一種rfid標籤數據智能分配及訪問方法
2023-07-05 08:02:46
一種rfid標籤數據智能分配及訪問方法
【專利摘要】本發明公開一種RFID標籤數據智能分配及訪問方法，RFID標籤數據的生命周期包含RFID標籤數據分配階段、數據寫入階段和數據讀取階段。本發明是從數據存儲最優化分配的角度出發，根據多元回歸分析原理，從一個數據項集合中篩選出一個最優的數據項子集，並將其對應的數據值分配到RFID標籤有限的存儲空間中，使得標籤外數據的總的不可解釋度最小化，實現在RFID標籤有限的存儲空間中存儲最大價值數據的目標，使得標籤上數據能夠最大程度地解釋標籤外數據。
【專利說明】一種RFID標籤數據智能分配及訪問方法
【技術領域】
[0001] 本發明涉及RFID射頻識別領域，更具體地，涉及一種RFID標籤數據智能分配及訪 問方法。
【背景技術】
[0002] 射頻識別技術（Radio Frequency Identification, RFID)是物聯網的技術基礎， 廣泛地被運用於現代物流、智能製造、公共信息服務、智慧醫療等行業中。在一個RFID系統 中，用戶可以使用RFID標籤存儲指定對象的特徵數據，在這種情況下，無需通過網絡服務 器就可以快速地訪問指定對象的特徵數據。隨著物聯網技術的迅速發展，人們試圖存放在 RFID標籤中的數據越來越多，如醫療應用中患者的多項體檢數據。然而，從經濟適用性角度 看，RFID標籤有限的存儲容量尚不能滿足存儲所有數據的現實需要，因此，RFID標籤數據 存儲是人們必須面對的挑戰性課題。
[0003] -般地，人們考慮根據用戶的需求程度和應用的特定需求來篩選數據項並分配至 RFID標籤中，這樣用戶只能訪問到存儲在RFID標籤中的部分數據項的數值，導致了未被選 中和存儲到RFID標籤中的那部分數據項的信息的損失。根據多元回歸分析原理，在一個數 據項集合中，由若干個數據項組成的數據項子集可以通過樣本數據進行統計分析，建立多 元回歸模型，並利用多元回歸模型來解釋其餘的數據項。當數據項子集中的數值發生變化 時，可以通過多元回歸模型來解釋其他數據項的數值的變化。因此，如果能科學地篩選一個 數據項子集並分配到RFID標籤中，則用戶可以使用讀取到的存儲在RFID標籤中的數據項 來解釋未被存儲在RFID標籤中的那些數據項。於是，為了提高RFID標籤中的數據項的解 釋能力，同時減少由於RFID標籤的存儲容量不足以存儲所有數據項而導致的數據信息的 損失，採取更有效的RFID標籤數據分配方法是十分必要的。
【發明內容】
[0004] 為了提高RFID標籤中的數據項的解釋能力，減少由於RFID標籤的存儲容量不足 以存儲所有數據項而導致的數據信息的損失，本發明提出一種RFID標籤數據智能分配及 訪問方法，該方法是從數據存儲最優化分配的角度出發，根據多元回歸分析原理，從若干個 數據項中篩選一個最優的數據項子集，並將其對應的數據值分配到RFID標籤有限的存儲 空間中，使得標籤外數據中總的不可解釋度最小化，從而有利於用戶使用讀取到的標籤上 數據更準確地解釋未被存儲在RFID標籤中的標籤外數據。
[0005] 為了實現上述目的，本發明的技術方案為：
[0006] -種RFID標籤數據智能分配及訪問方法，RFID標籤數據的生命周期包含RFID標 籤數據分配階段、數據寫入階段和數據讀取階段，是從數據存儲最優化分配的角度出發，實 現在RFID標籤的有限存儲空間中存儲最大價值數據的目標；
[0007] RFID標籤數據分配階段：RFID系統伺服器根據多元回歸分析原理，採用智能優化 算法從一個完整的數據項集合中最優地分配一個數據項子集，使得這些最優的數據項子集 能夠最大程度地解釋其他未被分配的數據項，而且它們對應的數據值總字長不超過RFID 標籤存儲器的容量，這些最優的數據項子集列表存儲在RFID系統伺服器的模型資料庫中， 並可以事先下載到RFID閱讀器中；
[0008] RFID標籤數據寫入階段：RFID閱讀器按照最優的數據項子集列表將對應的數據 值依次發送給RFID標籤，RFID標籤在接收到數據值後將其存儲到RFID標籤存儲器中，即 成為標籤上數據；
[0009] RFID標籤數據讀取階段：RFID閱讀器從RFID標籤中讀取標籤上數據的數據值，然 後根據多元回歸模型使用讀取的標籤上數據來對標籤外數據進行解釋，從而獲得標籤外數 據的參考取值範圍及其參考估計值。
[0010] 本發明的RFID標籤數據智能分配及訪問方法從不同操作階段對數據進行處理， 從一個數據項集合中篩選一個最優的數據項子集，並將其對應的數據值分配到RFID標籤 中，降低標籤外數據的總的不可解釋度，使標籤上數據能夠最大程度地解釋標籤外數據。
[0011] 更進一步地，在RFID標籤數據分配階段，針對RFID標籤的具體應用場景，RFID系 統伺服器從設備資料庫中查找得到RFID標籤存儲器容量參數，從應用資料庫中查找得到 數據項集合及其樣本數據值，並根據數據類型定義數據項集合中每個數據項的字長，根據 應用的特定需求定義每個數據項的價值權數；
[0012] 從數據項集合中選出一個分配到RFID標籤上的數據項子集後，利用數據項集合 對應的樣本數據值統計計算得到每個未被分配到RFID標籤上的標籤外數據項的不可解釋 度，標籤外數據的總的不可解釋度即為所有未被分配到RFID標籤上的標籤外數據項的不 可解釋度的加權求和。
[0013] 更進一步地，RFID標籤數據分配算法以最小化標籤外數據的總的不可解釋度為目 標，以分配到RFID標籤上的數據的總佔用存儲空間不超過RFID標籤的存儲容量為約束條 件，最優的數據分配方案須滿足RFID標籤的存儲容量約束條件，並使標籤外數據的總的不 可解釋度達到最小，RFID系統伺服器採用智能優化方法獲得最優的數據分配方案，並將對 應於一個具體應用場景的最優數據分配方案保存在模型資料庫中，以便在對RFID標籤進 行數據寫入/讀取時被調用。
[0014] 在獲得最優的數據分配方案後，RFID系統伺服器根據數據類型為分配給RFID標 籤的標籤上數據項進行編碼，獲得編碼格式，並根據數據項集合對應的樣本數據值利用多 元回歸分析方法建立標籤上數據對標籤外數據的多元回歸模型，最後將編碼格式、多元回 歸模型、最優數據分配方案一起保存在模型資料庫中，RFID閱讀器在寫入RFID標籤數據之 前必須下載相應的編碼格式，在讀取RFID標籤數據之前必須下載相應的編碼格式和多元 回歸模型。
[0015] 所述的最優數據分配方案只是與RFID標籤的存儲容量參數、數據項的字長、數據 項的價值權數和數據項集合對應的樣本數據值有關，不會因為數據項的數據值的更新而發 生變化；
[0016] 所述的編碼格式和多元回歸模型都是根據最優的數據分配方案得到的。
[0017] 更進一步地，在RFID標籤數據寫入階段，當首次寫入標籤數據時，RFID系統服務 器根據RFID標籤的應用場景從模型資料庫中調用相應的最優數據分配方案，然後根據最 優數據分配方案選出分配到RFID標籤上的數據項，並將其對應的數據值發送到RFID閱讀 器，RFID閱讀器根據事先下載的編碼格式將各個數據項的數據值編譯成為可寫入RFID標 籤的二進位數據，通過寫操作順序地寫入到RFID標籤中。
[0018] 當需要更新標籤上數據時，RFID閱讀器根據事先下載的編碼格式，將各個數據項 更新後的數據值編譯成為可寫入RFID標籤的二進位數據，通過寫操作順序地寫入到RFID 標籤存儲器中，替換原先的存儲在RFID標籤存儲器中的數據。
[0019] 更進一步地，在RFID標籤數據讀取階段，RFID閱讀器對RFID標籤執行讀操作，然 後根據編碼格式依次對接收到的二進位數據進行解碼，獲取分配到RFID標籤上的數據項 的數據值，即標籤上數據。
[0020] RFID閱讀器從RFID標籤中讀取標籤上數據後，可以使用事先下載在RFID閱讀器 中的多元回歸模型來解釋標籤外數據項，在多元回歸模型的輸入端使用標籤上數據項的數 據值作為輸入數據，在多元回歸模型的輸出端得到標籤外數據項的參考取值範圍及其參考 估計值。
[0021] 本發明的有益效果是：基於RFID標籤數據存儲的問題，從數據存儲最優化分配的 角度出發，根據多元回歸分析原理，從一個數據項集合中篩選出一個最優的數據項子集，並 將其對應的數據值分配到RFID標籤有限的存儲空間中，使得標籤外數據的總的不可解釋 度最小化，實現在RFID標籤有限的存儲空間中存儲最大價值數據的目標，使標籤上數據能 夠最大程度地解釋標籤外數據。
【專利附圖】
【附圖說明】
[0022] 圖1是在數據分配階段獲得初始參數的系統框圖。
[0023] 圖2是在數據分配階段計算標籤外數據的總的不可解釋度的流程示意圖。
[0024] 圖3是在數據分配階段對健康卡（RFID標籤）數據進行優化分配的系統框圖。
[0025] 圖4是在數據分配階段建立多元回歸模型的系統框圖。
[0026] 圖5是在數據寫入階段用戶將數據分配至健康卡（RFID標籤）的流程示意圖。
[0027] 圖6是健康卡（RFID標籤）數據動態更新的流程示意圖。
[0028] 圖7是在數據讀取階段用戶訪問健康卡（RFID標籤）數據的流程示意圖。
【具體實施方式】
[0029] 下面結合附圖對本發明做進一步的描述，但本發明的實施方式並不限於此實施 例。
[0030] 本實施例提出了一種RFID標籤數據智能分配及訪問方法，包括了 RFID標籤數據 分配階段、數據寫入階段和數據讀取階段。其中的RFID標籤的具體應用場景可以為醫療數 據信息存儲、設備生命周期數據信息存儲等，其中的智能優化算法可以為人工免疫網絡優 化算法、粒子群優化算法、遺傳算法等人工智慧算法，在本實施例中，RFID標籤的具體應用 場景是醫院對風溼性心臟病患者的臨床數據進行存儲和管理，智能優化算法是指人工免疫 網絡優化算法。
[0031] RFID應用系統包括RFID系統伺服器、RFID閱讀器、RFID標籤，在這裡RFID標籤 即患者隨身攜帶的健康卡。RFID系統伺服器向RFID閱讀器發送數據信息，通過RFID閱讀 器的寫操作將數據分配到患者的健康卡（RFID標籤）中，當用戶使用RFID閱讀器訪問患者 的健康卡（RFID標籤）時，RFID閱讀器通過讀操作讀取健康卡（RFID標籤）中的數據信息。 由於健康卡（RFID標籤）的存儲容量是有限的，RFID閱讀器只能從患者的臨床數據項集合 中篩選一個最優的數據項子集並分配到健康卡（RFID標籤）中，這些被選中並分配到健康 卡（RFID標籤）上的數據項被稱為標籤上數據（data-on-tag)，其他未被選中和分配到健康 卡（RFID標籤）的數據項被稱為標籤外數據（data-off-tag)。這裡利用智能優化算法可以 獲得最優的數據分配方案，
[0032] 所述的數據分配方案是指確定的每個數據項的分配狀態（分配到標籤上或者分 配到標籤外）。根據獲得的最優的數據分配方案，RFID系統伺服器通過RFID閱讀器將被選 中的最優數據項子集的數據值寫入到健康卡（RFID標籤）中，使分配到健康卡（RFID標籤） 的數據的總佔用存儲空間不超過健康卡（RFID標籤）存儲容量，並使標籤外數據的總的不 可解釋度達到最小。
[0033] 圖1是在數據分配階段獲得初始參數的系統框圖。如圖1所示，這裡RFID標籤的 具體應用場景是風溼性心臟病患者的臨床數據的存儲，在醫院的設備資料庫的輸入端輸入 風溼性心臟病，在其輸出端輸出對應的健康卡（RFID標籤）容量參數C，在病例應用資料庫 的輸入端輸入風溼性心臟病，在其輸出端輸出對應的臨床數據項集合D、臨床樣本數據T、 數據項的字長W和數據項的價值權數V。所述的數據項的字長W是根據數據項集合中每個 數據項的數據類型定義的，所述的數據項的價值權數V是根據應用中每個數據項的特定需 求定義的。
[0034] 圖2為在數據分配階段計算標籤外數據的總的不可解釋度的流程示意圖。如圖2 所示，首先，RFID系統伺服器產生一個數據分配方案s，根據數據分配方案，得到標籤上數 據項子集A和標籤外數據項子集B。接著判斷標籤上數據的總佔用存儲空間是否超過標籤 存儲容量，如果超過則對數據分配方案進行修正，適當將部分標籤上數據重新分配到標籤 夕卜，直至RFID標籤的存儲容量約束條件被滿足。再接著，根據多元回歸分析原理，計算得到 標籤外數據項子集B中的數據的多元擬合優度{ ri2|i e B}。最後，根據標籤外數據的總的 不可解釋度公式
【權利要求】
1. 一種RFID標籤數據智能分配及訪問方法，RFID標籤數據的生命周期包含RFID標籤 數據分配階段、數據寫入階段和數據讀取階段，其特徵在於， RFID標籤數據分配階段；RFID系統伺服器根據多元回歸分析原理，採用智能優化算法 從一個完整的數據項集合中最優地分配一個數據項子集，使得該些最優的數據項子集能夠 最大程度地解釋其他未被分配的數據項，而且它們對應的數據值總字長不超過RFID標籤 存儲器的容量，該些最優的數據項子集列表存儲在RFID系統伺服器的模型資料庫中，並可 W事先下載到RFID閱讀器中； RFID標籤數據寫入階段；RFID閱讀器按照最優的數據項子集列表將對應的數據值依 次發送給RFID標籤，RFID標籤在接收到數據值後將其存儲到RFID標籤存儲器中，即成為 標籤上數據； RFID標籤數據讀取階段；RFID閱讀器從RFID標籤中讀取標籤上數據的數據值，然後根 據多元回歸模型使用讀取的標籤上數據來對標籤外數據進行解釋，從而獲得標籤外數據的 參考取值範圍及其參考估計值。
2. 根據權利要求1所述的方法，其特徵在於，在所述RFID標籤數據分配階段中，針對 RFID標籤具體應用場景，RFID系統伺服器從設備資料庫中查找得到RFID標籤存儲器容量 參數，從應用資料庫中查找得到數據項集合及其樣本數據值，並根據數據類型定義數據項 集合中每個數據項的字長，根據應用的特定需求定義每個數據項的價值權數； 從數據項集合中為RFID標籤篩選出一個能夠存儲在RFID標籤存儲器中的數據項子集 後，對數據項集合對應的樣本數據值進行統計計算，獲得每個未被選中的標籤外數據項的 不可解釋度，標籤外數據的總的不可解釋度即為所有未被選中的標籤外數據項的不可解釋 度的加權求和。
3. 根據權利要求2所述的方法，其特徵在於，在所述RFID標籤數據分配階段中，W使得 標籤外數據的總的不可解釋度最小化為目標，W標籤上數據的總佔用存儲空間不超過RFID 標籤的存儲容量為約束條件，即最優的數據分配方案須滿足RFID標籤的存儲容量約束條 件，並使標籤外數據的總的不可解釋度達到最小，RFID系統伺服器採用智能優化方法獲得 對應於特定應用場景的最優數據分配方案，最優數據分配方案被保存在RFID系統伺服器 的模型資料庫中，使其在對RFID標籤進行數據寫入/讀取時能夠被調用。
4. 根據權利要求3所述的方法，其特徵在於，在獲得最優的數據分配方案後，RFID系統 伺服器根據數據類型為已分配的標籤上數據項進行編碼，獲得編碼格式，並根據數據項集 合對應的樣本數據值利用多元回歸分析法建立標籤上數據對標籤外數據的多元回歸模型， 最後將編碼格式、多元回歸模型、最優數據分配方案一起保存在RFID系統伺服器的模型數 據庫中，RFID閱讀器在寫入標籤數據前下載相應的編碼格式，在讀取標籤數據前下載相應 的編碼格式和多元回歸模型。
5. 根據權利要求4所述的方法，其特徵在於，所述的最優數據分配方案與RFID標籤的 存儲器容量參數、數據項的字長、數據項的價值權數和數據項集合對應的樣本數據值相關， 不會因為數據項的數據值的更新而發生變化； 所述的編碼格式和多元回歸模型是根據最優數據分配方案得到的。
6. 根據權利要求5所述的方法，其特徵在於，在所述RFID標籤數據寫入階段中，當首次 寫入標籤數據時，RFID系統伺服器根據RFID標籤的應用場景從模型資料庫中調用相應的 最優的數據分配方案，然後根據最優的數據分配方案確定分配到RFID標籤上的數據項，並 將對應的標籤上數據值發送到RFID閱讀器，RFID閱讀器根據事先下載的編碼格式將各個 數據項的數據值編譯成為可寫入RFID標籤的二進位數據，通過寫操作順序地寫入到RFID 柄籤存儲器中。
7. 根據權利要求6所述的方法，其特徵在於，在所述RFID標籤數據寫入階段中，當需要 更新標籤上數據時，RFID閱讀器根據事先下載的編碼格式，將各個數據項的新的數據值編 譯成為可寫入RFID標籤的二進位數據，通過寫操作順序地寫入到RFID標籤存儲器中，替換 原先的存儲在RFID標籤存儲器中的數據。
8. 根據權利要求7所述的方法，其特徵在於，在所述RFID標籤數據讀取階段中，RFID 閱讀器對RFID標籤執行讀操作，然後根據編碼格式依次對接收到的二進位數據進行解碼， 獲取標籤上數據值。
9. 根據權利要求8所述的方法，其特徵在於，RFID閱讀器從RFID標籤中讀取標籤上數 據值後，使用事先下載在RFID閱讀器中的多元回歸模型來解釋標籤外數據值，在多元回歸 模型的輸入端使用標籤上數據值作為輸入數據，在多元回歸模型的輸出端得到標籤外數據 的參考取值範圍及其參考估計值。
【文檔編號】G06K17/00GK104346638SQ201410593475
【公開日】2015年2月11日 申請日期:2014年10月28日 優先權日:2014年10月28日
【發明者】李中華, 歐陽燦, 李堅明 申請人:中山大學