项目名称: 大规模RFID系统标签的自适应高效准确识别策略研究

项目编号: No.61472268

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 顾才东

作者单位: 苏州市职业大学

项目金额: 81万元

中文摘要: 射频标签识别技术(RFID)被广泛应用于物流和仓库管理, 在射频识别通信中,阅读器(reader)发出识别命令,当某个时隙内有多个标签(tag)同时回复,它们的信号会发生冲突,导致识别失败;阅读器位置的移动或随机放置,相邻两次扫描可能覆盖一些相同的标签(overlap),造成冗余识别(redundancy),降低了扫描的效率。在大规模的物流和仓库管理中,标签数量通常巨大且分散,如何快速而有效地对所有标签进行识别是一个非常重要的问题。设计一个标签选择(selection)协议,策略一是使得已经扫描的标签ID不再重复扫描,以缩短扫描时间;策略二是将所有扫描的标签ID上传到服务器后,由服务器进行冗余标签ID的消除。本项目研究RFID标签自适应高效扫描的最优策略及其与标签分布的量化关系,设计最优的标签扫描协议。本研究将产生系列自主创新成果,对大规模的射频识别系统协议设计和应用带来指导意义。

中文关键词: 物联网;RFID技术;传感器网络

英文摘要: Radio Frequency Identification (RFID) technology plays an important role in supply chain logistics and inventory control.In RFID systems ,tag scanning is which aims to collect tag IDs to identify the associated objects.The RFID reader continuous scanning scenario at different locations are often needed to cover the entire inventory (tags), the overlapping tags are read multiple times. Most existing methods suffer from low scanning efficiency , since they do not distinguish the size of overlap which is an important factor of scanning performance. To obtain a protocol of selection tags.First strategy is which do not scans overlap tags,in order save time. Second strategy upload all tag IDs to the server,then the server deleted redundancy tag IDs. We propose an Adaptive COntinuous Scanning scheme (ACOS). We analytically unveil the fundamental relationship between the performance of continuous scanning and the size of overlap, deriving a critical threshold for the selection of scanning strategy.Further, we design an accurate estimator to approximate the overlap. Combining the estimate and a compact data structure, an adaptive scanning scheme is introduced to achieve low communication cost. Through detailed analysis and extensive simulations, we demonstrate that the proposed scheme significantly outperforms previous approach in total scanning time. In this study,most innovations achievement can be obtained.It is important to design and apply that Towards Adaptive Continuous Scanning in Large-Scale RFID Systems.

英文关键词: Internet of things;RFID;Sensor

成为VIP会员查看完整内容
0

相关内容

物联网,英文名为Internet of Things,可以简单地理解为物物相连的互联网。物联网主要通过各种设备(比如RFID,传感器,二维码等)的接口将现实世界的物体连接到互联网上,或者使它们互相连接,以实现信息的传递和处理。互联网在现实的物理世界之外新建了一个虚拟世界,物联网将会把两个世界融为一体。
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI2022】基于特征纯化的视线估计算法
专知会员服务
9+阅读 · 2022年2月11日
专知会员服务
19+阅读 · 2021年9月16日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
31+阅读 · 2021年7月2日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
37+阅读 · 2021年4月25日
专知会员服务
20+阅读 · 2021年4月15日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【极市打榜|算法上新】口罩识别
极市平台
0+阅读 · 2022年2月19日
Java依赖冲突高效解决之道
阿里技术
0+阅读 · 2022年1月14日
【WWW2021】高效的非抽样知识图谱嵌入
专知
0+阅读 · 2021年4月25日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
使用 Canal 实现数据异构
性能与架构
20+阅读 · 2019年3月4日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
12+阅读 · 2022年4月12日
Arxiv
21+阅读 · 2021年2月13日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
101+阅读 · 2020年3月4日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI2022】基于特征纯化的视线估计算法
专知会员服务
9+阅读 · 2022年2月11日
专知会员服务
19+阅读 · 2021年9月16日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
31+阅读 · 2021年7月2日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
37+阅读 · 2021年4月25日
专知会员服务
20+阅读 · 2021年4月15日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【极市打榜|算法上新】口罩识别
极市平台
0+阅读 · 2022年2月19日
Java依赖冲突高效解决之道
阿里技术
0+阅读 · 2022年1月14日
【WWW2021】高效的非抽样知识图谱嵌入
专知
0+阅读 · 2021年4月25日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
使用 Canal 实现数据异构
性能与架构
20+阅读 · 2019年3月4日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
12+阅读 · 2022年4月12日
Arxiv
21+阅读 · 2021年2月13日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
101+阅读 · 2020年3月4日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
微信扫码咨询专知VIP会员