查询和使用。
附图说明
图1是本发明压缩方法的体系结构图;
图2是本发明实施例中压缩方法的总流程图;
图3是本发明压缩方法中的数据映射变换流程示意图;
图4是本发明压缩方法中基于RFID标签信息过滤的流程图;
图5是本发明压缩方法中基于位置和状态属性的RFID事件过滤流程图;
图6是本发明压缩方法中基于用户需求的阶段性过滤示意图;
图7是本发明压缩方法中基于用户需求的阶段性过滤流程图;
图8是本发明压缩方法中基于阀值的压缩方法流程图;
图9是本发明压缩方法中噪音过滤方法的流程图;
图10是本发明的压缩方法中基于变长编码的压缩方法示例图;
图11是本发明的解压缩方法中基于变长编码的解压缩方法示意图;
图12是本发明的解压缩方法中数据映射变换流程示意图。
具体实施方法
以下结合附图详细描述本发明所提供的三级压缩处理方法及解压缩方法。
如图1所示,多个读写器读取RFID标签数据,后通过读写器读写接口将原始的RFID标签数据传输到服务器中进行压缩处理后存储到服务器的缓存中,当达到一定大小时,再存储到外部磁盘文件中。而用户需要获取经压缩的数据时,则从缓存中提取经压缩的数据解压缩后通过客户端的调用接口传输数据。压缩和解压缩步骤如图2所示,具体如下:
(1)数据映射变换(读写器→服务器),示意图如图3所示。
首先RFID服务器从各个RFID读写器中接收RFID原始数据生成RFID事件,服务器中的数据格式转换模块从内存中读取映射表的信息,利用存储在内存中的映射表,将原始的RFID数据转换为适合进行过滤处理的数据格式RFID。即将字符串型数据转换为长整型数据。
(2)基于RFID标签信息过滤方法,流程图如图4所示。
步骤1:将经过数据映射变换后的RFID事件加入到RFID标签信息中,并保存到历史缓冲队列中;
步骤2:从历史缓冲队列中获取当前RFID事件(DataCurrent);
步骤3:读取DataCurrent的数据属性Compress,根据RFID标签信息属性Compress(是否压缩历史),判断当前RFID事件是否要进行压缩,如果不进行压缩,先存储到缓存,然后存储到磁盘。如果要压缩就进行下一过程的操作,即基于位置和状态属性的RFID事件过滤。
(3)基于位置和状态属性的RFID事件过滤方法,流程图如图5所示
步骤1:首先从历史缓冲队列中获取当前RFID事件(DataCurrent)。
步骤2:将当前RFID事件(DataCurrent)与上一条具有相同标签号(LTD)的RFID事件(DataPre)的位置数据和状态数据进行比较,如果当前RFID事件DataCurrent的PID(位置属性),status(状态属性)与上一条RFID的PID及Status相同,就直接删除当前数据(DataCurrent),如果PID,status数据发生变化,则执行下一步操作,即基于用户需求的阶段性过滤。
(4)基于用户需求的阶段性过滤方法
根据用户指定的开始和结束时间节点,保存时间节点对应RFID事件。
如图6所示,用户通过调用客户端提供的两个应用接口,指定开始阶段和结束阶段关键点,服务器就会开始进行阶段性过滤,删除客户不需要的中间过程数据。在用户定义结束点之前,服务器会将过程数据保存到缓存中,当缓存达到一定大小时,则将缓存数据保存到外部磁盘文件。
其具体的流程如图7所示。
步骤1:判断当前RFID历史数据是否为空;
步骤2:如果当前历史数据不为空,用户通过调用服务器端提供的接口,定义开始阶段关键点(Datastart),将对应的RFID事件标志为flag,表明已经进入用户定义的移动阶段;
步骤3:在RFID数据不断更新的过程中,判断用户是否定义了结束阶段关键结点;如果定义了结束阶段关键节点,则读取该关键节点对应的RFID事件,并删除开始节点和结束节点之间的中间过程数据;如果用户没有定义结束阶段关键点,保存开始关键点以后的所有的RFID事件,并进行下一阶段的操作,即将保存的RFID事件进行基于阀值的压缩。
(5)基于阀值的压缩方法,流程图如图8所示
步骤1:从历史缓冲队列中获取当前RFID事件DataCurrent,
步骤2:获取DataCurrent的压缩阀值CompressThreshold和位置价值Importance;
步骤3:然后将DataCurrent的压缩阀值CompressThreshold和位置价值Importance进行比较,如果DataCurrent的压缩阀值CompressThreshold小于位置价值Importance,就直接删除当前数据DataCurrent,如果当前DataCurrent的压缩阀值CompressThreshold高于位置价值Importance,则执行下一步操作,即噪音过滤。
(6)噪音过滤方法,流程图如图9所示,分三步进行
第一步:建立噪音缓冲队列LIST
步骤1:从经过上述处理的历史缓冲队列中获取当前RFID事件DataCurrent;
步骤2:判断前一条RFID事件(DataPre)是否为空,如果DataPre为空,将DataPre赋值为当前RFID事件,返回步骤1;如果DataPre不为空,判断DataCurrent与DataPre的位置信息是否相等,如果DataCurrent.Pid==DataPre.pid,将DataCurrent加入到噪音缓冲队列LIST中,并将DataPre赋值为当前RFID事件,返回步骤1。
第二步:对噪音缓冲队列进行冗余处理,清除异常数据
首先清除状态信息相同的数据
先获取噪音缓冲队列List中的第一条数据,赋值给DataFirst,然后获取List中的下一条数据,赋值给DataNext,比较判断DataFirst与DataNext的状态信息Status是否相等,如果相等删除DataNext,将再下一条数据赋值给DataNext,继续比较;如果不相等,就将DataFirst赋值为DataNext,继续与下一条数据比较,直到DataNext数据为空,循环结束。
接下来清除另一种异常数据,首先获取噪音缓冲队列List中的第一条数据,判断其状态是否为离开,如果是,则删除第一条数据,并将下一条数据DataNext赋值为第一条数据,当第一条数据状态不是离开时,该步清除结束,进入下一步,也就是说,仅清除数据状态为离开的第一条数据,一旦第一条数据的状态不是离开,则清除过程就结束,而不检测第二条数据的状态。
第三步过滤噪音
将List中的第一条数据赋值为DataFirst,第二条数据赋值为DataNext,第三条数据赋值为Data,如果DataNext的状态为离开,同时Data的状态为开始,且时间差小于设定值,删除List中的第二条数据和第三条数据;将第四条数据和第五条数据分别赋值为DataNext和Data,继续进行判断;如果DataNext和Data的状态不是相应的离开和开始,或者时间差大于等于设定值,则将Data赋值给DataFirst,继续进行判断直到List中数据处理完毕。
将list中的数据经过上述处理后留下的RFID事件保存回RFID事件历史缓冲队列,进行下面的基于变长编码压缩步骤。
(7)基于变长编码的压缩方法
基于变长编码的压缩方法是根据相同LID的RFID事件之间的时空相关性进行压缩。RFID事件的数据结构主要由LID,PID,time,status这四个字段,其中PID(位置属性),time(时间属性)都是由4个字节的长整形表示的,定义将同一LID的第一条RFID事件作为参照事件,将之后每一条相同LID的RFID历史事件与参照事件进行比较,通过保存RFID事件之间的相对时间或位置的差值即保存相对时间或相对位置,可以有效的节省存储空间.该压缩方法首先将每个字节表示成二进制形式,根据数据的大小进行压缩,其中第一个字节的前几位是标志位,其余的x表示差值数据,参见图10。将当前RFID事件与参照RFID事件进行比较,获得差值a,当a的第一个字节的标志位为0,说明差值a<27,参见图10(a),用一个字节来记录差值数据。当a第一个字节的标志位是10,即差值范围27<a<214,参见图10(b),用两个字节来记录差值数据;当a第一个字节的标志位是110,即差值范围214<a<221,参见图10(c),用三个字节来记录差值数据;当a的第一个字节的标志位是111,即差值范围221<a<228,参见图10(d),用四个字节记录差值数据,实际上也就是当前RFID事件。差值进行编码后保存到缓存中,当缓存变满时,再交换到外部磁盘文件。
(8)基于变长编码的解压缩方法,流程图如图11所示。
提取作为参照事件的第一条RFID事件,然后再提取保存的与第一条RFID历史事件具有相同LID的RFID事件的时间或位置的差值,根据参照事件和差值还原该RFID事件。首先读取差值的第一个字节,判断第一位是否为0,如果第一位是0,说明用一个字节来保存相应差值数据,根据初始的参照RFID事件数据和差值进行解压缩,还原RFID事件。如果第一位不是0,就进行下一步判断第一个字节前两位是否为10,如果前两位是10,说明是用两个字节来保存相应的差值数据,根据初始的参照RFID事件数据进行解压缩,还原RFID事件数据。如果前两位不是10,就进行下一步判断第一个字节前三位是否为110,如果前三位是110,说明是用三个字节来保存相应的RFID差值数据,根据初始的参照RFID事件数据进行解压缩,还原RFID事件数据。如果前三位不是110,就进行下一步判断第一个字节前三位是否为111,如果前三位为111,说明相应的RFID历史事件数据没有进行压缩,直接读取四个字节的数据。最后将还原的RFID历史事件保存到缓冲区,进行一下步骤的操作。
(9)数据映射变换(服务器→客户端),示意图如图12所示
服务器将还原的RFID历史事件从缓存中提取出来通过订阅发布服务进行事件匹配,将事件实时地发送给订阅了该事件的所有上层RFID应用***。该过程中,服务器中的数据转换模块将还原的RFID事件的数据格式转换为用户可理解的数据格式,通过服务器端的应用接口返回客户端应用程序。
Claims (10)
1.一种基于时空关系的RFID事件压缩方法,包括如下步骤:
1)RFID事件处理服务器将RFID读写器读取到的RFID原始数据生成RFID事件,并保存到RFID事件历史缓冲队列,RFID事件包括标签信息属性,位置属性,时间属性和状态属性;
2)根据标签信息属性中的压缩信息,判断是否压缩RFID事件,将需要压缩的RFID事件保留在RFID事件历史缓冲队列中;
3)过滤RFID事件历史缓冲队列中位置属性和状态属性没有发生变化的RFID事件;
4)根据用户指定的开始和结束时间节点,删除RFID事件历史缓冲队列中间时间节点对应的RFID事件;
5)基于时间和位置关系对RFID事件历史缓冲队列保存的RFID事件进行压缩。
2.根据权利要求1所述的基于时空关系的RFID事件压缩方法,其特征在于生成RFID事件的方法为:
RFID读写器读取RFID标签的数据后传送到RFID事件处理服务器,RFID事件处理服务器将该数据进行格式转换,生成RFID事件。
3.根据权利要求2所述的基于时空关系的RFID事件压缩方法,其特征在于所述的格式转换是RFID事件处理服务器利用存储在内存中的映射表将字符串型数据转换为长整型数据。
4.根据权利要求1所述的基于时空关系的RFID事件压缩方法,其特征在于对RFID事件进行基于时间和位置关系压缩的方法为:
A、比较RFID事件标签信息属性中的压缩阀值和位置价值,当压缩阀值大于位置价值时,删除当前RFID事件;
B、将短时间内同一位置的RFID读写器多次读写生成的RFID事件作为噪音进行噪音过滤处理;
C、将经过噪音过滤处理的RFID事件,根据相同标签号的RFID事件之间的时间或位置关系,保存RFID事件之间的时间或位置的差值。
5.根据权利要求4所述的基于时空关系的RFID事件压缩方法,其特征在于噪音过滤处理的方法为:
A、建立噪音缓冲队列LIST,将当前RFID事件与前一RFID事件的位置属性进行比较,如果相同,将当前RFID事件保存到噪音缓冲队列LIST;
B、清除噪音缓冲队列LIST中的异常数据;
C、将清除完异常数据的噪音缓冲队列中RFID事件保存回RFID事件历史缓冲队列。
6.根据权利要求5所述的基于时空关系的RFID事件压缩方法,其特征在于清除噪音缓冲队列LIST中的异常数据的方法为:
A)将噪音缓冲队列LIST中的第一条数据,赋值给DataFirst,将第二条数据赋值给DataNext,比较DataFirst和DataNext的状态属性,如果相等,从LIST中删除第二条数据,将第三条数据赋值给DataNext,继续比较DataFirst和DataNext;如果不相等,将第二条数据赋值给DataFirst,第三条数据赋值给DataNext,继续比较DataFirst和DataNext;
B)将经步骤A)处理的噪音缓冲队列中的第一条数据赋值给DataFirst,判断DataFirst的状态属性是否为离开,如果是,删除第一条数据,并将第二条数据赋值给DataFirst,继续判断DataFirst的状态属性是否为离开;如果不是,该步骤结束;
C)将经步骤B)处理的噪音缓冲队列中的第一条数据赋值为DataFirst,第二条数据赋值为DataNext,第三条数据赋值为Data,如果DataNext的状态为离开,同时Data的状态为开始,且时间差小于设定值,删除LIST中的第二条数据和第三条数据;将第四条数据和第五条数据分别赋值为DataNext和Data,继续进行判断;如果DataNext和Data的状态不是相应的离开和开始,或者时间差大于等于设定值,则将Data赋值给DataFirst,继续进行判断。
7.根据权利要求5所述的基于时空关系的RFID事件压缩方法,其特征在于保存时间或位置的差值的方法为:
将时间或位置差值转换为二进制;
根据差值数据的大小,用1、2、3或4字节保存差值的二进制数据,并在第一字节的开始用标志位表示字节数。
8.根据权利要求7所述的基于时空关系的RFID事件压缩方法,其特征在于
标志位为0,差值<27,用1字节保存;
标志位为10,27<差值<214,用2字节保存;
标志位为110,214<差值<221,用3字节保存;
标志位为111,221<差值<228,用4字节保存。
9.一种基于时空关系的RFID事件解压缩方法,包括如下步骤:
A、服务器提取作为参照数据的RFID事件;
B、服务器提取与参照RFID事件具有相同标签号的另一RFID事件与参照RFID事件时间或位置的差值;
C、根据参照RFID事件和差值还原该RFID事件;
D、服务器将还原的RFID事件通过订阅发布服务发送给订阅该事件的RFID应用***。
10.根据权利要求9所述的基于时空关系的RFID事件解压缩方法,其特征在于还原的RFID事件经数据格式转换后通过服务器端的应用接口发送RFID应用***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110036388 CN102075193B (zh) | 2011-02-11 | 2011-02-11 | 基于时空关系的rfid事件压缩方法及解压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110036388 CN102075193B (zh) | 2011-02-11 | 2011-02-11 | 基于时空关系的rfid事件压缩方法及解压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102075193A true CN102075193A (zh) | 2011-05-25 |
CN102075193B CN102075193B (zh) | 2013-07-31 |
Family
ID=44033561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110036388 Active CN102075193B (zh) | 2011-02-11 | 2011-02-11 | 基于时空关系的rfid事件压缩方法及解压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102075193B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662988A (zh) * | 2012-03-14 | 2012-09-12 | 中山大学 | 一种用于rfid中间件的冗余数据过滤方法 |
CN103412955A (zh) * | 2013-09-01 | 2013-11-27 | 湖南人文科技学院 | 一种rfid数据压缩方法 |
CN105447549A (zh) * | 2015-11-06 | 2016-03-30 | 深圳融合北斗技术有限公司 | 基于智能卡的数据方法及*** |
CN116033491A (zh) * | 2023-03-29 | 2023-04-28 | 至控科技(湖州)创新研究院有限公司 | 实时定位***中的数据压缩缓存上传方法和装置 |
CN117202146A (zh) * | 2023-09-06 | 2023-12-08 | 深圳市每开创新科技有限公司 | 针对nfc无源显示设备的显示控制方法、装置及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612252A (zh) * | 2003-10-31 | 2005-05-04 | 浙江中控技术股份有限公司 | 实时数据在线压缩与解压缩方法 |
US20080042807A1 (en) * | 2004-12-20 | 2008-02-21 | Park Joo-Sang | Rfid Reader Interface and Event Management Apparatus for Supporting Multi-Protocol-Based Heterogeneous Readers and Method Therefor |
CN101504603A (zh) * | 2009-02-24 | 2009-08-12 | 诚迈科技(南京)有限公司 | 一种rfid硬件中间件的过滤方法模型 |
-
2011
- 2011-02-11 CN CN 201110036388 patent/CN102075193B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612252A (zh) * | 2003-10-31 | 2005-05-04 | 浙江中控技术股份有限公司 | 实时数据在线压缩与解压缩方法 |
US20080042807A1 (en) * | 2004-12-20 | 2008-02-21 | Park Joo-Sang | Rfid Reader Interface and Event Management Apparatus for Supporting Multi-Protocol-Based Heterogeneous Readers and Method Therefor |
CN101504603A (zh) * | 2009-02-24 | 2009-08-12 | 诚迈科技(南京)有限公司 | 一种rfid硬件中间件的过滤方法模型 |
Non-Patent Citations (1)
Title |
---|
赵黎: "RFID中间件事件管理***的设计与实现", 《中国期刊全文数据库》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662988A (zh) * | 2012-03-14 | 2012-09-12 | 中山大学 | 一种用于rfid中间件的冗余数据过滤方法 |
CN102662988B (zh) * | 2012-03-14 | 2014-10-29 | 中山大学 | 一种用于rfid中间件的冗余数据过滤方法 |
CN103412955A (zh) * | 2013-09-01 | 2013-11-27 | 湖南人文科技学院 | 一种rfid数据压缩方法 |
CN103412955B (zh) * | 2013-09-01 | 2021-08-17 | 湖南人文科技学院 | 一种rfid数据压缩方法 |
CN105447549A (zh) * | 2015-11-06 | 2016-03-30 | 深圳融合北斗技术有限公司 | 基于智能卡的数据方法及*** |
CN116033491A (zh) * | 2023-03-29 | 2023-04-28 | 至控科技(湖州)创新研究院有限公司 | 实时定位***中的数据压缩缓存上传方法和装置 |
CN116033491B (zh) * | 2023-03-29 | 2023-07-04 | 至控科技(湖州)创新研究院有限公司 | 实时定位***中的数据压缩缓存上传方法和装置 |
CN117202146A (zh) * | 2023-09-06 | 2023-12-08 | 深圳市每开创新科技有限公司 | 针对nfc无源显示设备的显示控制方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102075193B (zh) | 2013-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102075193B (zh) | 基于时空关系的rfid事件压缩方法及解压缩方法 | |
CN104380267B (zh) | 数据解压/压缩装置 | |
CN109120272B (zh) | 一种面向离散制造车间的rfid标签数据压缩方法 | |
CN102662988B (zh) | 一种用于rfid中间件的冗余数据过滤方法 | |
CN102112986B (zh) | 对基于列的数据编码的结构的高效的大规模处理 | |
US9131163B2 (en) | Efficient compact descriptors in visual search systems | |
CN102027457B (zh) | 单独可访问数据单元的管理存储 | |
WO2013001535A2 (en) | System, method and data structure for fast loading, storing and access to huge data sets in real time | |
CN102193917A (zh) | 一种数据处理和查询方法和装置 | |
CN103020317A (zh) | 基于重复数据删除的数据压缩方法和装置 | |
CN111291235A (zh) | 一种基于时序数据库的元数据存储方法及装置 | |
CN104112010A (zh) | 一种数据存储方法及装置 | |
CN106874399B (zh) | 一种联网备份***及备份方法 | |
CN110851409A (zh) | 一种日志压缩、解压缩方法、设备及存储介质 | |
CN103729429A (zh) | 一种基于HBase压缩方法 | |
CN112584155B (zh) | 一种视频数据处理方法和装置 | |
CN101398807B (zh) | 解压移动终端压缩包的方法和装置 | |
CN111008183B (zh) | 一种用于业务风控日志数据的存储方法及*** | |
EP1517449A2 (en) | Compression of XML documents | |
CN104346347A (zh) | 数据存储方法、装置、服务器及*** | |
CN108334582B (zh) | 一种实时数据库中历史数据的压缩方法 | |
CN103200403A (zh) | 大型数据库图像存储优化方法 | |
CN102693315A (zh) | 一种基于共享内存映射的url去重方法及装置 | |
CN106909623B (zh) | 一种支持高效海量数据分析和检索的数据装置及数据存储方法 | |
CN106919574B (zh) | 一种实时处理远程同步文件的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |