[发明专利]基于深度Q网络的RFID多阅读器防碰撞算法

说明书

本发明涉及无线射频识别中的阅读器防碰撞技术，具体地说是基于深度Q网络的RFID多阅读器防碰撞算法。将Q学习算法思想与神经网络结合，并应用于多阅读器防碰撞问题上。整个算法过程包括定义状态与动作、建立记忆库、反向传播、更新神经网络权重以及寻找最优策略。本发明利用深度Q网络算法中自主学习的方式实现最佳信道资源分配，即通过更新神经网络权重，在记忆库中寻求最优值，使碰撞率达到最低。本发明不仅提高标签识别率，而且提高系统吞吐量，实现整体性能的提升，特别适用于样本空间比较庞大的复杂情况。

技术领域

本发明涉及无线射频识别中的阅读器防碰撞技术，具体地说是基于深度Q网络(Deep Q Network)的RFID多阅读器防碰撞算法。

背景技术

无线射频识别(RFID)技术在当代生活中发展迅猛，阅读器广泛应用于仓储管理，物流运输系统等，很大程度提高了商品的识别效率。在标签分布密集的系统中，阅读器识别标签的效率成为系统高效工作的关键。然而，在实际应用中，在多阅读器的应用环境中，存在着阅读器之间的干扰，即冲突问题，从而导致整个RFID系统的识别效率下降。所以RFID系统中的阅读器碰撞问题已经成为RFID发展应用的主要问题之一。通常的RFID阅读器防碰撞方法，一般都使阅读器覆盖范围最大化或者最优化通信资源的调度利用，对阅读器的时隙资源和信道资源进行优化分配，进而提高系统的标签识别能力。

阅读器的碰撞形式主要有两种，一种是多阅读器与标签的碰撞，即当标签同时处于多个阅读器的阅读范围内，不能被任何一个阅读器正确识别；另一种是多阅读器之间的碰撞，即阅读器在识别标签时，处于其他阅读器的干扰范围内，由于它们的工作频率相同或者频率间隔太小等原因导致不能正确识别标签。由于阅读器碰撞问题在以往的研究中很少被关注，而阅读器碰撞问题又亟需解决，所以本发明重点针对信道资源的合理分配防碰撞算法。

国内外对RFID多阅读器的防碰撞问题及其解决方案进行研究，多阅读器防碰撞算法主要分为调度方式和功率调整方式，调度方式中常用的算法有Colorwave、HiQ学习、PULSE以及CSMA等；功率调整方式常用的算法有LLCR和w-LCR等等。HiQ算法利用Q学习的思想，Q学习算法只在作用区域较小的情况下效果良好，但在作用域很大的情况下就不适用了。

通过文献检索，我们检索到了以下相关文献，其算法都是基于调度方式，并没有采用深度Q学习方法，例如：

中国专利CN200810032490.8，基于图染色算法的RFID多读写器防冲突算法，专利权人：复旦大学，该专利公开了一种基于图染色算法的射频识别多读写器防冲突方法，通过执行图染色算法为每个RFID读写器分配合适的频率(即信道)和时间(即时隙)，使存在频率冲突的阅读器之间，使用不同信道工作，以避免频率冲突；同时，使存在标签冲突的阅读器之间在不同的时隙阅读标签，以避免标签冲突。通过使用较少的信道和时隙资源的情况下有效地避免多阅读器之间的冲突(包括标签冲突和频率冲突)，使阅读器的平均识别速度得到提高。

中国专利CN201610393709.1，一种用于RFID系统中基于多信道的阅读器碰撞避免方法，专利权人：西北工业大学，该专利公开了一种RFID系统中基于多信道的阅读器碰撞避免方法，通过分析阅读器的碰撞类型，结合阅读器间的距离信息，构造各种阅读器碰撞问题的解决方法，针对阅读器间的不同关系，建立优选数据通道的准则，制定控制信息的消息格式，以方便相关阅读器获取信道的选取信息；为完成阅读器与标签的通信，设计新型通信处理流程，更好地发挥多信道功能，进一步仿真验证其方法在识别命令失败次数、识别处理时间及网络负载等方面与已有协议相比的有事，这项方面适用于具有多阅读器的RFID实际场景，有效解决分布在相同区域的多个阅读器同时获取大量标签信息时所出现的各类阅读器碰撞问题。

发明内容