專利名稱：基于盲信號處理的rfid系統(tǒng)反碰撞方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，具體來說，涉及一種利用盲信號解 決RFID系統(tǒng)中的碰撞問題的技術(shù)，即利用盲信號技術(shù)解決當閱讀器信號 作用范圍內(nèi)存在多個標簽，同一時刻有兩個或者以上的標簽向閱讀器返 回信息時，將產(chǎn)生碰撞的問題，或者當一個標簽同時處于兩個或多個閱 讀器的問詢區(qū)，同一時間有兩個或兩個以上閱讀器試圖與這個標簽通信 時，產(chǎn)生碰撞的問題。
背景技術(shù)：
RFID (Radio Frequency Identification System)系統(tǒng)碰撞，是指RFID 標簽在識別過程中當閱讀器信號作用范圍內(nèi)存在多個標簽，同一時刻 有兩個或者以上的標簽向閱讀器返回信息時，將產(chǎn)生碰撞，稱為標簽碰 撞；另一方面，當一個標簽同時處于兩個或多個閱讀器的問詢區(qū)，同一 時間有兩個或兩個以上閱讀器試圖與這個標簽通信時，也將產(chǎn)生碰撞， 稱為閱讀器碰撞，解決碰撞的算法稱為反碰撞算法。在這兩種RFID反碰 撞問題的研究中對標簽反碰撞問題研究比較多。
在近場通信技術(shù)中，RFID主要采用SDMA、 FDMA、 CDMA以及 TDMA四種多路接入方法?？紤]到RFID系統(tǒng)通信形式、功耗、系統(tǒng)的 復雜性等因素，前面的三種情況因為實現(xiàn)的復雜度，難度都比較大，只能在少數(shù)特殊的情況下使用，因此反碰撞研究主要集中在TDMA領(lǐng)域， 這也是實現(xiàn)RFID反碰撞目前最為普遍的方法。
從目前的研究情況來看，雖然RFID反碰撞算法比較多，但是還沒有 完全達到應用的要求，還有很大的提高空間。
國內(nèi)外多標簽反碰撞技術(shù)主要集中在ALOHA類和樹型類算法上， 研究的目的主要是圍繞著如何提高多標簽的識別精度以及識別效率，同 時降低系統(tǒng)所消耗的時間復雜度和通信復雜度上，這也是未來多標簽反 碰撞算法所最求的目標。標簽的反碰撞不管是國外還是國內(nèi)都有不少的 算法，其中也有比較優(yōu)秀的算法。
總體來講，標簽的反碰撞算法盡管比較多，也比較成熟。相反，就 閱讀器反碰撞算法研究而言，國內(nèi)外都比較少，尤其在國內(nèi)更是如此。 其中Colonvave算法是閱讀器反碰撞中最為典型的，而且在目前比較少 的閱讀器反碰撞算法中，Colorwave算法也是引用或者介紹最多的。在國 內(nèi)真正自己研究設(shè)計出來的閱讀器反碰撞算法相當少，有相當一部分的 文檔在談及閱讀器反碰撞時，大都只是介紹Colorwave算法。
因此，閱讀器反碰撞算法還有待投入更多、更深入的研究。

發(fā)明內(nèi)容
為了解決RFID碰撞問題(包括閱讀器碰撞和標簽碰撞)，本發(fā)明通 過采用盲信號處理的方法，達到解決上述問題的目的。
基于盲信號處理的RFID系統(tǒng)反碰撞方法，它包括基于盲信號處理的 標簽反碰撞和基于盲信號處理的閱讀器反碰撞，其中，
基于盲信號處理的標簽反碰撞步驟包括-1 )建立基于盲信號處理的標簽碰撞模型輸入信號 S = = 1,2,…,m)，輸出信號Z = 1,2,...，") ("2w，"表示輸出信
號或者觀測信號的個數(shù)，附表示輸入信號，也是未知信號，待求信號的 個數(shù)，f表示時間，X或者邵)表示由多個信號x,(/)組成的信號向量，W)
是信號向量X(O中的第z'個信號)，信號模型為X-^S;
2) 對混合信號(輸出信號)X進行Fourier變換，使得混合信號變
為稀疏信號將信號X(0G ="…，T)標準化為^，="…"；
3) 對A，-l，2，…，r)進行基于Euclidean距離聚類將A,)( l,2，…,r)分
成"個類，對應被分成的"個類，依次記為^)^1，U'，"U…，")分別 對應w個源；
4) 對^)(/ = 1，2",，/-1，2""")分別采用主成分分析精確估計混疊矩
陣J，得到"個源信號的方向向量，依次記為J—"1, ,...,"";);
5) 分別計算各類？(徘=1，2"7'，/ = 1，2""，")的直線強度,'仰，如果
G"'W)都較大，則意味聚類成功，混疊矩陣J估計準確，轉(zhuǎn)到步驟6)， 反之重復步驟2 ) —5);
6) 采用線性規(guī)劃求解如下優(yōu)化問題
<formula>formula see original document page 7</formula>
式中符號說明min表示對[]中內(nèi)容求最小值，^為混疊矩陣，^)為
源信號或者待求信號向量，力)是觀測或者己知信號向量，s^)是^)向量 中的第z'個信號，S.t.表示條件約束；
7 )通過線性規(guī)劃，在變化域分離出w個稀疏源信號， 剛=似1U(2),…，，、=1,2,…,r);8)對變化域中的源信號力)相應的進行逆Fourier變換從而實現(xiàn)源信 號的重構(gòu)，得到分離出來的各個標簽的序列號，實現(xiàn)標簽的識別。 基于盲信號處理的閱讀器反碰撞步驟包括
1) 建立基于盲信號處理的閱讀器碰撞模型輸入信號 S = = 1,2,…,w)，附近的閱讀器干擾信號C7 = K(,)Kz' = 1,2,…,附)，輸出信 號義 = 1，2"，") "2m，"表示輸出信號或者觀測信號的個數(shù)，w表 示輸入信號，也是未知信號，待求信號的個數(shù)，/表示時間，義或者J^) 表示由多個信號(0組成的信號向量，x,.(0是信號向量X(O中的第/個信 號)，信號模型為％ = ^ + ";
2) 計算干擾噪聲U的方差""；
3) 對混合信號(輸出信號)X進行Fourier變換，使得混合信號變
為稀疏信號將信號X^)G = i，2，…，"標準化為= i，2，…，71);
4) 對"0( i,2"."r)進行基于Euclidean距離聚類將x'W( l,2，…，r)分
成"個類，對應被分成的"個類，依次記為？(W-1，U'，"1，；"")分別 對應"個源；
5) 對<formula>formula see original document page 8</formula>分別采用主成分分析精確估計混疊矩 陣J，得到w個源信號的方向向量，依次記為J-("、fl2，...,《");
6) 分別計算各類？(0^1，U， 1，2，…，")的直線強度,'W)，如果 e"'(0)都較大，則意味聚類成功，混疊矩陣J估計準確，轉(zhuǎn)到步驟7)， 反之重復步驟3) —6);
7) 求解如下優(yōu)化問題<formula>formula see original document page 8</formula>式中符號說明min表示對[]中內(nèi)容求最小值，^為混疊矩陣，為 源信號或者待求信號向量，^)是觀測或者已知信號向量，"0是^)向量 中的第z'個信號；8) 通過優(yōu)化算法，在變化域分離出m個稀疏源信號， 順=似l),&(2)，…= 1,2,…，r);9) 對變化域中的源信號^)相應的進行逆Fourier變換從而實現(xiàn)源信 號的重構(gòu)，得到分離出來的各個標簽的序列號，實現(xiàn)標簽的識別。所述基于盲信號處理的標簽反碰撞步驟2)中還可以對混合信號(輸 出信號)X進行小波變換，使得混合信號變?yōu)橄∈栊盘枺瑢脑诓襟E8) 中釆用逆小波變換代替逆Fourier變換。本發(fā)明的有益效果利用盲信號處理的RFID系統(tǒng)中的碰撞問題，標 簽的識別率明顯提高，同時識別的時間也能明顯提高；另外解決密集型 閱讀器中，閱讀器的干擾和標簽的干擾等問題。


圖l為閱讀器碰撞示意圖； 圖2為基于盲信號處理的MIM 0系統(tǒng)模型； 圖3為基于MIM O系統(tǒng)的標簽碰撞模型； 圖4為基于MIMO系統(tǒng)的閱讀器碰撞模型。
具體實施方式
下面結(jié)合附圖對本發(fā)明進行進一步闡述。在解決閱讀器的碰撞問題上，都基本上是從協(xié)議層或者調(diào)制層來解決RFID數(shù)據(jù)傳輸?shù)臎_突問題，所以也可以考慮使用信號處理技術(shù)來解決 其碰撞問題，這也是本專利所要采取的解決閱讀器的碰撞的方法。本專 利主要是采用盲信號處理技術(shù)來解決閱讀器碰撞的問題。簡單而言，在盲源分離(BSS)中，義"s (式中輸出信號;^ur、混合系數(shù)^ = {^} / = 1,2, .附，輸入{言號^ = { ?！?} _/ = l，2v..，w，附2w)中不知道X和S。但需要假設(shè)源信號是彼此獨立的，且源信號中至多只有一個高 斯信號，利用一些技術(shù)來最終分離出源信號S。自從90年代開始建立這 套理論后，目前盲信號處理已經(jīng)發(fā)展到在更為復雜，約束條件更少的情 況。閱讀器的沖突問題如圖l所示。當多個閱讀器同時讀取一個標簽時， 就會產(chǎn)生碰撞，這時標簽收到閱讀器發(fā)送過來的數(shù)據(jù)《，但是并不知道信道A同時由于閱讀器在數(shù)據(jù)傳輸時的沖突，也不知道閱讀器發(fā)送的數(shù) 據(jù)& ，于是構(gòu)成了如圖2所示的一個盲信號處理的M/MO (多數(shù)入多輸出)模型。這里僅僅是列出閱讀器碰撞的一種情況，同樣的，其他情況 也是可以通過這種方式，建立相應的通信模型。從上面簡單的討論，可以看出RFID系統(tǒng)的閱讀器碰撞問題可以使用 盲信號處理方法來解決。一種基于盲信號處理的RFID系統(tǒng)反碰撞方法，它包括基于盲信號處 理的標簽反碰撞和基于盲信號處理的閱讀器反碰撞?；诿ば盘柼幚淼臉撕灧磁鲎膊襟E包括1)建立基于盲信號處理的標簽碰撞模型(圖3所示)輸入信號 S = "0)Ki = l,2,.."w)，輸出信號X = 1,2,,..,") ("2w，"表示輸出信號或者觀測信號的個數(shù)，m表示輸入信號，也是未知信號，待求信號的個數(shù)，^表示時間，x或者x(o表示由多個信號、(0組成的信號向量，WO是信號向量X(0中的第/個信號)，信號模型為1 = ^;2) 對混合信號(輸出信號)X進行Fourier變換，使得混合信號變?yōu)橄∈栊盘枌⑿盘? W，…，標準化為y W = W，…"；3) 對^)(^1，2，…"進行基于Euclidean距離聚類將W)( l,2,…，:0分成M個類，對應被分成的n個類，依次記為W)(hU…,，"U…，")分別 對應"個源；4) 對？(， = 1，2"^'"' = 1，2"'"")分別采用主成分分析精確估計混疊矩 陣^，得到"個源信號的方向向量，依次記為j = ( ...，"")；5) 分別計算各類？(^ = 1，2，-"。' = 1，2"-，")的直線強度,'仰，如果 evw)都較大，則意味聚類成功，混疊矩陣^估計準確，轉(zhuǎn)到步驟6)， 反之重復步驟2) —5);6) 采用線性規(guī)劃求解如下優(yōu)化問題min2>'(0lS.t.褲)-;c(/)(X2,…,r)式中符號說明min表示對[]中內(nèi)容求最小值，^為混疊矩陣，力)為源信號或者待求信號向量，^)是觀測或者己知信號向量，《G)是力)向量 中的第z'個信號，S.t.表示條件約束；7 )通過線性規(guī)劃，在變化域分離出"個稀疏源信號， 順,l)，S2(2UX2,…，r);8)對變化域中的源信號^)相應的進行逆Fourier變換從而實現(xiàn)源信 號的重構(gòu)，得到分離出來的各個標簽的序列號，實現(xiàn)標簽的識別。其中，上述步驟中符號說明向量《)("^，…J)為閱讀器的接受的 混合信號，這里x("^^，…，n就是多個標簽序列號的混合序列；向量A0(^i，s，…，:O是由W《f = U…，n標準化到"半單位圓"上的標準化信號；Euclidean距離定義^>,力=t"廣A)2式中分別為"xl維變量;直線強度2( (0)的定義假設(shè)信號向量Z(^"(0，^)"…，W)f^1，2，…，71)可表示為加維空間向量的^個點，令z(o的加xm樣本協(xié)方差矩陣i:，記X的^個特征值為^A〉…H" ^ ，將Z")的直線強度定義為,))=i-(V^/A)?；诿ば盘柼幚淼拈喿x器反碰撞步驟包括1) 建立基于盲信號處理的閱讀器碰撞模型(圖4所示)輸入信號 S = l，2v."m),附近的閱讀器干擾信號"={",(0}(〖=1,2,...,附)，輸出信 號1="(,)}(/ = 1,2,...，")("》m，"表示輸出信號或者觀測信號的個數(shù)，附表 示輸入信號，也是未知信號，待求信號的個數(shù)，,表示時間，X或者I(,) 表示由多個信號x々)組成的信號向量，是信號向量X(/)中的第/個信 號)，信號模型為X-^ + t/;2) 計算干擾噪聲U的方差 ；3) 對混合信號(輸出信號)X進行Fourier變換，使得混合信號變?yōu)橄∈栊盘枌⑿盘枴禴 = i，2，…，"標準化為A前=W，…"；4) 對A，-l，2，…"進行基于Euclidean距離聚類將A，-l，2，…,:r)分成n個類，對應被分成的n個類，依次記為^)(, = 1，2"-，^" = 1，2"'"")分別 對應"個源；5) 對AW = l，U'，z' = 1，2""，")分別采用主成分分析精確估計混疊矩 陣j，得到w個源信號的方向向量，依次記為J-W,"2,...,"");6) 分別計算各類A，^U'，""…，")的直線強度Q"'W)，如果 2"'"))都較大，則意味聚類成功，混疊矩陣^估計準確，轉(zhuǎn)到步驟7)， 反之重復步驟3) —6);7) 求解如下優(yōu)化問題mm ^,,—,， _……"，，T、式中符號說明min表示對[]中內(nèi)容求最小值，^為混疊矩陣，力)為 源信號或者待求信號向量，^)是觀測或者己知信號向量，W)是^)向量 中的第f個信號；8) 通過優(yōu)化算法，在變化域分離出"個稀疏源信號， 順=,A(2)，…A(,)f(, = u…，r);9) 對變化域中的源信號^)相應的進行逆Fourier變換從而實現(xiàn)源信 號的重構(gòu)，得到分離出來的各個標簽的序列號，實現(xiàn)標簽的識別。其中，上述步驟中符號說明如標簽的算法。
權(quán)利要求
1. 一種基于盲信號處理的RFID系統(tǒng)反碰撞方法，其特征在于，它的步驟包括基于盲信號處理的標簽反碰撞和基于盲信號處理的閱讀器反碰撞，其中，基于盲信號處理的標簽反碰撞步驟包括1)建立基于盲信號處理的標簽碰撞模型輸入信號S＝{si(t)}(i＝1，2，...，m)，輸出信號X＝{xi(t)}(i＝1，2，...，n)(n≥m，n表示輸出信號或者觀測信號的個數(shù)，m表示輸入信號，也是未知信號，待求信號的個數(shù)，t表示時間，X或者X(t)表示由多個信號xi(t)組成的信號向量，xi(t)是信號向量X(t)中的第i個信號)，信號模型為X＝AS；2)對混合信號(輸出信號)X進行Fourier變換，使得混合信號變?yōu)橄∈栊盘枌⑿盘杧(t)(t＝1，2，...，T)標準化為x′(t)(t＝1，2，...，T)；3)對x′(t)(t＝1，2，...，T)進行基于Euclidean距離聚類將x′(t)(t＝1，2，...，T)分成n個類，對應被分成的n個類，依次記為xi(t)(t＝1，2，...，Ti，i＝1，2，...，n)分別對應n個源；4)對xi(t)(t＝1，2，...，Ti，i＝1，2，...，n)分別采用主成分分析精確估計混疊矩陣A，得到n個源信號的方向向量，依次記為A＝(a1，a2，...，an)；5)分別計算各類xi(t)(t＝1，2，...，Ti，i＝1，2，...，n)的直線強度Q(xi(t))，如果Q(xi(t))都較大，則意味聚類成功，混疊矩陣A估計準確，轉(zhuǎn)到步驟6)，反之重復步驟2)-5)；6)采用線性規(guī)劃求解如下優(yōu)化問題<math-cwu><![CDATA[<math> <mrow><munder> <mi>min</mi> <mrow><mi>s</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow> </mrow></munder><munder> <mi>&Sigma;</mi> <mi>i</mi></munder><mo>|</mo><msub> <mi>s</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>|</mo> </mrow></math>]]></math-cwu><!--img id="icf0001" file="S200810028220XC00011.gif" wi="25" he="8" top= "259" left = "41" img-content="drawing" img-format="tif" orientation="portrait" inline="no"/-->s.t.As(t)＝x(t)(t＝1，2，...，T)式中符號說明min表示對[]中內(nèi)容求最小值，A為混疊矩陣，s(t)為源信號或者待求信號向量，x(t)是觀測或者已知信號向量，si(t)是s(t)向量中的第i個信號，s.t.表示條件約束；7)通過線性規(guī)劃，在變化域分離出n個稀疏源信號，s(t)＝(s1(1)，s2(2)，...，sn(t))T(t＝1，2，...，T)；8)對變化域中的源信號s(t)相應的進行逆Fourier變換從而實現(xiàn)源信號的重構(gòu)，得到分離出來的各個標簽的序列號，實現(xiàn)標簽的識別。基于盲信號處理的閱讀器反碰撞步驟包括1)建立基于盲信號處理的閱讀器碰撞模型輸入信號S＝{si(t)}(i＝1，2，...，m)，附近的閱讀器干擾信號U＝{ui(t)}(i＝1，2，...，m)，輸出信號X＝{xi(t)}(i＝1，2，...，n)(n≥m，n表示輸出信號或者觀測信號的個數(shù)，m表示輸入信號，也是未知信號，待求信號的個數(shù)，t表示時間，X或者X(t)表示由多個信號xi(t)組成的信號向量，xi(t)是信號向量X(t)中的第i個信號)，信號模型為X＝AS+U；2)計算干擾噪聲U的方差σu；3)對混合信號(輸出信號)X進行Fourier變換，使得混合信號變?yōu)橄∈栊盘枌⑿盘杧(t)(t＝1，2，...，T)標準化為x′(t)(t＝1，2，...，T)；4)對x′(t)(t＝1，2，...，T)進行基于Euclidean距離聚類將x′(t)(t＝1，2，...，T)分成n個類，對應被分成的n個類，依次記為xi(t)(t＝1，2，...，Ti，i＝1，2，...，n)分別對應n個源；5)對xi(t)(t＝1，2，...，Ti，i＝1，2，..，n)分別采用主成分分析精確估計混疊矩陣A，得到n個源信號的方向向量，依次記為A＝(a1，a2，...，an)；6)分別計算各類xi(t)(t＝1，2，...，Ti，i＝1，2，...，n)的直線強度Q(xi(t))，如果Q(xi(t))都較大，則意味聚類成功，混疊矩陣A估計準確，轉(zhuǎn)到步驟7)，反之重復步驟3)-6)；7)求解如下優(yōu)化問題
2、根據(jù)權(quán)利要求1所述的基于盲信號處理的RFID系統(tǒng)反碰撞方法， 其特征在于，所述基于盲信號處理的標簽反碰撞步驟2)中還可以對混合 信號(輸出信號)X進行小波變換，使得混合信號變?yōu)橄∈栊盘?，對?的在步驟8)中采用逆小波變換代替逆Fourier變換。
全文摘要
本發(fā)明公開了一種基于盲信號處理的RFID系統(tǒng)反碰撞方法，具體來說，公開了一種利用盲信號技術(shù)解決RFID系統(tǒng)中的碰撞問題的方法，即利用盲信號技術(shù)解決當閱讀器信號作用范圍內(nèi)存在多個標簽，同一時刻有兩個或者以上的標簽向閱讀器返回信息時，將產(chǎn)生碰撞的問題，或者當一個標簽同時處于兩個或多個閱讀器的問詢區(qū)，同一時間有兩個或兩個以上閱讀器試圖與這個標簽通信時，產(chǎn)生碰撞的問題。利用本發(fā)明，不但標簽的識別率明顯提高，同時識別的時間也能明顯提高；另外解決密集型閱讀器中，閱讀器的干擾和標簽的干擾等問題。
文檔編號G06F17/14GK101281583SQ200810028220
公開日2008年10月8日 申請日期2008年5月22日 優(yōu)先權(quán)日2008年5月22日
發(fā)明者胡建國, 譚洪舟, 郭雷勇 申請人:中山大學