RFID 是“radio fequency identification,無線射頻識別”的縮寫,是一種非接觸自動識別和數據采集技術，該技術最早誕生于1948年,美國人HarryStrockman在IRE無線電工程師協會學報上發表論文對其理論和實現方法進行了詳細描述,迄今已有60年。在進入20世紀90年代后, RFID技術的應用規模急劇擴大，從2000 年之后到現在,RFID產品種類得到極大豐富,成本不斷降低,各種新的應用層出不窮。
RFID系統包括RFID硬件和應用支撐軟件2個部，硬件部分由電子標簽和閱讀器組成，電子標簽是數據載體,分為無源射頻標簽、半無源射頻標簽、有源射頻標簽3類，無源電子標簽通過提取閱讀器發出射頻能量作為其工作的電源,并將標簽內信息向閱讀器傳送;半無源標簽及有源標簽的工作能量由電池提供。RFID 中間件則是RF ID軟件系統中最重要的一環,它直接面對硬件采集上來的海量數據,對其進行過濾,有效封裝后再提交給高層應用軟件,被稱為是RF ID系統的神經中樞。目前對RFID中間件的研究,主要集中于如何對海量數據進行過濾,去冗余化,并有效挖掘其中的有用信息這樣幾個方面。筆者結合幾年的RFID應用經驗,對當前已有的過濾算法進行了研究,并提出了一種帶有噪點抑制功能的RFID數據過濾算法,主要解決了RFID數據采集中的噪聲干擾以及過濾冗余數據2個問題。
1 RFID中間件構成
根據RFID權威研究機構Auto - ID實驗室對其EPC物聯網Savant中間件的定義,以及后來由EPCglobal提出的EPC應用層事件規范和低層讀寫器接口協議,一個最基本的RF ID中間件應該包含如下幾個功能模塊: Reader接口模塊、邏輯驅動器映射模塊、RF ID 數據過濾模塊、業務規則過濾模塊、設備管理與配置模塊、上層服務接口模塊， 如圖1所示。
Reader接口用于中間件與RFID讀寫器的數據通信,主要有獲取RF ID數據以及下達設備管理模塊的讀寫器指令2個功能。
設備管理配置模塊用于調整RF ID讀寫設備的工作狀態,配置相應的Reader接口參數等.邏輯讀寫器映射模塊用于將多個物理讀寫器,或者讀寫器的多條天線映射成為一個邏輯讀寫器。 一個邏輯讀寫器代表了一個有具體含義的數據采集點(比如5號貨架) ,而不管該采集點在物理上由多少個讀寫器和天線組成。它屏蔽了數據采集點的具體實現方式,減少了數據過濾等上層模塊與下層數據采集部分的軟件耦合度。 對于上層模塊來說,可見的只有邏輯讀寫器,所以邏輯讀寫器映射模塊對RFID數據有初步過濾的功能。
上層服務接口將經過過濾和組裝的RFID數據向上層應用軟件發送,以實現更為豐富和貼近現實的功能。
2 RFID數據過濾方法設計
2. 1 現有數據過濾方法及問題分析
從硬件上報的原始RFID數據量非常巨大,根據具體的配置不同,每臺讀寫器每秒可以上報數個至數十個不等的標簽數據,但其中只有少部分是對用戶有意義的、非重復性的數據，這樣大量的數據如果不經過去冗等處理而直接上傳,將會給整個RFID系統帶來很大的負擔。 所以,對RFID數據過濾方法的研究在近幾年一直是個熱點。
現有過濾方法主要可以分為如下幾類:
1) 建立事件列表類. 對每一個新到標簽數據進行檢測,如果是新標簽加入相應列表中,且該標簽在列表中已存在,則僅更新對應標簽的時間等狀態數據,而不新建標簽數據記錄,以達到去除重復信息的作用。
2) 事件編碼類. 對標簽狀態的改變進行編碼,標簽出現編碼為0,標簽消失編碼為1. 然后加入計時器機制,對計時器有效時間內的同一標簽的狀態跳變進行忽略,從而在狀態定義和時間維度2個方面對數據進行了去重化。
這些算法均能夠很好地消除冗余數據,減少了上層系統的負荷,有著較好的過濾效果. 但在實際應用中,除了RFID數據的去冗化以外,對數據的過濾還有著其他的需求. 比如,由于信號不穩定或其他干擾因素,貨架上物品的RFID標簽并不能在每一個讀寫器周期中被檢測到;或者當顧客推著小推車從貨架旁走過時,其推車內已選購的商品被貨架內的讀寫器誤讀到。本文中將類似的無效RFID數據稱為RFID噪點。
在上述幾類過濾算法設計中, RFID噪點顯然不是一個被考慮到的因素,只要出現了RFID 標簽,哪怕只是誤讀到一次,也會被作為一個事件數據進行上傳。如果上層業務規則過濾模塊沒有對這些噪點數據進行處理,則會產生一些莫須有的事件記錄,對整個系統的數據管理造成很大麻煩，但上層業務規則過濾模塊對噪點的發現和抑制顯然是一件很難的事情,因為數據采集細節已經被RFID數據過濾模塊完全屏蔽掉了,對噪點的發現失去了最基本的依據。
2. 2 帶噪點抑制功能的RFID數據過濾方法設計
RFID標簽數據由讀寫器在每個報告周期reportcycle進行上報,在經歷多個報告周期之后,一個典型的RFID讀寫器上報數據如圖2所示。
對噪點進行抑制的關鍵在于對偶爾出現的噪點進行識別,從而通過程序將其抹去，本文中提出的抑噪算法采用了閥值的思想,對標簽的每次上報出現都賦予一定的權值,沒出現的標簽則減少其權值. 當該標簽權值高于或低于某個閥值的時候,觸發相應的標簽事件，本算法具體描述為:
1 ) 定義標簽每次出現后累加的權值valueStep.
2) 定義觸發標簽出現事件的閥值fapp.
3) 定義觸發標簽消失事件的閥值fd is.
4) 定義標簽狀態字段detectS tatus.
5) 如果標簽出現,則其權值加valueStep.
6) 如果標簽未出現,其權值減1.
7) 標簽權值大于等于fapp,且detectS tatus =false,則觸發標簽出現事件, 產生一條標簽出現的記錄. 然后將detectS tatus置為true.
8) 標簽權值小于等于fdis,且detectS tatus =true,則觸發標簽消失事件, 產生一條標簽消失的記錄. 然后將detectS tatus置為false.
在該算法中,不管是0噪點還是1噪點,由于其出現的次數很少,則其標簽權值很難高于fapp或低于fdis, 就無法觸發標簽事件, 從而有效地抑制了噪點數據. 而正常標簽不管被讀寫器上報了多少次,其只有在權值大于等于fapp時才會觸發一條標簽出現記錄, 而標簽狀態字段detect Status則保證了當標簽權值在閥值上下波動時不會對事件重復觸發,所以該算法也有效解決了標簽數據冗余的問題。在經過處理后,標簽的報告情況由多個離散點變成了較為連續的權值變化, 如圖3所示。
3 算法實現與驗證
3. 1 算法實現
筆者對該算法設計思想進行了實現,以驗證其在不同應用場景下的適應性和有效性. 實驗平臺使用RS232接口的單天線讀寫器,該讀寫器報告周期為1 s,每次報告標簽數為1個. 算法實現采用java 語言, 通過comm. jar 開發包進行串口通訊。
首先是為標簽構建一個TagEvent類,該類包含的關鍵參數和方法為:
public class TagEvent imp lements Runnable{
int value;
boolean detecStauts = false;
int fmax;
int fmin;
public void run ( ) {
while ( value > 0) {
try{
Thread. currentThread ( ). sleep (1000) ;
} catch ( Interrup tedExcep tion e) { }
if ( value > = fmax&&! detecStauts) {
(觸發標簽出現記錄)
detecStauts = true;
}
else if ( value < = fmin&&detecStauts) {
(觸發標簽消失記錄)
detecStauts = false;
}
value - - ;
} }
當過濾模塊主程序檢測到一個新標簽的時候,便為其建立一個Tag Event類的對象new Tag,并對各個關鍵字段賦初值,同時啟動該對象內部的計時器線程:
new Thread ( newTag). start ( ) ;該計時器線程的作用是每個報告周期對標簽權值value進行檢查并觸發相應操作. 每次檢查后將標簽權值value減1,以實現當標簽未被報告時其權值的逐步下降. 當權值value減到0的時候,計時器線程停止,這時可以銷毀該對象。
當過濾算法主模塊發現報告的標簽已存在時,對該標簽對象的value值進行累加:
newTag. value + = valueStep;
if ( newTag. value > = newTag. fmax) {
newTag. value = newtag. fmax;
}
其中valueStep就是算法中定義的累加權值. 如果權值value已經達到閥值fm ax,則將其保持在該值,防止經過多個上報周期后標簽權值過高,影響后繼判斷。
3. 2 實驗驗證
在驗證的過程中模擬了2 種應用場景: 第1種是帶讀寫器的貨架,該場景要求達到貨架讀寫器能穩定識別放入的帶標簽物品,不會因為信號波動而誤報貨品離開信息,并對經過貨架的其他物品保持較低的敏感度;第2種是門禁系統,要求對出現在讀寫范圍內的標簽立刻做出反應,但在一定時間內不能重復上報同一個標簽。
在第1種貨架系統場景中,設置valueS tep = 3,fapp = 10, fdisp = 0,當標簽進入讀寫器范圍后,經過5 s左右的時間過濾模塊觸發標簽出現操作,人為將標簽多次短時間移出讀寫器范圍,模擬信號干擾和波動的情況,并將另一標簽從讀寫器范圍內移過,讀寫器均未觸發多余的標簽出現和消失操作。
在第2 種門禁系統場景中,設置valueS tep =10, fapp = 10, fd isp = 0,當標簽進入讀寫器范圍內,過濾模塊立即觸發了標簽出現操作,當標簽消失后, 10 s內不再重新觸發。
4 結束語
本文中通過對RFID中間件實際應用場景的分析和現有過濾算法的研究,設計并實現了一種適用范圍廣,帶有噪點抑制功能的RFID數據過濾算法， 通過一個java程序在模擬場景中對算法進行了實驗。結果表明,該算法具有良好的抑噪和去冗能力,在不同參數的組合下,可以適應各種實際應用需求， 該過濾算法為更高層的業務規則過濾模塊奠定了很好的數據基礎,對于RFID中間件的設計和開發有一定的實用價值。