一種rfid傳感器網(wǎng)絡的部署方法
【專利摘要】本發(fā)明公開了一種RFID傳感器網(wǎng)絡的部署方法，包括以下步驟：S1.獲取RFID感應節(jié)點總數(shù)N，并設置總迭代次數(shù)為A；S2.部署包括|ps|個個體的進化種群；S3.計算每個個體的適應度函數(shù)值；S4.更新迭代計數(shù)器，判斷是否k＜A；S5.選擇適應度函數(shù)值最小的個體以作為最優(yōu)個體，依據(jù)最優(yōu)個體部署RFID傳感器網(wǎng)絡。實施本發(fā)明的有益效果是，其網(wǎng)絡部署過程簡單快速，且可直接形成樹狀拓撲結構，避免了每次搜索、消除環(huán)形信道所帶來的運算壓力，計算復雜度顯著低于現(xiàn)有啟發(fā)式設計方法。
【專利說明】—種RFID傳感器網(wǎng)絡的部署方法

【技術領域】
[0001]本發(fā)明涉及射頻設別應用領域，尤其涉及一種RFID傳感器網(wǎng)絡的部署方法。

【背景技術】
[0002]射頻識別(Rad1Frequency Identificat1n, RFID)是一種近場無線通信技術?？赏ㄟ^射頻標簽與識別系統(tǒng)(閱讀器)間的電磁場交互，實現(xiàn)對特定目標信息的讀取與寫入。將RFID與無線路由器或無線接收器(Access Point, AP)結合形成感應節(jié)點，從而構建傳感器網(wǎng)絡系統(tǒng)，是其發(fā)展的主要方向之一?？捎糜谖锫?lián)網(wǎng)、智能家居、物流追蹤等領域，具有重要的社會經(jīng)濟價值。
[0003]RFID傳感器網(wǎng)絡常使用無中心的多跳架構，基于節(jié)點間信號轉發(fā)實現(xiàn)數(shù)據(jù)通信，可有效提升網(wǎng)絡的魯棒性與抗損性，適合于物聯(lián)網(wǎng)等拓撲結構多變的場合。在其設計時，主要目標為最小化各節(jié)點間通路的整體(加權)距離，從而使信道衰減減小，噪聲干擾降低，傳輸性能有效提升。目前用于RFID傳感器網(wǎng)絡的設計算法大致分為兩類:
[0004]一、基于最小生成樹(Minimum Spanning Tree, MST)的網(wǎng)絡構造方法:使用傳統(tǒng)MST設計算法構造傳感器網(wǎng)絡，常用方法包括Prim算法、Kruskal算法、反轉刪除算法(Reverse-Delete Algorithm)及信息聚類算法等。但此類方法計算復雜度普遍較高。為此也出現(xiàn)了基于最近鄰樹(Nearest-Neighbors Tree,NNT)的近似構造算法,可在較短運算時間內，獲得接近MST的設計結果。
[0005]二、基于計算智能的啟發(fā)式網(wǎng)絡構造方法:現(xiàn)有MST或NNT構造算法基本屬于貪婪方法，而RFID傳感器網(wǎng)絡設計為復雜的非凸優(yōu)化問題。此類方法容易陷入局部最優(yōu)，導致網(wǎng)絡整體性能不佳。為此近年來出現(xiàn)了基于計算智能的啟發(fā)式設計算法，通過使用遺傳算法(Genetic Algorithms, GA)、粒子群優(yōu)化(Particle Swarm Optimizat1n, PS0)等全局優(yōu)化網(wǎng)絡架構，可有效避免這一問題，從而獲得理論最佳結果。
[0006]基于計算智能的啟發(fā)式設計方法運算復雜，目前仍較少用于RFID傳感器網(wǎng)絡的構造中。但其可有效避免早熟收斂，從而獲得理論最佳的設計結果。隨著計算機性能的日漸提升，此類方法將成為未來發(fā)展的主要方向。
[0007]但是，現(xiàn)有的RFID自組織傳感器網(wǎng)絡構造方法，主要存在以下兩個缺點:
[0008]第一，現(xiàn)有基于MST、NNT的網(wǎng)絡構造方法，基本屬于貪婪算法。而自組織網(wǎng)絡設計為復雜的非凸優(yōu)化問題，此類方法往往會陷入局部最優(yōu)，而難以獲得全局(理論)最佳的結果。導致所形成的RFID網(wǎng)絡整體性能不佳。
[0009]第二，現(xiàn)有基于計算智能的啟發(fā)式構造算法，其個體編碼方法并不適合于RFID傳感器網(wǎng)絡。導致在每次計算適應度函數(shù)值時，都需要判斷并消除所包含的所有環(huán)形拓撲結構。這一過程計算復雜度較高，直接推高了此類方法的運算時間。


【發(fā)明內容】

[0010]本發(fā)明要解決的技術問題在于，針對上述RFID網(wǎng)絡整體性能不佳、計算復雜度高的問題，提供一種RFID傳感器網(wǎng)絡的部署方法。
[0011]本發(fā)明解決其技術問題所采用的技術方案是:構造一種RFID傳感器網(wǎng)絡的部署方法，包括以下步驟:
[0012]S1、獲取RFID傳感器網(wǎng)絡中的RFID感應節(jié)點總數(shù)N，并設置總迭代次數(shù)為A ；
[0013]S2、令k = O以初始化迭代計數(shù)器，并部署包括|ps|個個體的進化種群，任一所述個體均為N維矢量Xi,其值為:
[0014]Xi = {Xj I j e N}
[0015]其中，Xj取值為[0，N]范圍內的隨機值，i為正整數(shù)且i彡PS ；
[0016]S3、計算所述進化種群中的每個個體的適應度函數(shù)值；
[0017]S4、對所述k的值加I以更新所述迭代計數(shù)器，若k < A，則轉至步驟S3，若否，則轉至步驟S5 ；
[0018]S5、選擇所述適應度函數(shù)值最小的個體以作為最優(yōu)個體，依據(jù)所述最優(yōu)個體部署所述RFID傳感器網(wǎng)絡。
[0019]在本發(fā)明所述的部署方法中，在所述步驟SI中，設置所述RFID感應節(jié)點中的第b個節(jié)點的唯一 ID號為b，其中，b彡N。
[0020]在本發(fā)明所述的部署方法中，在所述步驟S2中，所述隨機值在[0，N]范圍內服從均勻分布。
[0021]在本發(fā)明所述的部署方法中，所述步驟S3包括以下子步驟:
[0022]S31、設置所述個體Xi在第j維上的數(shù)值為第b個節(jié)點的等級值rank(b)，SPrank (b) = Xj ；
[0023]S32、計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的距離，并連接與其距離最短且等級高于自身的第Hllink個節(jié)點；
[0024]S33、計算所述個體Xi中所連接的節(jié)點間的距離總和，以作為所述個體Xi的適應度函數(shù)值f (Xi)；
[0025]S34、若所述|ps|個個體中存在未被計算所述距離總和的個體，則轉至步驟S31 ；若所述IpsI個個體中每一個體均被計算所述距離總和，則轉至步驟S4。
[0026]在本發(fā)明所述的部署方法中，在所述步驟S31中，所述b的值與所述j的值相等。
[0027]在本發(fā)明所述的部署方法中，在所述步驟S32中，計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的加權距離，并從中選出與其距離最短且等級高于自身的第Hllink個節(jié)點，其中:
[0028]= argmin dist(/?,m), rank(//) Φ rank(m)


b^m ,rank(i?)<rank( m)
[0029]其中，第b個節(jié)點為所計算的節(jié)點，m為所述RFID感應節(jié)點中的所述其它節(jié)點，dist表示兩個節(jié)點間的距離，當rank(b) = rank(m)時返回所計算的節(jié)點的唯一 ID號。
[0030]在本發(fā)明所述的部署方法中，在所述步驟S33中，所述個體Xi的適應度函數(shù)值f(Xi):
[0031]/(O

<b,m>
[0032]其中，<b, m>為所述RFID感應節(jié)點中第b個節(jié)點到其它節(jié)點間的連接。
[0033]在本發(fā)明所述的部署方法中，該部署方法還包括:
[0034]S40、在所述步驟S4之前，根據(jù)每個個體的所述適應度函數(shù)值，采用文化基因算法優(yōu)化所述進化種群。
[0035]在本發(fā)明所述的部署方法中，在所述步驟S5中，在迭代后及優(yōu)化后的所述進化種群中，選擇所述適應度函數(shù)值最小的個體以作為最優(yōu)個體Xbest:
[0036]Xbest = argminf (Xi)
[0037]其中，i為正整數(shù)且i彡|ps |。
[0038]在本發(fā)明所述的部署方法中，依據(jù)所述最優(yōu)個體形成樹狀網(wǎng)絡，部署所述RFID傳感器網(wǎng)絡。
[0039]實施本發(fā)明的一種RFID傳感器網(wǎng)絡的部署方法，具有以下有益效果:通過使用隨機等級排序編碼方法，一方面，其網(wǎng)絡部署過程簡單快速，且可直接形成樹狀拓撲結構，避免了每次搜索、消除環(huán)形信道所帶來的運算壓力，計算復雜度顯著低于現(xiàn)有啟發(fā)式設計方法。另一方面，其每次構造的網(wǎng)絡性能不劣于NNT，而最終一般都可獲得MST的理論最優(yōu)結果O

【專利附圖】

【附圖說明】
[0040]下面將結合附圖及實施例子對本發(fā)明作進一步說明，附圖中:
[0041]圖1為本發(fā)明提供的一種RFID傳感器網(wǎng)絡的部署方法的流程圖；
[0042]圖2為本發(fā)明提供的RFID傳感器網(wǎng)絡的部署示意圖；
[0043]圖3為本發(fā)明提供的基于隨機等級排序編碼的樹形網(wǎng)絡的構造示意圖。

【具體實施方式】
[0044]為了對本發(fā)明的技術特征、目的和效果有更加清楚的理解，現(xiàn)對照附圖詳細說明本發(fā)明的【具體實施方式】。
[0045]本發(fā)明使用計算智能算法優(yōu)化RFID傳感器網(wǎng)絡的整體構造，并采用基于隨機等級排序(Random Ranking)的編碼方法避免環(huán)形結構的產生?？稍谳^短的運算時間內，獲得比傳統(tǒng)方法更佳的設計結果。
[0046]圖1為本發(fā)明提供的一種RFID傳感器網(wǎng)絡的部署方法的流程圖，如圖1所示，該方法若以進化種群10作為線索，可參考圖2，圖2為本發(fā)明提供的RFID傳感器網(wǎng)絡的部署示意圖，具體的，該部署方法包括以下步驟:
[0047]S1、設計開始前，設若傳感器網(wǎng)絡中的RFID感應節(jié)點總數(shù)為N。則對于其中任意第b e N個節(jié)點，設定其唯一 ID號為b。設置優(yōu)化總迭代次數(shù)為A次。
[0048]S2、令k = O以初始化迭代計數(shù)器,并部署包括|ps I個個體11的進化種群10,任一所述個體11均為N維矢量Xi,其值為:
[0049]Xi = {Xj I j e N}
[0050]其中，Xj取值為[0，N]范圍內的隨機值，i為正整數(shù)且i ( ps ;所述隨機值在[O, N]范圍內服從均勻分布。
[0051]S3、計算所述進化種群10中的每個個體11的適應度函數(shù)值；所述步驟S3包括以下子步驟:
[0052]S31、設置所述個體IlXi在第j維上的數(shù)值為第b個節(jié)點的等級值rank(b)，即rank(b) = Xj ;優(yōu)選的，所述b的值與所述j的值相等。
[0053]S32、計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的距離，并連接與其距離最短且等級高于自身的第mlink個節(jié)點；計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的加權距離，并從中選出與其距離最短且等級高于自身的第mlink個節(jié)點，其中:
argmin dist(/),m) if rank(//) Φ rank(m)
「00541 ?71 = J fe?nrai,k(6!<rank(m)
''"k I argmin dist(/?,m) else


b辛 m ,indx( b )<indx( m)
[0055]其中，第b個節(jié)點為所計算的節(jié)點，m為所述RFID感應節(jié)點中的所述其它節(jié)點，dist表示兩個節(jié)點間的距離，當rank (b) = rank (m)時,也就是else時,返回所計算的節(jié)點的唯一 ID號，indx表示返回當前節(jié)點的唯一 ID號。
[0056]具體參見圖3，圖3為本發(fā)明提供的基于隨機等級排序編碼的樹形網(wǎng)絡的構造示意圖，圖中，第I個RFID感應節(jié)點的等級數(shù)值(即ID號為1，以下均采用ID號表示節(jié)點)為 4,即 rank (I) = 4,對應地,rank (2) = I, rank (3) = 2, rank (4) = 3。路徑 102 的距離為 dist (1,2) = 4,路徑 103 的距離為 dist (1,3) = 6,路徑 104 的距離為 dist (1,4) = 5,路徑203的距離為dist (2，3) = 5，路徑204的距離為dist (2，4) = 7，路徑304的距離為dist (3,4) =3。故等級數(shù)值從高到低的排序是 rank (I) = 4, rank (4) = 3, rank (3) =2,rank(2) = I,而節(jié)點2到節(jié)點I距離最短,故將節(jié)點2連接至節(jié)點I,同理,將節(jié)點3連接至節(jié)點4，節(jié)點4連接至節(jié)點1，等級數(shù)值最高的節(jié)點I不會主動連接其他節(jié)點。從而將實質產生連接的路徑形成無環(huán)的樹形網(wǎng)絡T，即圖3中的實線帶箭頭的路徑。這一過程被稱為隨機等級排序編碼算法。
[0057]S33、計算所述個體IlXi中所連接的節(jié)點間的距離總和，以作為所述個體IlXi的適應度函數(shù)值f (Xi);所述個體IlXi的適應度函數(shù)值f (Xi):
[0058]/(aV) = Y^dist {bjn)

<b,m>
[0059]其中，<b, m>為所述RFID感應節(jié)點中第b個節(jié)點到其它節(jié)點間的連接。
[0060]S34、若所述|ps|個個體11中存在未被計算所述距離總和的個體11，則轉至步驟S31 ;若所述Ipsl個個體11中每一個體11均被計算所述距離總和，則轉至步驟S4。
[0061]S40、在所述步驟S4之前并在步驟S3之后，根據(jù)每個個體11的所述適應度函數(shù)值，采用文化基因算法優(yōu)化所述進化種群10。根據(jù)各尋優(yōu)個體11的適應度函數(shù)值，使用計算智能算法優(yōu)化進化種群10pS。在本方法中，一般使用基于粒子群優(yōu)化(PSO)與DSCG搜索(Davies,Swann,and Campey with Gram-Schmidt Orthogonalizat1n Search)的Memetic算法，即文化基因算法。
[0062]S4、對所述k的值加I以更新迭代計數(shù)器，若k < A，則轉至步驟S3，若否，則轉至步驟S5 ；
[0063]S5、選擇所述適應度函數(shù)值最小的個體11以作為最優(yōu)個體11，依據(jù)所述最優(yōu)個體11部署所述RFID傳感器網(wǎng)絡。在迭代后及優(yōu)化后的所述進化種群10中，選擇所述適應度函數(shù)值最小的個體11以作為最優(yōu)個體IlXbest:
[0064]Xbest = argminf (Xi)
[0065]其中，i為正整數(shù)且i彡|ps I。
[0066]依據(jù)所述最優(yōu)個體11形成樹狀網(wǎng)絡，部署所述RFID傳感器網(wǎng)絡。
[0067]以上，該方法的有益效果包括:
[0068]第一，本方法使用計算智能對RFID傳感器網(wǎng)絡進行啟發(fā)式設計，有效避免了傳統(tǒng)算法易陷入早熟收斂的問題，可獲得理論最佳的構造結果。所形成的網(wǎng)絡系統(tǒng)信道衰減較小，受干擾程度較低，數(shù)據(jù)傳輸性能顯著提升。
[0069]第二，本方法使用了隨機等級排序編碼算法。一方面，其網(wǎng)絡構造過程簡單快速。且可直接形成樹狀拓撲結構，避免了每次搜索、消除環(huán)形信道所帶來的運算壓力。計算復雜度顯著低于現(xiàn)有啟發(fā)式設計方法。另一方面，其每次構造的網(wǎng)絡性能不劣于NNT，而最終一般都可獲得MST的理論最優(yōu)結果。從而收斂速度、優(yōu)化結果均優(yōu)于現(xiàn)有計算智能算法。
[0070]第三，本方法使用的隨機等級排序編碼算法，其架構屬于離散的網(wǎng)絡構建方法(Distributed Construct1n Algorithm)?？煞峙渲炼鄠€處理器或多臺計算機中并行運算，從而顯著降低了構造所需時間。在特定情況下，可用于動態(tài)RFID傳感器網(wǎng)絡的構建。
[0071]上面結合附圖對本發(fā)明的實施例進行了描述，但是本發(fā)明并不局限于上述的【具體實施方式】，上述的【具體實施方式】僅僅是示意性的，而不是限制性的，本領域的普通技術人員在本發(fā)明的啟示下，在不脫離本發(fā)明宗旨和權利要求所保護的范圍情況下，還可做出很多形式，這些均屬于本發(fā)明的保護之內。
【權利要求】
1.一種RFID傳感器網(wǎng)絡的部署方法，其特征在于，包括以下步驟: 51、獲取RFID傳感器網(wǎng)絡中的RFID感應節(jié)點總數(shù)N，并設置總迭代次數(shù)為A； 52、令k= O以初始化迭代計數(shù)器，并部署包括|ps|個個體的進化種群，任一所述個體均為N維矢量Xi,其值為:
Xi = {xj |j e N} 其中，Xj取值為[O，N]范圍內的隨機值，i為正整數(shù)且i彡ps ； 53、計算所述進化種群中的每個個體的適應度函數(shù)值； 54、對所述k的值加I以更新所述迭代計數(shù)器，若k< A，則轉至步驟S3，若否，則轉至步驟S5 ； 55、選擇所述適應度函數(shù)值最小的個體以作為最優(yōu)個體，依據(jù)所述最優(yōu)個體部署所述RFID傳感器網(wǎng)絡。
2.根據(jù)權利要求1所述的部署方法，其特征在于，在所述步驟SI中，設置所述RFID感應節(jié)點中的第b個節(jié)點的唯一 ID號為b，其中，b彡N。
3.根據(jù)權利要求1所述的部署方法，其特征在于，在所述步驟S2中，所述隨機值在[O，N]范圍內服從均勻分布。
4.根據(jù)權利要求2所述的部署方法，其特征在于，所述步驟S3包括以下子步驟: 531、設置所述個體Xi在第j維上的數(shù)值為第b個節(jié)點的等級值rank(b),即rank(b)=xJ ; 532、計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的距離，并連接與其距離最短且等級高于自身的第mlink個節(jié)點； 533、計算所述個體Xi中所連接的節(jié)點間的距離總和，以作為所述個體Xi的適應度函數(shù)值 f (Xi); 534、若所述|ps|個個體中存在未被計算所述距離總和的個體，則轉至步驟S31;若所述Ipsl個個體中每一個體均被計算所述距離總和，則轉至步驟S4。
5.根據(jù)權利要求4所述的部署方法，其特征在于，在所述步驟S31中，所述b的值與所述j的值相等。
6.根據(jù)權利要求4所述的部署方法，其特征在于，在所述步驟S32中，計算所述RFID感應節(jié)點中任一節(jié)點到其它節(jié)點的加權距離，并從中選出與其距離最短且等級高于自身的第mIink個節(jié)點，其中:
Wilink = argiriin dist(/),w)，rank(/>) φ rank(w)

b^tn ,rank(^)<rank^ m) 其中，第b個節(jié)點為所計算的節(jié)點，m為所述RFID感應節(jié)點中的所述其它節(jié)點，dist表示兩個節(jié)點間的距離，當rank(b) = rank(m)時返回所計算的節(jié)點的唯一 ID號。
7.根據(jù)權利要求6所述的部署方法，其特征在于，在所述步驟S33中，所述個體Xi的適應度函數(shù)值f (Xi):
/(Xi) = Y^dist (bjn)
<b,m> 其中，<b, m>為所述RFID感應節(jié)點中第b個節(jié)點到其它節(jié)點間的連接。
8.根據(jù)權利要求1所述的部署方法，其特征在于，該部署方法還包括: S40、在所述步驟S4之前，根據(jù)每個個體的所述適應度函數(shù)值，采用文化基因算法優(yōu)化所述進化種群。
9.根據(jù)權利要求8所述的部署方法，其特征在于，在所述步驟S5中，在迭代后及優(yōu)化后的所述進化種群中，選擇所述適應度函數(shù)值最小的個體以作為最優(yōu)個體Xbist:
Xbest = argminf (Xi) 其中，I為正整數(shù)且i彡Ipsl。
10.根據(jù)權利要求9所述的部署方法，其特征在于，依據(jù)所述最優(yōu)個體形成樹狀網(wǎng)絡，部署所述RFID傳感器網(wǎng)絡。
【文檔編號】G06F17/50GK104268318SQ201410466968
【公開日】2015年1月7日 申請日期:2014年9月12日 優(yōu)先權日:2014年9月12日
【發(fā)明者】曹昱升, 曾啟明 申請人:深圳市歐克藍科技有限公司, 深圳市華德創(chuàng)新科技有限公司