[发明专利]射频识别的RFID标签数量估计方法

说明书

射频识别的RFID标签数量估计方法，属于射频识别领域，针对已有标签估计方案存在的误差大问题，首先，根据标签数量与帧长的数量关系，确定一个调节因子；其次研究标签识别过程中成功时隙占总时隙比例，得到调节因子与所占比例的关系；最后利用牛顿迭代法求解，得出准确的标签数量。仿真结果表明，NIATE算法在不同标签数量情况下，相比现有主流算法，具有较好自适应能力，标签估计平均误差更小。

技术领域

本发明属于射频识别领域，涉及一种射频识别的RFID标签数量估计方法。

背景技术

射频识别(RFID)技术广泛应用于许多领域，如仓库管理，物流控制，智能货架，产品追踪^[1,2]等。电子标签具有体积小、成本低、易于处理等优点，在上述应用领域中数量通常很大。当两个或多个标签同时与阅读器通信，信号将互相干扰，不可避免地出现标签碰撞问题，导致阅读器信息读取失败。

目前，主要有两种类型的标签识别算法：基于树的算法和基于Aloha协议的算法^[3～7]。在大型RFID系统应用中，标签群体很大，二叉树算法的复杂度较高、延迟较长，无法满足识别环境中实时识别的要求^[8]。因此，基于Aloha协议的算法被广泛采用，该算法简单，使用成本低。基于Aloha算法中，文献[9]证明了当标签数与帧长度相等时，识别效率最高，所以通信时隙的选取对标签识别性能起着关键作用，时隙数量太多，空闲时隙太多，过少，则会出现过多的碰撞时隙，为此，帧长的确定需要预估实际标签数量。快速准确识别出的标签数量，不仅可用于设置最佳Aloha算法帧大小来加快标签ID信息收集的速度，也可用于库存监控，便于货物的管理^[10]。

Schoute^[11]根据碰撞时隙的数量进行标签数量估计，假设每个碰撞时隙中的标签数为固定值，不能随着标签规模的增大而调整，导致估计误差会随着标签数量的增大而增加。Vogt^[12]应用最大似然估计方法来估计标签数量，以大于标签数的帧长为代价提高了标签估计的准确性，搜索过程和计算过于繁琐，已经很少使用。文献[13]提出最大后验概率方法估计标签数量，该算法基于多项式分布和最大后验概率估计标签数量，进一步提高了标签估计的准确性，但是如果标签数量范围较大，同样存在运算量过大的问题。文献[14]提出粗精二次估计标签数量方法，该方法经过分析得出的评估标准确定是否需要精估计，精估计采用基于先验知识的最大后验概率算法，粗估计的标签数作为精估计的起点值，精估计搜索范围减少了90％，但平均估计误差较大。文献[15]和[16]提出了另一种标签估计算法，利用贝叶斯准则估计标签数量，估计准确度上优于Vogt方法，与最大后验概率方法类似，但计算复杂度比他们小，不足之处是贝叶斯估计观察值要求较大，读写器仅从一帧获取信息，无法获得足够的观察结果。文献[17]基于均方贝叶斯方法和下限值估计方法之间的线性关系，对两种方法进行融合给出了两种算法估计标签数量，具有较高的估计准确度，但两种算法误差不同，没有说明不同情况下选择哪一种算法，且仍没有解决贝叶斯估计观察值要求较大的缺点。文献[18]提出了另一种估计标签数量的方案，只需分析一帧中理论与实际情况下成功时隙数量关系，应用割线迭代法就可以得到准确的估计标签数量，但是其估计过程中需要发送额外的探测帧以去除标签估计产生的伪解，增加了系统的时间开销与算法估计复杂度，另外，帧长较小时，无法估计标签数量时，文中没有给出可以估计标签数量的帧长调整方案。

发明内容

本发明为了解决需要发送额外的探测帧以去除标签估计产生的伪解，增加了系统的时间开销与算法估计复杂度的问题，本发明提出如下技术方案：一种射频识别的RFID标签数量估计方法，根据理论与实际情况下一帧中成功时隙数在总时隙中的占比，利用牛顿迭代法得出标签数量的估计模型，估计标签数量。

进一步的，利用牛顿迭代法计算时，根据成功时隙数与实际成功时隙数的关系，分析选取适当的迭代初值，并通过有限次迭代，估计标签数量。