[发明专利]一种基于RFID和集成学习的资产设备智能感知方法及装置

说明书

本发明涉及一种基于RFID和集成学习的资产设备智能感知方法及装置，该方法利用多个RFID信标数据实现对RFID标签位置状态的智能感知，包括对多个RFID信标数据的预处理、感知模型的构建以及优化网络参数；并基于实际实验室环境下采集到的数据进行实证研究，能有效克服传统RFID感知模型对环境的高敏感性、识别精度低、易受干扰等缺点，同时多个RFID信标相较于单个RFID信标构建的模型，其感知范围更广，能够有效降低对RFID标签的漏检率。同时提供一种与上述方法配合使用的RFID感知识别装置。本发明方法得到的RFID感知模型辨识准确可达0.9751，且相较于使用单个RFID信标学习得到模型，感知范围更大，能有效满足大型智能建筑安防场景中对固定资产监测管理的实际应用需求。

技术领域

本发明涉及射频识别技术领域，具体涉及一种基于RFID和集成学习的资产设备智能感知方法及装置。

背景技术

无线射频识别技术(简称RFID)诞生于上世纪四十至五十年代，发展至今，经过了多种新兴技术的融合，形式与应用范围发生了很大的变化。现今的RFID技术在融合了物联网技术无线信息、能量传输技术、物体识别以及高效低能耗感知技术后，成为未来信息系统种传感和通信的新范式。RFID技术具有非接触式传感、无线信息传输、标签无线供电、易于部署、非视距传输、灵活可粘贴等特点。

传统RFID感知模型对环境的高敏感性以及识别精度低，难以满足大型智能建筑安防场景中对固定资产监测的实际应用需求。为实现大型空间中资产设备的智能感知，发明人将RFID标签固定在资产设备上，多个RFID信标同时感知RFID标签的位置状态，由于大型空间中RFID信标的摆放位置不同，同一时间对同一个RFID标签感知到的数据差异性较大，本发明采用集成学习中的bagging和stacking的方法思想构建多信标的RFID感知模型。

发明内容

本发明的目的是提供一种基于RFID和集成学习的资产设备智能感知方法及装置，能有效克服传统RFID感知模型对环境的高敏感性以及识别精度低，难以满足大型智能建筑安防场景中对固定资产监测的实际应用需求的问题。

为解决上述技术问题，本发明采用了以下技术方案：

一种基于RFID和集成学习的资产设备智能感知方法，包括以下步骤：

将RFID标签固定在室内资产设备上，设n，n≥2个RFID信标同时探测室内RFID标签的信号，在时间T内，第i个RFID信标对同一个RFID标签感知到的RSSI值构成序列R_i，如式(1)所示：

R_i＝(r₁，r₂，...，r_t，...，r_k)    (1)

式(1)中，R_i表示一个由RSSI值组成的RFID信号序列；r_t表示在第t个时刻的RSSI值；k表示序列长度；

对n个RFID信标感知到的RFID信号序列并行学习n个RFID感知模型；在一段时间T内，第i个RFID信标对RFID标签的位置状态预测结果如式(2)所示：

Z_i＝f_i(R_i)     (2)

式(2)中，Z_i表示根据第i个RFID信标感知到的RFID信号序列辨识得到的位置状态，Z_i的取值范围如式(3)所示；f_i()表示第i个RFID信标的感知到的RFID序列与位置状态拟合的关系函数；R_i表示第i个RFID信标在T时间内感知到的RFID信号序列；