【摘要】：RFID技術(shù)在近年取得了快速的發(fā)展,在多行業(yè)獲得了廣泛應用。近些年出現(xiàn)的分布式RFID為RFID技術(shù)開拓了新的技術(shù)空間。RFID的迅速發(fā)展和應用場景的多樣化給RFID數(shù)據(jù)處理技術(shù)提出了更高的要求。如何快速有效的對RFID的數(shù)據(jù)進行清理以及分類是RFID技術(shù)進一步發(fā)展的重要環(huán)節(jié)。為解決分布式RFID數(shù)據(jù)處理的問題,論文針對分布式RFID的數(shù)據(jù)清理以及分類問題,完成以下工作:針對分布式RFID數(shù)據(jù)結(jié)構(gòu)的新特性設計了數(shù)據(jù)處理系統(tǒng),對數(shù)據(jù)進行集中處理,包括數(shù)據(jù)的去重和歸類。在天線數(shù)目多于十個時,系統(tǒng)整體性能相較于采用傳統(tǒng)處理系統(tǒng)有明顯的提升。系統(tǒng)借鑒MVC結(jié)構(gòu)進行設計,各模塊之間耦合程度較低,便于功能的開發(fā)和擴展,增加了系統(tǒng)的穩(wěn)定性。針對RFID數(shù)據(jù)去重問題,論文對傳統(tǒng)的SNM算法進行改進。通過分析SNM算法的影響因素,對實驗中理想狀況和讀取效果不佳的狀況分別進行討論,得到兩種情況下最佳窗口取值大小的區(qū)域。在對應區(qū)域內(nèi),算法的處理性能有10%到15%的提升。論文采用匹配樹算法對匹配過程進行改進,在解決RFID數(shù)據(jù)歸類問題上相較于自動機算法,性能提高了35%左右。進一步引入剪枝算法對匹配樹進行剪枝,在滿足一定的概率閾值的情況下,對算法進行了進一步的優(yōu)化。論文對各模塊的功能進行了性能測試,用以驗證算法以及模塊的效果。通過性能測試,證明改進的算法在性能上相較于改進之前性能有明顯的提升,充分的證明RFID數(shù)據(jù)處理的研究價值。在論文的最后,對RFID數(shù)據(jù)處理技術(shù)進行了總結(jié)和展望,展望結(jié)合機器學習對系統(tǒng)進行進一步改進的可能性,并且明確了針對不同RFID的應用場景開發(fā)更加普適的數(shù)據(jù)處理系統(tǒng),從而實現(xiàn)完備的數(shù)據(jù)存儲的系統(tǒng)。
[Abstract]:RFID technology has made rapid development in recent years, and has been widely used in many industries. The emergence of distributed RFID in recent years has opened up a new technological space for RFID technology. The rapid development of RFID and the diversification of application scenarios put forward higher requirements for RFID data processing technology. How to quickly and effectively clean up and classify the RFID data is an important step in the further development of RFID technology. In order to solve the problem of distributed RFID data processing, this paper aims at data cleaning and classification of distributed RFID, accomplishes the following work: according to the new characteristics of distributed RFID data structure, a data processing system is designed, and the data is processed centrally. Including data removal and classification. When the number of antennas is more than 10, the overall performance of the system is significantly improved compared with the traditional processing system. The system is designed by using MVC structure for reference. The coupling degree of each module is low, which is convenient for the development and expansion of functions, and increases the stability of the system. Aiming at the problem of RFID data de-duplication, this paper improves the traditional SNM algorithm. By analyzing the influence factors of the SNM algorithm, the ideal condition and the bad reading effect in the experiment are discussed respectively, and the region of the optimal window size is obtained under the two kinds of conditions. In the corresponding region, the processing performance of the algorithm is improved by 10% to 15%. In this paper, the matching tree algorithm is used to improve the matching process. Compared with the automata algorithm, the performance of the algorithm is improved by about 35% in solving the problem of RFID data classification. Furthermore, the pruning algorithm is introduced to prune the matching tree, and the algorithm is further optimized when a certain probability threshold is satisfied. The function of each module is tested to verify the algorithm and the effect of the module. The performance tests show that the performance of the improved algorithm is significantly improved compared with that before the improvement, and the research value of RFID data processing is fully proved. At the end of the paper, the RFID data processing technology is summarized and prospected, the possibility of further improving the system with machine learning is prospected, and the more suitable data processing system is developed for different RFID application scenarios. In order to achieve a complete data storage system.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.44

【參考文獻】

相關期刊論文 前10條

1 謝旭光;;我國物聯(lián)網(wǎng)產(chǎn)業(yè)鏈與發(fā)展現(xiàn)狀分析[J];內(nèi)蒙古科技與經(jīng)濟;2014年14期

2 厲劍;;物聯(lián)網(wǎng)技術(shù)之RFID識別[J];物聯(lián)網(wǎng)技術(shù);2013年05期

3 張蒙;康建榮;賈瑩媛;劉翹楚;;基于二維哈希表的海量高程點數(shù)據(jù)去重算法設計[J];測繪科學;2013年06期

4 李蓓;盧朝陽;;基于射頻識別技術(shù)的電子報到系統(tǒng)[J];計算機應用;2012年S1期

5 鐘書華;;物聯(lián)網(wǎng)演義(一)——物聯(lián)網(wǎng)概念的起源和演進[J];物聯(lián)網(wǎng)技術(shù);2012年05期

6 吳愛華;;多固定閱讀器下基于路徑約束的RFID數(shù)據(jù)清洗算法[J];計算機研究與發(fā)展;2011年S3期

7 袁國智;董毅明;;我國物聯(lián)網(wǎng)產(chǎn)業(yè)現(xiàn)狀及其發(fā)展對策分析[J];商業(yè)時代;2011年04期

8 張建中;方正;熊擁軍;袁小一;;對基于SNM數(shù)據(jù)清洗算法的優(yōu)化[J];中南大學學報(自然科學版);2010年06期

9 白紅霞;吳文華;;RFID數(shù)據(jù)采集中間件研究[J];微計算機信息;2009年11期

10 賈曉林;;RFID技術(shù)的發(fā)展歷史和標準現(xiàn)狀[J];家電科技;2008年19期

相關博士學位論文 前1條

1 谷峪;不確定性RFID流數(shù)據(jù)管理關鍵技術(shù)研究[D];東北大學;2010年

相關碩士學位論文 前6條

1 劉建青;基于光纖技術(shù)的分布式物聯(lián)網(wǎng)信息采集系統(tǒng)[D];北京郵電大學;2015年

2 王馨;RFID中間件的數(shù)據(jù)清洗方法研究[D];蘭州理工大學;2013年

3 夏青松;基于改進哈希算法的快速KNN文本分類方法[D];安徽大學;2012年

4 王凡;基于ZIGBEE和RFID的物聯(lián)網(wǎng)中間件的設計與實現(xiàn)[D];北京郵電大學;2011年

5 鄒偉;基于J2EE的RFID中間件的研究與實現(xiàn)[D];湖南大學;2009年

6 張樂;RFID中間件數(shù)據(jù)處理研究與開發(fā)[D];上海交通大學;2008年

，

本文編號：2405275