CN103077417A

CN103077417A - 面向海量数据的rfid标签读取方法

Info

Publication number: CN103077417A
Application number: CN2013100378063A
Authority: CN
Inventors: 何泾沙; 张航; 赵斌; 豆陪陪
Original assignee: Beijing University of Technology
Current assignee: Qinghai city cloud Big Data Technology Co., Ltd.
Priority date: 2013-01-31
Filing date: 2013-01-31
Publication date: 2013-05-01
Anticipated expiration: 2033-01-31
Also published as: CN103077417B

Abstract

本发明的面向海量数据的RFID标签读取方法，具体的，读写器向所有标签发送指令，当标签有1位发生冲突，读写器将2¹个指令1和0发出识别标签；当标签有2位发生冲突，读写器将4（2²）个指令00、01、10、11发出识别标签；当标签中有N位发生冲突，读写器将标签发生冲突位的全部2^N个指令发出，依次来识别标签。本发明所要解决的技术问题是提供一种面向海量数据的RFID标签读取方法，有效减少请求次数，提高识别标签的速度。

Description

面向海量数据的RFID标签读取方法

技术领域

本发明涉及电子信息技术领域，特别是涉及一种面向海量数据的RFID标签读取方法。

背景技术

无线射频识别(Radio Frequency Identification,RFID)技术是一种非接触的自动识别技术，其基本原理是利用射频信号的空间耦合传输特性，实现对目标物体的自动识别。通常，工作在同一RFID***中所有的电子标签具有相同的工作频段。当读写器作用范围内存在多个电子标签，且在同一时刻有多个电子标签发送信息到达读写器，就会出现信息的互相干扰,使得读写器不能正确识别电子标签的信息，于是就产生RFID电子标签冲突。防冲突算法所研究的关键问题是解决如何快速、准确地从多个电子标签中识别出一个标签并与读写器进行数据信息交互，而此次未被选中的电子标签在后续防冲突算法的循环过程中陆续被识别选出并读写器进行信息交互。

目前，RFID***防冲突算法主要有ALOHA算法和二进制搜索算法两类。基于ALOHA防冲突算法主要是通过为读写器作用范围内的标签分配随机的反馈时隙，以减小不同标签发生冲突的可能性，从而达到防冲突的目的。这类算法优点是操作简单，应用性强，但缺点是随机性大、吞吐量低，随着标签数目的不断增大其算法性能将急剧恶化，甚至有“标签饿死问题”^[5]的出现。基于二进制搜索防冲突算法是通过曼切斯特编码来识别发生冲突的具***置，从而将读写器作用范围内的标签划分为更小的集合来解决防冲突问题。这类算法因其识别效率较高，吞吐量大而被广泛应用于RFID***中。

在基于二进制搜索法算法中，Fikenzeller K提出了二进制搜索算法，其优点在于算法思想简明，但存在读写器请求次数较多，且标签回传数据量较大的缺点。在此基础上提出了返回式二进制搜索算法，该算法的优点是对标签进行有序读取，从而减少读写器的请求次数，但缺点是标签的回传数据量依然较大。动态二进制搜索算法是对前两种算法的改进，有效降低了请求的次数但标签回传位数过多的问题依然存在。鉴于此，提出的基于堆栈的动态减位防冲突算法以及改进的RFID标签识别防冲突算法在降低标签回传数据量上有所改进，但对读写器的请求次数没有很大的改进。

以上二进制搜索算法对于海量数据的读取存在着读写器请求次数过多以及标签回传数据量过大等问题。具体的，在基本二进制搜索防冲突算法中，电子标签的ID号必须采用曼彻斯特编码。曼切斯特码可以在多个射频卡同时响应时，译出错误位，从而找到发生冲突的位置如图1所示。在编码中，逻辑‘0’用‘01’表示，逻辑‘1’用‘10’表示，每个数据位之间发生一次跳变，如果接收到的数据没有发生跳变，则认为是发生了冲突。图1中，两个标签Tag1（01010）和Tag2（01111），利用曼切斯特编码来识别器冲突位，用‘X’来表示冲突位的发生。二进制搜索算法的主要思想是通过读写器发送命令给所有标签，符合要求的标签都返回给读写器一定的信息，读写器根据所获得的信息判断标签是否有冲突，如果有冲突就继续发送识别命令，如果没有冲突就识别出某个确定的标签，直至将所有标签识别出来。

二进制搜索算法的具体步骤是对每次识别的冲突位进行分类，分成0、1两部分，从而形成一颗二叉树。其正确识别出来的标签均位于二叉树的叶子结点。如果标签的总数目为M，则根据二叉树性质可知二叉树的非叶子结点为M-1如图2所示而这些非叶子结点正是二进制搜索算法识别标签时发出的无效指令，因而M-1即为二进制搜索算法中读写器识别标签所发出的无效指令次数。

从以上二进制防冲突算法的基本过程可以看出，RFID***防冲突算法是通过读写器与电子标签之间的通信来实现的。

因此，当下需要迫切解决的一个技术问题就是：如何能够创新的提出一种有效的措施，以满足实际应用的需求。

发明内容

本发明所要解决的技术问题是提供一种面向海量数据的RFID标签读取方法，针对管理***中海量标签的数据特点，在二进制搜索算法的基础上，提出了适合于海量数据的RFID多叉树防冲突算法，该算法对于标签海量数据的读取有请求次数少，识别标签速度快等优点。

为了解决上述问题，本发明公开了一种面向海量数据的RFID标签读取方法，包括：

一种面向海量数据的RFID标签读取方法，其特征在于，包括：

读写器向所有标签发送指令，当标签有1位发生冲突，读写器将2¹个指令1和0发出识别标签；

当标签有2位发生冲突，读写器将4（2²）个指令00、01、10、11发出识别标签；

当标签中有N位发生冲突，读写器将标签发生冲突位的全部2^N个指令发出，依次来识别标签。

进一步地，所述方法还包括：对读写器发送指令数进行分析。

进一步地，当有M个标签且有N个冲突位时，在二进制搜索算法中，

读写器发送M-1个无效指令，在多叉树防冲突算法中，读写器发送的无效指令数为2^N+1-M。

进一步地，所述方法还包括：对读写器识别标签时间进行分析。

进一步地，当标签数目为M，冲突数为N时，二进制搜索算法识别标签的总时间为T₁等于2M-1，多叉树搜索算法识别标签的总时间为T₂等于2^N+1。

综上，本发明提供的面向海量数据的RFID标签读取方法，衡量一个RFID***防冲突算法的优劣往往就是从通信过程中的识别效率入手来考虑。其中，标签的识别效率最重要的是读写器发送多少次指令才能正确识别出标签，也就是读写器识别所有电子标签所需要传输指令的次数。减少读写器的识别次数就能减少读写器和标签的能耗，从而增加其使用寿命，同时也减少了识别时间。所以通过减少读写器识别标签所发送指令的次数可以有效减少识别时间，提高识别效率。

通过对以上二进制搜索算法的分析，可以看到它在海量数据读取中存在着一些不足：二进制搜索算法的读写器传输次数过多从而导致读写器读写效率降低。本文正是在分析二进制搜索算法的基础上，根据仓储***中海量数据的特性，提出了基于仓储***海量数据的多叉树防冲突算法。

附图说明

图1是本发0中与背景技术相关的用曼切斯特编码识别标签冲突位相关的示意图；

图2是本发明中与背景技术相关的二进制搜索算法形成的二叉树相关的示意图；

图3是本发明中与标签1位冲突时读写器发送2个指令相关的示意图；

图4是本发明中与标签2位冲突时读写器发送4个指令相关的示意图；

图5是本发明中与标签n位冲突时读写器发送2^N个指令相关的示意图；

图6是本发明中与EPC标签各字段的冲突情况相关的示意图；

图7是本发明中与为仓储***EPC标签发生冲突的情况相关的示意图；

图8是本发明中与为仓储***中多叉树搜索算法识别标签发送指令过程相关的示意图；

图9是本发明中与多叉树搜索算法识别过程相关的示意图；

图10是本发明中与多叉树防冲突算法流程相关的示意图；

图11是本发明中与与二进制搜索算法查询相关的示意图；

图12是本发明中与与多叉树搜索算法的查询相关的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

在RFID射频识别***中，防冲突技术是重要的研究内容。本文针对现有二进制索搜防冲突算法读取海量数据标签效率不高的现状，通过分析现有管理***（如仓储管理***、图书管理***等）标签数量为海量数据的特征以及标签编码具有规律性的特点，提出了一种面向海量数据的RFID标签读取方法。该方法基于管理***中海量数据标签的编码规律和现有二进制搜索算法思想，提出适合于读取海量数据RFID标签的多叉树搜索防冲突算法。仿真结果表明，该算法在标签总数大于一定数值时，其读取标签效率比其它二进制搜索算法较高，故该算法在读取海量数据标签方面较有较大的优势。

一种面向海量数据的RFID标签读取方法，包括：

在具体应用中，读写器向所有标签发送指令，当标签有1位发生冲突，读写器将2¹个指令1和0发出识别标签，如图3所示；

当标签有2位发生冲突，读写器将4（2²）个指令00、01、10、11发出识别标签，如图4所示；

......

当标签中有N位发生冲突，读写器将标签发生冲突位的全部2^N个指令发出，依次来识别标签，如图5所示。

具体应用：

在多叉树搜索防冲突算法在仓储***中的应用

仓储***中EPC标签特点：

在仓储***中，EPC(Electronic Product Code)标签是一种应用特殊产品编码形式来编码的标签，每个EPC标签唯一标识一个产品。EPC标签代码由“头字段”、“EPC管理者”、“对象分类”和“序列号”四个域。初始化之前的EPC标签信息可以认为是全0，所有标签完全一样。根据EPC编码的具体操作规定，在向EPC标签中写入EPC代码的过程中，“EPC管理者”是在标签芯片生产的后期测试中，将标签定货的厂家根据其在EPC Global机构中的注册情况而注入；“对象分类”信息则是在各生产厂家，根据注册的产品型号写入EPC标签之中；在各型号产品的出厂检验时，将产品的序列号写入贴附在产品上的EPC标签中。由此可知，EPC标签代码中“头字段”、“EPC管理者”以及“对象分类”这样的字段在仓储***基本不变或变化较小，从而这些字段冲突的可能性小，而主要的冲突发生在产品的“序列号”这个字段上。

由于仓储***EPC标签代码每一字段都有具体的含义且冲突情况不同，根据EPC标签这一特点，将仓储***海量数据的冲突情况如图6的形式表示。

多叉树防冲突算法在仓储***中的应用分析

仓储***中EPC标签的冲突位往往不是发生在整个标签位，而是在标签中间断式的发生冲突，冲突情况如下图7所示。

通常在仓储***中，海量的标签数目意味着M的值会很大，这样将二进制搜索算法应用在仓储***中读写器识别标签所发送无效指令数目M-1也将会很大。所以，二进制搜索算法不适合应用于仓储***中海量数据的读取。而多叉树搜索算法比较适合仓储***的海量标签的情况。下面将多叉树搜索防冲突算法应用在仓储***中进行分析，读写器发送指令的情况如下图8所示。

下面一第一层a1的冲突处理为例来具体说明多叉树算法操作的具体过程，为简单起见定义标签的ID位数为4位，共10个标签,分别是1001，0110，0101，1101，0011，0100，0001，0010，1000，1010。其识别过程如图9所示。

1)首先读写器发送命令Q(1),ID小于1111的电子标签返回

其ID号，读写器接收到的结果是XXXX。

2)判断读写器接受到标签响应，并且标签有冲突位，冲突的位数为4，读写器继续发

送16（即2⁴）个指令0000、0001、0010、0011、0100、0101、0110、0111、1000、1001、1010、1011、1100、1101、1110、1111。

3)10个标签1001，0110，0101，1101，0011，0100，0001，0010，1000，1010分别

响应参数相同的读写器指令SEL(ID)，即读写器选中与其参数一致的标签。

4)阅读器读写已选中的标签READ(ID)。

5)读写器将已读写的标签置为静默状态UN(ID)。

对读写器发送指令数进行分析

当有M个标签且有N个冲突位时，在二进制搜索算法中，读写器发送M-1个无效指令，在多叉树防冲突算法中，读写器发送的无效指令数为2^N+1-M，

当M-1=2^N+1-M，

M=(1/2)2^N+1，

即当二进制搜索算法读写器发送的无效指令等于多叉树算法读写器发送无效指令时，也即当标签的数目等于标签冲突数的一半加一时，此时多叉树算法识别标签的效率持平。

当M-1>2^N+1-M，

M>(1/2)2^N+1，

当二进制搜索算法读写器发送的无效指令大于多叉树算法读写器发送无效指令时，即当标签的数目等于标签冲突数的一半加一时，此时多叉树算法识别标签的效率优于二叉树算法的效率。

以上述10个标签1001，0110，0101，1101，0011，0100，0001，0010，1000，1010为例，其冲突位有4位为XXXX，二进制搜索算法的查询过程如下图11所示。从图上可以看出二进制搜索算法识别所有标签的无效指令为9（10-1）个。

10个标签用多叉树搜索算法的搜索过程如下图12所示，从图12中可以看出多叉树搜索算法识别所有标签的无效指令为7（2⁴+1-10）个。

对比两种算法，当冲突位为4，标签数为10>9（即(1/2)2⁴+1）此时多叉树搜索算法识别所有标签的无效指令7小于二叉树搜索算法识别所有标签的无效指令9，故多叉树搜索算法识别效率较高。

按照二进制搜索算法识别标签的无效指令数目Y=M-1，多叉树搜索算法识别标签的无效指令数目Y=2^N+1-M。

可见，二进制搜索算法中随着标签数的增长，读写器识别标签所发送的无效指令数在不断增大，而多叉树搜索算法正相反，随着标签数的增长，读写器识别标签所发送的无效指令数不断减小。而且二进制搜索算法只与标签个数M有关，多叉树搜索算法与标签个数M和冲突位数N均有关，冲突数N为8来说明，当冲突数为8位，识别标签总数达到129个时，两种算法的无效识别数相同都为128，此时两种算法的识别效率一致；当冲突位N为8为，识别标签数大于129时，多叉树搜索算法的无效指令数比二进制搜索算法的无效指令数少。

对读写器识别标签时间进行分析

当标签数目为M，冲突数为N时，二进制搜索算法识别标签的总时间为T₁=2M-1，多叉树搜索算法识别标签的总时间为T₂=2^N+1，

当T₁=T₂即M=(1/2)2^N+1时，两种算法的识别M个标签所用的时间相同，

那么，当T₁>T₂即M>(1/2)2^N+1时，二进制搜索算法识别标签的时间大于多叉树搜索算法的识别时间，此时多叉树的识别速度快。同时，这一规律与3.1中所述当M>(1/2)2^N+1时，二进制搜索算法发送无效指令数大于多叉树搜索算法读写器发送无效指令数的规律一致，即当M>(1/2)2^N+1时，多叉树搜索算法无论是在发送无效指令数上还是在识别速度上都优于二进制搜索算法。

在仓储***中，标签数达到一定数量（M>(1/2)2^N+1）时，多叉树搜索算法的识别效率高于二进制搜索算法的识别效率。

当仓储***中有M个标签且有a1、a2、a3……an段冲突位发生时，利用多叉树防冲突算法，读写器发送指令数为2^{a1+a2+a3+...+an}其中，无效指令数为2^{a1+a2+a3+…+an}+1-M，比较二进制搜索算法读写器发送的无效指令数为M-1个，

当M-1>2^{a1+a2+a3+…+an}+1-M，

即M>(1/2)2^{a1+a2+a3+…+an}+1时，

此式表明，当标签的数目M大于标签冲突数2^{a1+a2+a3+…+an}的一半加一时，多叉树算法读写器发送有效指令次数将大多于二进制搜索算法中读写器发送的有效指令数，此时多叉树算法识别标签的效率较高。在仓储***中由于标签具有海量的特点，即标签数目M的值较大时，适合应用多叉树搜索防冲突算法。

补充介绍的：

算法指令：

此算法的指令集如下：

1)REQUEST:请求命令(缩写为Q)。

命令形式:Q(ID)。其参数是与标签ID长度相同的二进制数。读写器通过该命令将ID号

作为参数发送给标签，标签收到该命令后，如果标签不是出于静默状态，那么标签返回自身的ID号。

2)SELECT:选择命令(缩写为SEL)。

命令形式:SEL(ID)。其参数为电子标签的ID号。此命令是使与该参数值相同的标签做出响应被选中，以此作为执行读取或写入的命令开关。其他标签对此不做响应。

3)READ:读取命令。

命令形式:READ(ID)。其参数为电子标签的ID号。读写器需要读取数据的电子标签首先通过SELECT命令加以选择，当收到读写器发送的READ命令时，该标签将自身存储的数据等信息发送给读写器。

4)UNSELECT:去选择命令(或缩写为UN)。

命令形式:UNSELECT(ID)。其参数为电子标签的ID号。该命令的发送是在READ命令读取数据之后，当电子标签收到读写器发送的此命令后，即进入“休眠”状态。休眠状态表示此标签是非激活的，本次已经识别完毕，无需再次识别，对读写器发送的任何命令不作响应。如果还要激活此标签，则需要将它移出读写器的作用范围，然后再移入，就重新进入到新一轮的防冲突读取操作。

以上对本发明所提供的面向海量数据的RFID标签读取方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种面向海量数据的RFID标签读取方法，其特征在于，包括：

当标签有2位发生冲突，读写器将4个指令00、01、10、11发出识别标签；

2.根据权利要求1所述的面向海量数据的RFID标签读取方法，其特征在于，所述方法还包括：对读写器发送指令数进行分析。

3.根据权利要求2所述的面向海量数据的RFID标签读取方法，其特征在于，当有M个标签且有N个冲突位时，在二进制搜索算法中，读写器发送M-1个无效指令，在多叉树防冲突算法中，读写器发送的无效指令数为2^N+1-M。

4.根据权利要求1所述的面向海量数据的RFID标签读取方法，其特征在于，所述方法还包括：对读写器识别标签时间进行分析。

5.根据权利要求4所述的面向海量数据的RFID标签读取方法，其特征在于，当标签数目为M，冲突数为N时，二进制搜索算法识别标签的总时间为T₁等于2M-1，多叉树搜索算法识别标签的总时间为T₂等于2^N+1。