[发明专利]基于SSZE的大规模分组RFID系统的丢失标签冰山查询方法

摘要

本发明涉及一种基于SSZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：在结束任意第k,1≤k≤w轮的查询时，读头确定丢失的标签并标记为识别丢失标签，在下一轮查询中清除识别丢失标签；读头计算出当前轮估计下的各小组丢失标签估计值，并计算出其的期望值和方差；在第k轮查询的估计过程结束后，读头对之前k轮每轮估计下得到的各小组丢失标签估计值求均值，作为当前轮估计结束时的各小组丢失标签估计值，计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并进行准确度验证，若准确度达到所需可信度要求，则结束查询过程并得到标签组系列Γ'，否则继续需查询直至准确度达到所需可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。

主权项

1.一种基于SSZE的大规模分组RFID系统的丢失标签冰山查询方法，其特征在于，所述的大规模分组RFID系统包括一个后台服务器、一个读头和n个被分为l个小组的已知标签，每个标签小组包含ni个标签，其中，mi个标签为丢失标签，1≤i≤l，每个标签有一个唯一的96位的ID；所述查询方法含有以下步骤：(一)丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头将当前轮下各小组标签中确定丢失的标签识别出来，并将丢失的标签标记为识别丢失标签，识别丢失标签将在下一轮查询中被清除；读头计算出当前轮估计下的各小组丢失标签估计值，并计算出该估计值的期望值和方差；其具体过程为：在任意第k轮的初始时刻，读头设置帧长度f_k，生成随机数种子，其中，f_k取值等于第k轮查询之前的未识别标签数量值；读头基于帧长度、随机数种子以及每个标签的ID，预测当前帧每个时隙的状态得到期望帧；若当前时隙的预测状态为仅被一个标签选中，则称该时隙为“单独时隙”，否则为“非单独时隙”，若当前时隙的预测状态为没有标签选中，则称该时隙为“空时隙”；读头根据期望帧构建一个f_k位的向量，其中期望“单独时隙”的对应位为“1”，其余时隙的对应位为“0”；读头广播帧长度和随机数种子，每个标签接收到帧长度和随机数种子信息计算该标签应答时隙编号，读头将向量分为段并依次广播段向量，每个标签将自己的ID映射到其中一个向量段中，读头每广播一个向量段便执行一个子帧，子帧中的时隙均为期望“单独时隙”，其余期望“非单独时隙”都被清除，在执行一个子帧的过程中，读头检查每一个时隙的状态，若有时隙为“空时隙”，该时隙对应的标签确定丢失并被标记为识别丢失标签，识别丢失标签将在下一轮查询过程中被清除；读头在执行完所有的子帧后，通过对比期望帧和执行子帧的对应时隙状态差异，统计各小组中的标签选中的执行子帧中是“空时隙”的时隙个数，用表示，则读头计算出第k轮估计下C_i标签小组的丢失标签估计值为：式中，为C_i标签小组在第k轮查询之前的识别丢失标签数量，为C_i标签小组在第k轮查询之前的未识别丢失标签估计值，n'_k为大规模分组RFID系统在第k轮查询之前的未识别标签数量；进而计算出丢失标签估计值的期望值和方差分别为：式中，为丢失标签估计值的期望值，为丢失标签估计值的方差，m'_i,k为C_i标签小组在第k轮查询之前的未识别丢失标签数量；(二)在第k轮查询的估计过程结束后，读头将对之前k轮中每轮估计下得到的各小组丢失标签估计值进行求均值计算，作为当前轮估计结束时的各小组丢失标签估计值，并计算出该估计值的期望值和方差；(三)在第w轮查询结束后，读头根据各小组丢失标签个数的估计值是否大于给定标签数量阈值T对标签小组进行分类，并对w轮的查询结果进行准确度验证，若查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；否则继续需查询过程直至查询准确度达到所需的可信度要求。