隨著物聯(lián)網(wǎng)技術(shù)的新興發(fā)展,萬物互聯(lián)的趨勢(shì)愈發(fā)明顯,為進(jìn)一步減少倉儲(chǔ)環(huán)境中的人力成本,人們開始更多的在倉儲(chǔ)環(huán)境中使用物聯(lián)網(wǎng)射頻識(shí)別技術(shù)(RFID,Radio Frequency Indentification)。RFID系統(tǒng)通過監(jiān)測(cè)傳送帶上的RFID標(biāo)簽來完成貨物的出入庫配置和行李的目的地匹配,使得如何在傳送帶上快速區(qū)分群讀標(biāo)簽的先后順序成為一個(gè)新的課題。針對(duì)上述情況,本文根據(jù)倉庫-傳送帶場(chǎng)景,提出了一種同時(shí)運(yùn)用標(biāo)簽多維信息的異常數(shù)據(jù)檢測(cè)和容錯(cuò)算法(ADD-ET,Abnormal data detection and error tolerant algorithm),有效提高了傳送帶上RFID標(biāo)簽的排序正確率。另外,針對(duì)傳送帶排序場(chǎng)景下存在的場(chǎng)外標(biāo)簽,提出了一種基于kNN機(jī)器學(xué)習(xí)算法的RFID標(biāo)簽分類方法,該算法能夠有效鑒別倉庫環(huán)境內(nèi)近99%的場(chǎng)外標(biāo)簽,為傳送帶上的標(biāo)簽排序算法提供了保障。論文的主要貢獻(xiàn)如下:1)基于倉庫-傳送帶場(chǎng)景,搭建了一套R(shí)FID系統(tǒng)仿真平臺(tái)。平臺(tái)首先計(jì)算了RFID標(biāo)簽在該場(chǎng)景下的所有多維信息理論值——標(biāo)簽返回信號(hào)強(qiáng)度(RSSI,Received Signal Strength Indicator)、相位信息和多普勒頻移(DOPPLER,Doppler Frequency Shift),將理論值與標(biāo)簽選擇性讀取的響應(yīng)接受比例原則(RRR,Response Reception Ratio)相結(jié)合,加入對(duì)RFID閱讀器閱讀能力的設(shè)置,實(shí)現(xiàn)了一套更加接近RFID真實(shí)系統(tǒng)的仿真試驗(yàn)平臺(tái)。2)提出了一種同時(shí)運(yùn)用RSSI和DOPPLER信息的ADD-ET算法,對(duì)RSSI測(cè)量值進(jìn)行可靠性檢測(cè),在RSSI信息可靠時(shí)使用RSSI測(cè)量值直接進(jìn)行排序,當(dāng)RSSI信息不可靠時(shí),輔助使用容錯(cuò)算法分析DOPPLER測(cè)量值并給出相對(duì)位置排序結(jié)果,在真實(shí)測(cè)試環(huán)境下展現(xiàn)出非常可觀的排序效果。3)結(jié)合標(biāo)簽分類的無線射頻識(shí)別的系統(tǒng)分析方法(SARFID,System Analysis of Radio Frequency Identification),提出了一種基于kNN機(jī)器學(xué)習(xí)算法的RFID標(biāo)簽分類方法,使用RFID標(biāo)簽返回的RSSI和DOPPLER測(cè)量值,計(jì)算其統(tǒng)計(jì)特征和匹配特征,結(jié)合kNN機(jī)器學(xué)習(xí)算法,在仿真測(cè)試實(shí)驗(yàn)中,RFID標(biāo)簽“是否位于傳送帶上”的分類正確率為98.8%,RFID標(biāo)簽動(dòng)靜態(tài)分類正確率高達(dá)99.99%。
【學(xué)位單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.44;TP181
【部分圖文】：

以達(dá)到同一時(shí)刻只有一件包裹經(jīng)過 RFID 閱讀器的效果。物理隔離如圖1.1 所示，通過固定天線的定向角，然后設(shè)置傳送帶拐角的方法有效屏蔽 RFID 標(biāo)簽。拐角角度越小，屏蔽效果越好。為實(shí)現(xiàn)更好的信號(hào)屏蔽效果，全封閉帶門信號(hào)屏蔽設(shè)備被安裝在傳送帶上，如圖 1.2 所示，但目前該技術(shù)的應(yīng)用并不能實(shí)現(xiàn)無停頓傳輸，在標(biāo)簽進(jìn)入屏蔽區(qū)域時(shí)，屏蔽室需要進(jìn)行開門和關(guān)門，比較耗費(fèi)時(shí)間。但無論是以上哪種方法，都存在如下弊端：1）信號(hào)隔離不徹底，如有標(biāo)簽混入閱讀區(qū)域，將導(dǎo)致判斷失誤，或系統(tǒng)報(bào)錯(cuò)；2）沒有很好的利用 RFID 閱讀器的群讀性能，使得 RFID 系統(tǒng)的傳輸效率明顯降低。在實(shí)際商用場(chǎng)景中，當(dāng)標(biāo)簽距離縮小，如罐頭制品或是微小零部件的出入庫場(chǎng)景，這種排序方法將不再適用。所以，一種既可以實(shí)現(xiàn) RFID 標(biāo)簽的群讀，又能夠在群讀的同時(shí)辨別標(biāo)簽順序的排序算法才能夠解決這種實(shí)際應(yīng)用問題。這時(shí)，學(xué)者將考慮到是否能夠?qū)?RFID 標(biāo)簽的定位算法應(yīng)用到排序方面。RFID 定位算法

圖 1.2 使用全封閉型信號(hào)屏蔽設(shè)備的標(biāo)簽隔離示意圖過定位以獲取排序結(jié)果的方法被否定后，又有學(xué)者進(jìn)行了關(guān)于傳送帶上 R排序的研究。文獻(xiàn)[13]中通過相位整合、相位去周期等方法，使用相位測(cè)量天線的運(yùn)動(dòng)速度，從而獲得標(biāo)簽位于天線正下方的時(shí)刻。本研究在仿真實(shí)個(gè)相位排序方法，該方法作為純仿真內(nèi)容確實(shí)會(huì)有非�？捎^的實(shí)驗(yàn)效果，環(huán)境因素影響較大。在遠(yuǎn)場(chǎng)天線或是辦公室環(huán)境下，排序正確率較低，而屏蔽設(shè)備的半封閉實(shí)驗(yàn)環(huán)境下，使用近場(chǎng)天線，可以獲得較好的排序效果論是 RSSI、相位或是 DOPPLER 測(cè)量值，都能夠非常直觀的找到 RFID 標(biāo)的時(shí)刻。所以傳送帶下 RFID 標(biāo)簽排序的難點(diǎn)并不在于理論推導(dǎo)，而是在量值與理論值的巨大差異。由于當(dāng)前比較優(yōu)秀的 RFID 讀寫器 IMPINJ 系列司機(jī)密，并不能通過底層研究來探索實(shí)際測(cè)量值的具體物理意義或是對(duì)其個(gè)面向?qū)嶋H系統(tǒng)的操作就如同黑盒實(shí)驗(yàn)，只能在后期通過對(duì)畸形數(shù)據(jù)的J 系列閱讀器的排序正確率，來期待更好的排序效果，這也是整個(gè)排序算法上所述，目前并不存在某一種算法，能夠在實(shí)際傳送帶場(chǎng)景中有效地區(qū)分序。為了給出連續(xù)的，高正確率的標(biāo)簽排序結(jié)果，傳送帶上的 RFID 標(biāo)簽排序個(gè)亟待解決的問題。所以，RFID 標(biāo)簽的排序算法成為本文的一個(gè)研究方向

產(chǎn)生傳送帶上 RFID 標(biāo)簽的排序錯(cuò)誤，從而導(dǎo)致出入庫配置的紊亂。那么，有效區(qū)分標(biāo)簽是否位于傳送帶上、是否靜止，標(biāo)記標(biāo)簽在某一時(shí)間范圍內(nèi)的運(yùn)動(dòng)狀態(tài)也是一個(gè)值得研究的課題。文獻(xiàn)[14]中將標(biāo)簽的類型劃分為靜態(tài)的（static）、游離的（nomad）和移動(dòng)的（moving），并利用基于相位的 SARFID 技術(shù)，在標(biāo)簽是否移動(dòng)這兩個(gè)狀態(tài)間進(jìn)行二分類，實(shí)現(xiàn)了 99％的分類準(zhǔn)確度。在這篇文章中，他們并沒有指出游離標(biāo)簽與移動(dòng)標(biāo)簽的相似程度，并且文中所使用的仿真數(shù)據(jù)是完整的仿真理論相位值，但在實(shí)際 RFID 系統(tǒng)中存在著大量的數(shù)據(jù)缺失和數(shù)據(jù)異常。將 SARFID 算法在本文考慮了多種影響因素的實(shí)驗(yàn)平臺(tái)下進(jìn)行實(shí)驗(yàn)，展現(xiàn)出的效果并沒有描述的那么理想。此外，之前的很多關(guān)于分類的文章僅使用相位測(cè)量值作為分類的依據(jù)[15]，如果標(biāo)簽的相位測(cè)量存在問題，那么在實(shí)際應(yīng)用中這將是一個(gè)不可挽回的災(zāi)難性事件。1.3研究?jī)?nèi)容與取得的成果1.3.1 研究?jī)?nèi)容與本文所做的工作本文的側(cè)重點(diǎn)是研究倉庫-傳送帶環(huán)境下，密集 RFID 標(biāo)簽在快速運(yùn)動(dòng)傳送帶上的排序算法，以及如何排除傳送帶場(chǎng)景中的場(chǎng)外標(biāo)簽。場(chǎng)景示意圖如圖 1.3 所示，其中標(biāo)簽 3、9、10是靜止的（static），標(biāo)簽 2、11 是不在傳送帶上、不隨傳送帶運(yùn)動(dòng)的游離標(biāo)簽（nomad），標(biāo)簽1、4、5、6、7、8 是位于傳送帶上勻速直線運(yùn)動(dòng)的標(biāo)簽（moving），圖中灰色橢圓形是 RFID閱讀器的閱讀范圍。在該場(chǎng)景下，只有 1、4、5、6、7、8 會(huì)被定義為場(chǎng)內(nèi)標(biāo)簽并進(jìn)行排序，其它標(biāo)簽都是場(chǎng)外標(biāo)簽，將被排除在 RFID 排序算法之外。V2V11

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱昌俊;;“二等座院士”身上的職業(yè)精神[J];作文與考試;2017年26期

2 包佳佳;田偉;;大規(guī)模圖上標(biāo)簽集約束路徑的集合查詢[J];計(jì)算機(jī)科學(xué);2013年04期

3 吳金成;曹嬌;趙文棟;張磊;;標(biāo)簽集中式發(fā)布訂閱機(jī)制性能分析[J];指揮控制與仿真;2010年06期

4 吳小蘭;章成志;;結(jié)合用戶關(guān)系網(wǎng)和標(biāo)簽共現(xiàn)網(wǎng)的微博用戶標(biāo)簽推薦研究[J];情報(bào)學(xué)報(bào);2015年05期

5 李艷;賈君枝;;輕型標(biāo)簽本體與受控詞表的結(jié)合研究[J];數(shù)字圖書館論壇;2014年08期

6 李松麗;曹平;姜盼;;國際標(biāo)準(zhǔn)化組織的標(biāo)準(zhǔn)標(biāo)簽集研究分析[J];航空標(biāo)準(zhǔn)化與質(zhì)量;2018年02期

7 宋寧遠(yuǎn);劉晶;;數(shù)據(jù)標(biāo)簽集及其適用性探析[J];數(shù)字圖書館論壇;2018年06期

8 丁子_g;;建設(shè)工程招標(biāo)投標(biāo)大數(shù)據(jù)標(biāo)簽體系的研究與應(yīng)用[J];招標(biāo)采購管理;2018年08期

9 包靖玲;霍永豐;顧佳;韓靜;李君;袁慶;李敬文;沈錫賓;;美國國立醫(yī)學(xué)圖書館期刊文檔標(biāo)簽集概述[J];中國科技期刊研究;2013年04期

10 李鋒;楊有龍;;基于標(biāo)簽特征和相關(guān)性的多標(biāo)簽分類算法[J];計(jì)算機(jī)工程與應(yīng)用;2019年04期

相關(guān)重要報(bào)紙文章 前3條

1 王小默;應(yīng)用精準(zhǔn)用戶畫像有多難？[N];人民郵電;2018年

2 記者 康安;食品進(jìn)口更安全更快捷[N];廣西日?qǐng)?bào);2019年

3 任遠(yuǎn);世界無法依靠逃離來徹悟[N];文學(xué)報(bào);2015年

相關(guān)博士學(xué)位論文 前7條

1 謝鑫;大規(guī)模RFID標(biāo)簽信息采集技術(shù)的研究[D];大連理工大學(xué);2019年

2 姜思羽;多標(biāo)簽及多實(shí)例數(shù)據(jù)的分類模型算法研究[D];華南理工大學(xué);2019年

3 劉世超;基于網(wǎng)絡(luò)嵌入學(xué)習(xí)和標(biāo)簽傳播的社區(qū)發(fā)現(xiàn)算法研究[D];武漢大學(xué);2017年

4 鄒躍鵬;基于主題模型的多標(biāo)簽文本分類及推薦系統(tǒng)若干問題研究[D];吉林大學(xué);2019年

5 黃媛;面向服務(wù)的社會(huì)化標(biāo)注方法研究[D];武漢大學(xué);2013年

6 彭岳;基于主題模型的多標(biāo)簽學(xué)習(xí)問題研究[D];南京大學(xué);2018年

7 杜卿;面向個(gè)性化服務(wù)的User Profile研究及應(yīng)用[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 徐潔;RFID標(biāo)簽分類及排序算法研究[D];東南大學(xué);2019年

2 潘云鵬;基于深度多標(biāo)簽學(xué)習(xí)的文本語義索引技術(shù)研究[D];北京工業(yè)大學(xué);2019年

3 楊濤;基于標(biāo)簽相關(guān)性的文本多標(biāo)簽分類算法的研究[D];北京工業(yè)大學(xué);2019年

4 姜富山;大數(shù)據(jù)環(huán)境下基于關(guān)聯(lián)規(guī)則的多標(biāo)簽學(xué)習(xí)算法研究[D];遼寧大學(xué);2019年

5 鐘曉玲;基于標(biāo)簽相關(guān)性和類不平衡性的多標(biāo)簽分類算法[D];華南理工大學(xué);2019年

6 夏翠萍;基于局部標(biāo)簽關(guān)聯(lián)的并行多標(biāo)簽k近鄰[D];重慶郵電大學(xué);2018年

7 俞崇偉;面向社交標(biāo)簽系統(tǒng)的推薦技術(shù)研究與實(shí)現(xiàn)[D];上海交通大學(xué);2016年

8 宋攀;基于標(biāo)簽依賴關(guān)系的多標(biāo)簽分類方法[D];北京交通大學(xué);2019年

9 高瓊;分類問題中的標(biāo)簽噪聲研究[D];西安電子科技大學(xué);2019年

10 袁龍;基于主動(dòng)學(xué)習(xí)的標(biāo)簽噪聲處理技術(shù)研究[D];重慶郵電大學(xué);2019年

本文編號(hào)：2832281