專利名稱：使用無線設備集合進行匿名追蹤的制作方法
技術領域：
本發(fā)明涉及諸如射頻識別(RFID)標簽之類的無線設備，尤其涉及快速估計動態(tài)變化的無線設備集合的基數(shù)(cardinality)、即所述集合中的設備數(shù)目、而不用明確識別所述集合的各個設備的方法。

背景技術：
射頻識別(RFID)標簽越來越多地在許多用于識別和追蹤用途的應用中得以采用。雖然這些設備為消費者、商家和政府提供了許多優(yōu)勢，但是隱私提倡者已經(jīng)表示出RFID標簽可被用于超出其預期應用或使用期限的追蹤用途的切實擔憂。例如，如果RFID標簽被貼到用戶所攜帶的每個電子設備、諸如蜂窩電話、音樂播放器、膝上型電腦等上，則這些標簽的識別會允許控制RFID讀取器網(wǎng)絡的任何人在所述網(wǎng)絡中任何讀取器的范圍內(nèi)追蹤所述設備的持有者。RFID產(chǎn)業(yè)已經(jīng)通過使用專用硬件來使消費產(chǎn)品上的標簽在這樣的產(chǎn)品被消費者獲得之前無效而針對這些擔憂作出了一些努力。然而，這樣的努力還沒有完全被產(chǎn)業(yè)所認可，主要是由于擔心實用性和成本。
雖然可能不需要對加標簽的物品進行單獨的、唯一的識別，但是實際上在許多應用中，需要對涉及用戶總數(shù)的統(tǒng)計進行匯總。例如，加RFID標簽的鞋或手表可被用來追蹤有多少人參觀大型購物中心中的特定店鋪，而并不單獨識別每個標簽并且不單獨識別傳輸所述標簽的消費者。如果可以保證用戶的隱私和匿名性，則他們更可能采用具有RFID標簽的設備，并且商家也會通過使用聚集的追蹤信息而獲益。事實上，除了在很少的情況下，在追蹤使用RFID標簽的消費者的大多數(shù)應用中，追蹤數(shù)據(jù)的接收方實際上并不需要識別各個用戶。
當標簽種群(population)隨時間變化時，RFID讀取器在不同時刻探測標簽集合。在任何兩次這樣的探測之間，一些標簽可能已經(jīng)離開了當前集合，而其它標簽可能已經(jīng)進入該集合。在這樣的情況下，可以使用標簽總數(shù)的估計來估計所遇到的標簽集合的基數(shù)，所述標簽(a)在兩次探測之間進入系統(tǒng)，(b)在兩次探測之間離開系統(tǒng)，(c)整個期間都停留在系統(tǒng)中，和(d)已經(jīng)被探測過至少一次。
在空間上不同的標簽種群中，例如像在探測長形擱架上的物品或者在飛機飛過傳感器場域(field)的同時試圖獲得該場域中有源傳感器數(shù)目的估計的情況下，讀取器可利用每次探測僅讀取標簽的子集。在這樣的情況下，可以使用一個或多個讀取器來探測標簽。然而，沒有明確的標簽識別方案(這些方案需要長時間來解析)，難以在短的時間段內(nèi)對系統(tǒng)中的所有標簽數(shù)目進行計數(shù)。這是因為當在具有重疊范圍的兩個相鄰位置處(或在兩個相鄰讀取器處)獨立地使用特定估計方案時，有一些標簽可能最終報告兩次?？赡軣o法確保通過連續(xù)讀取在兩個標簽集合之間進行嚴格分離，原因在于(1)大大變化的無線電環(huán)境，(2)難以控制讀取器和標簽之間的物理方位和距離，以及(3)需要保持標簽身份匿名。
隨著空間和時間的不同發(fā)生更為復雜的情形，其中需要追蹤在第一時間t1和第二時間t2之間的時間段內(nèi)已經(jīng)從第一位置A移動到第二位置B的加標簽的對象的數(shù)目。一個這樣的實例是高速公路系統(tǒng)網(wǎng)格，其中需要對所述網(wǎng)絡上的交通模式進行各種統(tǒng)計，而無需唯一地識別每臺車輛。給定在兩個位置中(在不同時間t1和t2所測量的)對象數(shù)目的估計，需要估計這些對象中有多少在時間t1處于位置A以及有多少在時間t2處于位置B，而無需明確識別標簽集合。類似地，將需要具有這樣的方案，這些方案能夠被用來通過針對每個參與者使用保留隱私的加標簽的標記來追蹤有多少參與者參加會議的任何給定的會話子集。
因此，有許多情形，其中需要對加標簽的對象的數(shù)量進行匿名追蹤。


發(fā)明內(nèi)容
依據(jù)本發(fā)明在幾個方面的原則，通過提出能夠解決以上所描述的所有情形的估計過程來解決現(xiàn)有技術中的問題。特別地，本發(fā)明的實施例提供一種保留隱私的方案，該方案使得能夠對RFID標簽的動態(tài)集合的基數(shù)進行匿名估計，同時允許集合成員在空間域和時間域中變化。
第一，本發(fā)明在特定實施例中提供一種漸近無偏增強型零基(EZB)估計器，該EZB估計器提供由單個讀取器所覆蓋的標簽的估計。第二，本發(fā)明在特定實施例中提供一種用于使用EZB估計器來對空間域和時間域中的標簽種群的動態(tài)進行追蹤的方法。第三，本發(fā)明在特定實施例中提供一種用于在標簽集合種群的大小未知時增大EZB估計器的工作范圍并降低總估計時間的方法。接著將討論考慮匿名的人員追蹤的特定應用的擴展仿真研究，并且將論證所提出的方案的有效性和精度。
在一個實施例中，本發(fā)明提供一種用于估計系統(tǒng)中具有一個或多個標簽的集合中的標簽數(shù)目的方法，所述系統(tǒng)包括具有一個或多個標簽的集合以及一個或多個讀取器。所述一個或多個讀取器適于發(fā)射命令，該命令請求每個接收該命令的標簽確定是否發(fā)射回復。每個進行接收的標簽適于基于特定的概率水平來確定是否發(fā)射回復。每個確定發(fā)射回復的進行接收的標簽(i)基于(1)指定的、幀中的時隙總數(shù)和(2)指定的隨機數(shù)種子(seed)來選擇用于發(fā)射回復的幀的時隙，并且(ii)在所選擇的時隙中發(fā)射回復。所述方法包括，在多個時間間隔中的每一個時間間隔期間(1)發(fā)射命令，該命令請求接收該命令的每個標簽確定是否發(fā)射回復；以及(2)在與該時間間隔相對應的幀的一個或多個時隙中接收來自一個或多個標簽的回復。所述方法進一步包括基于(i)為零時隙的在多個時間間隔中的每一個時間間隔中的時隙和(ii)每個幀中的時隙總數(shù)來提供系統(tǒng)中具有一個或多個標簽的集合中的標簽數(shù)目的估計，其中零時隙為沒有接收到回復的時隙。



圖1示出在本發(fā)明的一個實施例中增強型零基(EZBEnhancedZero-Based)估計器針對兩個負載因數(shù)相對于持續(xù)概率的方差圖； 圖2示出在本發(fā)明的一個實施例中EZB估計器針對兩個持續(xù)概率值相對于負載因數(shù)的方差圖； 圖3示出在本發(fā)明的一個實施例中在針對給定范圍的給定的估計器參數(shù)集合的情況下等式(4)右手側的圖； 圖4示出在本發(fā)明的一個實施例的示例性應用中，相對于實際參觀者數(shù)目，每個會議日在每個展位上的估計參觀者數(shù)目； 圖5是圖4的放大部分； 圖6示出在本發(fā)明的一個實施例的示例性應用中在兩個會議日出席給定展位的參觀者總數(shù)連同置信區(qū)間的圖； 圖7是圖6的放大部分； 圖8示出在本發(fā)明的一個實施例的示例性應用中在兩個會議日出席特定展位的估計參觀者數(shù)目、連同該估計的上界和下界的圖； 圖9是圖8的放大部分；和 圖10圖示在本發(fā)明的一個實施例中的示例性RFID系統(tǒng)。

具體實施例方式 現(xiàn)在將介紹在本發(fā)明的一個實施例中的RFID標簽和系統(tǒng)模型?？紤]大的RFID標簽場域(field)和讀取器集合，該讀取器集合可意味著同時讀取所述場域的多個讀取器，或者替換地，在不同的空間點和/或時間點順序地詢問所述場域的單個讀取器，或二者的組合。這樣的系統(tǒng)采用用于RFID標簽的“先聽后講(listen-before-talk)”模型，其中標簽在它們“回話”之前“聽取”讀取器的請求。在這種情況下，即使標簽可能具有其自身的唯一標識符，唯一地識別標簽也不是所關心的。
讀取器的范圍由能夠向所述讀取器發(fā)回的RFID標簽的集合來限定。這是因為假設讀取器的傳輸半徑遠大于標簽的傳輸半徑，可是，讀取器的有效性僅由該讀取器能夠讀取的標簽的數(shù)目來確定。
在基本的ALOHA方案中，讀取器將幀長度傳送給多個標簽，并且每個標簽挑選在幀中進行發(fā)射的特定時隙并在該時隙中進行發(fā)射，所述基本ALOHA方案例如在F.C.Schoute的“Dynamic framed lengthALOHA”(IEEE Transactions on Communications，Vo1.31(4)，1983年4月)中進行了全面描述，其公開內(nèi)容全部被結合于此。所述讀取器重復該過程直至所有標簽都已經(jīng)在時隙中進行了至少一次成功發(fā)射而沒有沖突。
于2006年9月22日提交的序列號為11/525,339、題為“Estimation Of The Cardinality Of A Set of Wireless Devices”并結合于此作為參考的美國專利申請公開了確保標簽及其相應用戶的匿名性、同時仍然允許RFID讀取器對其范圍內(nèi)的標簽總數(shù)進行估計的估計方案。然而，這些方案的特定實施例的缺點在于在單次探測中讀取器能夠讀取所有的標簽，并且讀取器應當近似地知道所要估計的標簽的數(shù)目的大小。實際上，情形更為復雜，原因在于標簽種群經(jīng)常在時間和空間上是不同的。標簽集合可以是動態(tài)變化的，有時數(shù)量級會有所變化。此外，并非所有的標簽都可以被讀取器讀取，以致多個讀取器或多次探測被用來覆蓋所有標簽。由于標簽在這樣的方案中不能被唯一地識別，所以一些標簽可能被多于一次地進行計數(shù)，從而導致錯誤的估計。
在根據(jù)本發(fā)明的實施例的模型中，讀取器使用p持續(xù)(p-persistent)幀時隙ALOHA模型詢問標簽。在該模型中，讀取器向所有標簽發(fā)送幀大小f、持續(xù)概率p和隨機種子R。每個標簽以概率p決定是否進行響應(或“競爭(contend)”)，并且如果該標簽決定進行響應，則挑選幀內(nèi)的時隙并且在該時隙中發(fā)回所述讀取器。這些決定都基于標簽的ID和種子R的函數(shù)。無論標簽在何時被給予隨機種子R和概率p，該標簽都將選擇大小為f的幀中的相同時隙，而不管進行多少次試驗。影響這種選擇的一種方式是向標簽提供幀大小f、數(shù)

和隨機種子R，其中符號

表示函數(shù)“不小于…的最小整數(shù)”。標簽選擇在1和

之間均勻分布的隨機數(shù)s，并且只有當s≤f時所述標簽才在時隙s中進行發(fā)射。雖然有許多方式來實現(xiàn)p持續(xù)，但是在這里將進行以下假設。假設標簽不能夠感測信道，因此所述標簽只能夠在所選擇的時隙中進行發(fā)射。假設時隙同步由讀取器的激勵探測(energizing-probe)請求所提供。假設標簽用一個比特或比特序列進行響應，這使得讀取器能夠檢測已經(jīng)發(fā)生傳輸。進一步假設讀取器無法在沖突和成功傳輸之間進行區(qū)分但是具有檢測空時隙的能力?？赏ㄟ^在每個時隙對信噪比(SNR)進行評價來進行該檢測，并且成功檢測到空時隙的可能性將隨著時隙的大小(或“長度”)(即，標簽響應中的比特數(shù))的增加而增加。雖然理論上可通過使用讀取器之間的同步協(xié)議來解決來自鄰近讀取器的干擾，但是在此將不特別考慮該問題，即便這樣的同步協(xié)議可結合本發(fā)明的實施例一起使用。
整個系統(tǒng)使用單個無線信道/頻帶進行操作。系統(tǒng)負載因數(shù)是整個系統(tǒng)中不同標簽的數(shù)目與幀大小的比率，而讀取器負載因數(shù)ρ＝ti/f是可響應于(由讀取器進行的)第i個詢問的標簽的數(shù)目ti與幀大小的比率。注意，術語“負載因數(shù)”和變量ρ在這里被用來既表示系統(tǒng)負載因數(shù)又表示讀取器負載因數(shù)，這通過特定的上下文應當是明顯的。假設幀大小對于系統(tǒng)中的所有讀取器是恒定的。
這里將不考慮也被稱作“沖突解決”或“抵觸解決”的標簽識別問題，因為本發(fā)明的實施例替代地設法在盡可能短的時間內(nèi)提供對標簽集合的基數(shù)的可靠估計，并且將該估計用于標簽的匿名追蹤。
由于與本發(fā)明的實施例一致的估計方案本質(zhì)上是概率性的，所以使用兩個參數(shù)來指定對估計過程的精度要求誤差界限β，β＞0以及失敗概率α，0＜α＜1。
在系統(tǒng)中給定t個標簽的集合以及具有f個時隙的幀，(表示持續(xù)概率pi和隨機種子R的)每個讀取器詢問i在被應用于所述標簽的子集時都觸發(fā)來自標簽子集的響應Bi。Bi的值由f個時隙構成，其中每個時隙或者為0(意味著在該時隙沒有標簽進行了發(fā)射)或者為1(意味著在該時隙至少一個標簽進行了發(fā)射)。沒有標簽發(fā)射響應的時隙被稱作“零時隙”。假設使用M個讀取器詢問對系統(tǒng)中的所有標簽進行詢問，其中每個標簽被詢問至少一次。
待解決的問題如下。給定響應Bi，i＝1，2，…，M，根據(jù)M個詢問，應該用寬度為β的置信區(qū)間(confidence interval)來估計系統(tǒng)中的標簽總數(shù)，即目標是獲得估計

以使得其中概率p大于a。換句話說，最大誤差應當最多為

其中概率p大于a。此外，標簽的分布應被計算為在各個子集之間，即應計算每個標簽子集的基數(shù)以及各個集合的交集的基數(shù)。
典型地，為了獲得指定的精度水平，進行多次測量。按照時隙的總數(shù)來測量性能，并對所有測量求和。
例如，給定5000平米的倉庫地面，該倉庫地面具有以行組織的大量加RFID標簽的物品以及能夠讀取5米內(nèi)的所有標簽的讀取器，可能需要盡可能快地以大于99.99％的概率獲得實際標簽數(shù)目的±1％范圍內(nèi)的加標簽物品數(shù)目的估計。此外，可能需要對每行中的標簽數(shù)目進行估計。假設能夠連續(xù)幾天進行測量，可能進一步需要在a±1％的誤差界限內(nèi)獲得在兩天中在所述倉庫內(nèi)的加標簽物品的數(shù)目的估計。
這里使用變量Za來表示單位正態(tài)分布的百分點。如果a＝99％，則Za＝2.33。具有平均值a和方差b的正態(tài)分布用N[a，b]表示。
現(xiàn)在將說明使用基數(shù)估計過程(cardinality estimationprocedure)利用單個讀取器對靜態(tài)標簽集合的估計，所述基數(shù)估計過程表示在以上討論的序列號為11/525,339的美國專利申請中所公開的概率零估計器(Probabilistic-Zero Estimator，PZE)算法的改進。在該新的算法中，估計是漸近無偏的。
在EZB估計過程中，假設集合中的所有標簽都處于讀取器的范圍內(nèi)，因此系統(tǒng)負載因數(shù)和讀取器負載因數(shù)相同。給定近似知道負載因數(shù)，需要在讀取器詢問所有標簽時估計該標簽集合的基數(shù)。以下將進一步展開該方案，并且將提供該方案如何能夠被擴展以組合對潛在重疊的標簽集合的多個詢問以便獲得多個詢問的基數(shù)估計的說明。
所述讀取器以幀大小f、持續(xù)概率p和隨機種子R對標簽進行探測。在該讀取器的范圍內(nèi)的所有標簽決定以概率p進行發(fā)射，并且如果進行發(fā)射的話，則均一地隨機挑選幀中的時隙j并且在該時隙中進行發(fā)射。如果Z是表示沒有傳輸?shù)膸械臅r隙的數(shù)目的隨機變量，則可以看出E[Z]≈fe-pρ，其中ρ＝t/f。以下定理1敘述了Z可以被近似為正態(tài)分布 定理1如果t個標簽中的每一個從f個時隙中隨機選擇一個時隙并且以概率p在該時隙中進行發(fā)射，則Z～N[μ0，σ02]，其中μ0＝fe-pρ， 如果zi是讀取器在特定詢問i中所觀察到的空時隙的數(shù)目，則所述讀取器(使用不同的隨機種子)對標簽集合執(zhí)行n個詢問，并且觀察到每個詢問i中的zi，i＝1，2，…，n個空時隙。因此，可如下敘述定理2 定理2令t個標簽各自從每個幀i＝1，2，…，n中的f個時隙中隨機選擇時隙并且以概率p在所選擇的時隙中進行發(fā)射。令Zi為表示在幀i中沒有傳輸?shù)臅r隙的數(shù)目的隨機變量。如果 則 Y～N[μ0，σ02/n] 其中μ0和σ0在定理1中給出。
所述讀取器基于y＝∑izi/n來計算標簽集合大小t的估計t0。
根據(jù)定理1和2，能夠看出空時隙的預期數(shù)目為fe-pρ，或者空時隙的部分為e-pρ。根據(jù)當前的測量，讀取器觀察到空時隙的部分為y/f。使預期值和觀察值相等，讀取器現(xiàn)在確定下式的解ρ0 并且將t0設置為fρ0。
以上的等式(1)定義與PZE估計器不同的新的增強型零基(EZB)估計器，該新的EZB估計器從每個zi得出估計并接著取所述估計的平均數(shù)。PZE估計器對于所有n個值具有恒定的加性偏差，而EZB估計器通常是漸近無偏的。
由于μ0是t的連續(xù)單調(diào)遞減函數(shù)，所以函數(shù)μ0具有由g()表示的反函數(shù)，即g(μ0(t))＝t。關于估計器g()的平均值和方差，下面的定理3適用 定理3給定g(Y)＝-flog(Y/f)， 當n→∞，E[g(Y)]→t。
當負載因數(shù)ρ是高的時(ρ＞50)，方差表達式還可以被改寫為 圖1針對兩個負載因數(shù)值ρ＝100和ρ＝10000圖示EZB估計器相對于概率的方差的圖，其中f＝100且n＝1。如所示的，對于給定的負載因數(shù)，存在方差低的窄概率范圍。
圖2針對兩個持續(xù)概率值p＝0.159和p＝0.00159圖示EZB估計器相對于負載因數(shù)的方差的圖。如所示的，方差對負載因數(shù)的依賴性具有高度不對稱的特性。
理想地，給定負載因數(shù)ρ，應當選擇持續(xù)概率p以便使方差最小化，而不是增加n。通過對δ0求關于p的導數(shù)并在數(shù)值上求解結果表達式，能夠示出，給定負載因數(shù)ρ，EZB估計的方差在pρ＝1.59時被最小話。換句話說，為了最小方差，最優(yōu)概率p*應當被設置為 在圖1中，所示概率對于負載因數(shù)ρ＝100(p*＝0.0159)以及ρ＝10000(p*＝0.000159)是最優(yōu)的。
最優(yōu)的持續(xù)概率是負載的函數(shù)(并且因此是標簽集合的大小的函數(shù))。這提出一個難題，原因在于待估計的是標簽集合大小。當標簽集合大小被不正確地估計時，則方差將不是最小的。此外，即使方差處于最小值，也可能不足以達到所需的精度。
如果EZB估計(基于估計

)的方差高于期望值，則一種降低該方差的方式是通過為標簽提供不同的種子、幀大小和/或持續(xù)概率來獲得獨立的估計。因此，每個參數(shù)集合導致不同的試驗性的估計，并且這些試驗的結果彼此獨立。下面的定理4可被用來組合所述估計 定理4令e1，e2，…ek為針對t的具有方差v1，v2，…vk的k個估計。對于0≤ai≤1且∑iai＝1的任何集合{ai}而言，∑i＝1kaiei為針對t的具有方差∑i＝1kai2υi的估計器。使線性組合的方差最小化的ai的最優(yōu)選擇為 并且最小方差為 EZB估計器是一種以快速和有效的方式匿名計算集合的基數(shù)的有力工具。例如，可以僅在2000個時隙內(nèi)以5％的誤差對具有10000個標簽的種群進行估計。假設時隙長度為5個比特，則最多使用10000個比特來估計±250個標簽內(nèi)的基數(shù)。這種大小的標簽種群將采用長度大于14個比特的標識符，這意味著如果使用依賴于發(fā)射用于計數(shù)的唯一ID的每個標簽的(具有完美調(diào)度(scheduling)且沒有開銷的)理想方案，則除了通過公開唯一的標簽ID而可能違背標簽匿名性和隱私要求之外，所述理想方案的速度將至少是EZB估計器的1/14。
EZB估計器還通過適當?shù)剡x擇持續(xù)概率p和幀大小f來跨越寬的工作范圍。特別地，EZB估計器能夠有效地估計非常低的基數(shù)以及非常高的基數(shù)，這與在Durand等人的“LogLog Counting of LargeCardinalities”(European Symposium on Algorithms，匈牙利，2003年9月，該文被結合于此作為參考)中所公開的無法用于低基數(shù)的現(xiàn)有技術LogLog計數(shù)方案形成鮮明對比。
術語“增強型零基估計器”和“EZB估計器”此后一般將被用來表示如應用于等式(1)的幀大小f、持續(xù)概率p和隨機種子R的特定組合。然而，應當理解的是，這些術語包括這里所明確描述的特定實施方案和實施例以及其它可能的實施方案和實施例。
現(xiàn)在將描述對多個重疊的標簽集合的估計。之前在測量單個標簽集合的基數(shù)的背景下對EZB估計器進行了描述。特別感興趣的在于使用EZB估計器來測量多個標簽集合，其中一些標簽屬于多于一個的集合。對于多個標簽集合的估計而言，應注意，標簽在大小為f的幀中對時隙的選擇由讀取器發(fā)送給所述標簽的種子值R決定。只要種子值R、持續(xù)概率p和幀大小f保持不變，所述標簽將一直選取所述幀中的相同時隙。這類似于例如ANSI C庫中的偽隨機函數(shù)的種子值輸入。當標簽屬于多個集合時，只要使用相同的種子、概率和幀大小對這些集合進行詢問，所述標簽就會挑選完全相同的時隙以用于每個詢問中的傳輸。
考慮待詢問的K個集合的估計問題，為了詢問每個集合，使用具有提供給每個集合的相同的自變量(幀大小、概率和種子)的EZB算法。由于以相同的參數(shù)對所有集合進行詢問，所以每個屬于多個集合的標簽在那些集合中的每一個集合的詢問響應中選擇相同的時隙。
對于具有幀大小f的給定集合Ki的詢問，其中總標簽集合的大小為|T|＝t，對該集合的詢問的響應可以被表示為二進制位向量Bi，其中各分量(時隙)具有0或1的值，其中值1表示由至少一個標簽發(fā)射(成功或沖突)。這對于檢查兩個響應向量Bi和Bj的第q個分量(時隙)(即Bi(q)和Bj(q))是有用的。目標是簡單地通過使用向量Bi和Bj來評價如果對應用單個詢問，結果向量會是什么。如果Bi(q)＝0且Bj(q)＝0，則意味著

中沒有標簽選擇了時隙q，即另一方面，如果Bi(q)或Bj(q)等于1，則意味著

中的至少一個標簽已進行了發(fā)射，所以因此，并集

的結果位向量簡單地是Bi和Bj的逐位或(OR)，如在下表I中所示，表I示出根據(jù)多個集合的組合結果向量。
表I 根據(jù)

Bi，Bj，能夠如以上所述使用EZB估計器分別對集合

Ki，Kj的基數(shù)進行估計。然后可使用集合關系|A∪B|＝|A|+|B|-|A∩B|來計算|A∩B|、|A\(A∩B)|和|B\(A∩B)|。
如以上所提到的，在對每個標簽集合執(zhí)行多次探測(為每次探測使用不同種子)時，以及在將具有相同的幀大小、持續(xù)概率和隨機種子的探測進行組合以用于不同集合時，估計器的精度提高。
在以下的表II中，針對包括各自具有6000個元素的兩個標簽集合A、B的并集和交集的基數(shù)的估計的試驗，對于所述交集的各種值，示出EZB方案的性能。在這種情形下，EZB估計器的特征在于幀大小為512個時隙以及概率為0.0678(這對應于t＝12000個標簽)。表II的第二行示出交集和并集的實際值，而其它行示出在n次試驗后的估計。期望誤差界限被設置為β＝0.05，這意味著所有的估計應當在實際值的βt/2＝300個標簽之內(nèi)。從表II能夠看出，即使只利用10次試驗，對于大范圍的交集和并集大小，也獲得遠好于可能最低程度期望的值的估計。

表II 現(xiàn)在將考慮在不同集合中改變負載因數(shù)的情況。當在待測量的集合中的標簽數(shù)目改變比設計估計器所針對的因數(shù)更大的因數(shù)(例如，接近數(shù)量級或更大的因數(shù))時，EZB估計器可能提供不正確的估計。這能夠在圖2中當所提供的負載高于最優(yōu)負載因數(shù)ρ＝10時從對于p＝0.159的估計的高方差看出。如果預計標簽數(shù)目在集合之間大大地變化，則為了計算并集或交集的基數(shù)，應當更為謹慎地選擇概率。
根據(jù)以上所描述的用于估計多個重疊的標簽集合的方案，幀大小保持不變。類似地，當嘗試將來自對兩個不同集合所進行的探測的兩個結果位圖進行組合時，計算中的基本假設在于交集中的所有標簽對于兩個探測來說表現(xiàn)相同。因此，對于兩個探測來說持續(xù)概率也應當是相同的。
解決該問題的一種方法是使用不同的持續(xù)概率對每個集合進行多次探測，以便對可預計在所述集合中找到的標簽的范圍進行計算?，F(xiàn)在將對這種方法、即在負載未知的情況下的多分辨率探測進行說明。
在真實情況下，場域中的標簽數(shù)目是未知的。雖然可以通過自適應地改變概率并接著找出最優(yōu)概率來對標簽集合執(zhí)行多次測量，但是這在要組合多個集合時可能是不希望的，原因在于，如以上所提到的，應該在任何兩個集合之間使概率匹配以便計算交集和并集的基數(shù)。出于同樣的原因，幀大小也應當是恒定的。
所要解決的問題如下。在給定時間由讀取器探測的每個集合可具有從tl到tu(其中tl≤tu)變化的標簽集合大小?？梢杂蠯個這樣的待測量的集合。此外，一旦集合被測量，可能就無法稍后再次訪問該特定集合以便獲得進一步的測量，原因在于標簽和/或讀取器可能是移動的。如果感興趣的唯一測量是所有這些集合的并集的基數(shù)，則所要測量的凈種群(net population)將從Ktl變化到Ktu。然而，如果發(fā)現(xiàn)對K個集合之外的任何集合組合的交集感興趣，則感興趣的標簽種群可從tl變化到Ktu，這會覆蓋寬的范圍。例如，如果tl＝10，tu＝1000，且K＝1000，則估計過程應當能夠為可從10變化至1×106的種群大小提供精確估計。
現(xiàn)在將考慮對單個集合中的未知負載進行有效測量的問題。給定在集合中能遇到的標簽數(shù)目的上界tu和下界tl，問題是要確定幀大小f的值、持續(xù)概率p的值以及為了獲得精確估計而應當執(zhí)行的試驗/探測的次數(shù)。如果估計的誤差

在±βt/2的范圍內(nèi)，則可使用不等式其中δ0是等式(2)給出的單個估計的方差。
以上不等式可被重寫為 可從等式(2)替換δ0的表達式，從而產(chǎn)生對在[tl，tu]內(nèi)給定數(shù)目的標簽所執(zhí)行的試驗次數(shù)的以下約束 圖3示出針對范圍[tl，tu]＝[104，105]在給定的估計器參數(shù)(概率p＝0.001024和幀大小f＝256)集合的情況下等式(4)的右手側的圖。可以看出，當概率被優(yōu)化使得n對于標簽范圍[tl，tu]內(nèi)的值被最小化時，所執(zhí)行的試驗次數(shù)在最小值的兩側單調(diào)增加并且在tl和tu處達到其峰值。所希望的是針對給定的精度水平所執(zhí)行的試驗次數(shù)在整個范圍[tl，tu]內(nèi)、尤其在tl和tu處都相同(應注意，試驗次數(shù)對于較大的t值來說更為急劇增加)。為此，以下約束適用 其中ρl＝tl/f且ρu＝tu/f。如果r被給定值tl/tu，則以上等式可被簡化為 EZB估計器的范圍由不會以小于1-θ的概率產(chǎn)生空時隙的標簽的最大數(shù)目來確定。所希望的是估計范圍的兩個端點tu和tl處于工作范圍之內(nèi)。這通過首先將tu容納在EZB估計器的工作范圍之內(nèi)來實現(xiàn)。其次，通過滿足等式(5)，tl也將落入所述工作范圍之內(nèi)。
在這種情形下可應用以下引理1 引理1令t個標簽各自從f個時隙內(nèi)隨機挑選一個時隙并且在該時隙中進行發(fā)射。令t，f→∞同時保持t/f＝ρ。接著，空時隙的數(shù)目N0接近具有參數(shù)λ0＝fe-ρ的泊松隨機變量，并且單(singleton)時隙(在其中只有一個標簽進行發(fā)射的時隙)的數(shù)目N1近似地作為具有參數(shù)λ1＝fρe-ρ的泊松隨機變量分布，其中ρ＝t/f為負載因數(shù)。
對引理1的結果進行概括，可示出 其中λ0＝fe-pρ。因此，λ0≤-log(1-θ)。如果θ被設置為值θ＝0.99，則λ0≤5。
因此，為了確保tu處于估計器的工作范圍之內(nèi)，設置下式為真 上面的表達式被作為等式對待并被代入等式(4)和(5)中以分別產(chǎn)生 由于r的值已知，所以可從等式(8)中求出幀大小f。這提供所使用的最小幀大小以便確保估計器的工作范圍包括tu和tl。
在求出f之后，可根據(jù)等式(7)確定所要執(zhí)行的試驗的最小次數(shù)n，并且還能夠根據(jù)等式(6)計算出概率p，由此提供由EZB估計器使用的所有三個自變量以便在[tl，tu]內(nèi)提供估計。
應注意，使用等式(2)中的近似產(chǎn)生僅依賴于比值r＝tl/tu的f值和n值，這是十分希望的，即使該近似僅對大的負載因數(shù)有效。當負載因數(shù)小時，f和n的最優(yōu)值將是r和tu的函數(shù)。用精確表達式(而不是近似)代替方差，可使用以上方法來計算低負載因數(shù)的精確值。應進一步注意，使用所述近似得到的結果仍然為f值和n值的上界，并且由此使用所述近似得到的結果是估計標簽種群所花費的總時間nf的上界。
下面的表III示出針對各種標簽種群范圍所計算的最優(yōu)探測參數(shù)，其中誤差極限為5％(即β＝0.05)。忽略探測開銷，“總計”欄涉及按照響應時隙的數(shù)目對所有試驗計算的總估計時間。如所示出的，當上界為下界的十倍時，對于f和n來說所計算的值都是相同的，從而導致相同的總估計時間，而無論tl和tu是多少。同時，還能夠看出r的值越小，總估計時間nf就越長，并且nf隨r的減小而線性增加。
表III 現(xiàn)在將考慮針對非常大的標簽種群范圍優(yōu)化EZB估計器的問題。如以上所提到的，在對標簽集合的大數(shù)目K進行測量時，希望能夠有效地測量從范圍[ti，Ktu]變化的任何標簽集合基數(shù)。如果t′u被設置為值t′u＝Ktu，則該問題與以上所討論的在非常小的值r′＝tl/t′u的情況下對標簽種群范圍進行估計的問題類似。
從表III所觀察到的一點是，被用于估計給定范圍的響應時隙的總數(shù)隨著r的減小而線性增加。出于兩個原因，這是不方便的(i)幀大小變得越來越大，這對于許多RFID系統(tǒng)可能是不可行的，以及(ii)對于大范圍來說總估計時間非常高。
為了消除這一問題，考慮劃分范圍的可能性。在這種情況下，范圍[tl，t′u]被劃分為m個較小的范圍，并且估計器被用于每個子范圍，其中用于每個子范圍i的估計器具有其自己的自變量<ji，pi，ni>以在其子范圍內(nèi)獲得因數(shù)β內(nèi)的誤差。使用在定理4中所描述的最小方差組合方法來獲得整個范圍[tl，t′u]中任何標簽集合大小的凈估計。
使用該方法，總試驗次數(shù)將為∑i＝1mni。存在減少所執(zhí)行的總試驗次數(shù)的可能性，原因在于，如能夠在圖2中看到的，EZB估計器的方差超線性地增長超出特定閾值。由于用于一個范圍的估計器參數(shù)的特征僅在于標簽種群的下界和上界之比，所以考慮在對數(shù)刻度上對該范圍進行等分。例如，[10，105](r＝10-4)可被劃分為具有r＝0.01的兩個范圍[10，103]和[103，105]。
通常，給定具有r＝tl/tu和m個子范圍的范圍[tl，tu]，每個子范圍將具有由于r′對于這m個子范圍中的每一個都相同，所以f和n的最優(yōu)值在所有的子范圍上也將是相同的，只有概率p對于每個子范圍有所變化-所有都使用等式(6)、(7)和(8)進行計算。因此，在[tl，tu]中用于至多±βt/2的估計誤差的時隙總數(shù)由nfm給定。
因此，所述方法如下。針對給定的范圍參數(shù)r和期望的誤差界限β，為每個值m＝1，2，…，找到并且f和n作為r′的函數(shù)被計算。接著為每個m值計算所使用的時隙的總數(shù)，即nfm。選擇導致估計整個標簽范圍[rtu，tu]的最少時隙數(shù)的m值。下表IV示出最優(yōu)子范圍數(shù)目，即針對各個r值對于誤差界限β使時隙總數(shù)最小化的子范圍數(shù)目m。
表IV 應當注意到表III和表IV之間的用于給定范圍的時隙總數(shù)的差異。該差異表示將一個范圍劃分為更小的子范圍使得能夠更快完成估計過程。在工作范圍中每一數(shù)量級增長僅使用7000個額外時隙，恒定增長。事實上，使用在飛利浦半導體的“I-CODE Smart Label RFID Tags”(http://www.semiconductors.com/acrobat_download/other/identification/SL092030.pdf，該文的公開內(nèi)容全部被結合于此作為參考)中完全描述的飛利浦I-Code系統(tǒng)的參數(shù)，可以實現(xiàn)每秒4000個時隙的速率以用于估計用途，這意味著少于2秒的額外時間被用來估計具有更多標簽的數(shù)量級。
當不使用方差近似表達式時，則如以上所提到的，n和f的最優(yōu)值不僅依賴于r′，而且還依賴于每個子范圍的上界tu的實際值。此外，當范圍被劃分為更小的子范圍時，可通過使用定理4中所示的方差組合技術使在每個子范圍的邊界附近的估計更精確。因此，計算最優(yōu)子范圍數(shù)目并接著識別待使用的時隙的最小數(shù)目更為復雜，但是對于較小的負載因數(shù)來說可能是有益的。
現(xiàn)在將使用對會議的參與者進行匿名追蹤的實例來示出以上所描述的方案的示例性應用，并且將研究EZB估計器的性能?？紤]諸如COMDEX、E3 Expo等之類的較大會議，這種會議通常吸引數(shù)萬名參與者，假設會議具有100個供應商展位并且該會議持續(xù)兩天。感興趣的是獲得與參與者數(shù)目有關的以下各個統(tǒng)計(a)在會議的兩天中訪問特定展位的參與者數(shù)目，(b)在每天訪問特定展位的參與者數(shù)目，以及(c)在給定時間點位于會議場地的參與者數(shù)目。希望這些統(tǒng)計在實際值(β＝0.05)的5％范圍內(nèi)是精確的，并且由此存在要測量的感興趣的200個集合。
參與者的確切數(shù)目被設置為50248。假設每個展位在給定日接待至少50個參觀者。因此，估計器范圍應當為[tl，tu]＝[50，50000]，即r＝0.001。根據(jù)表IV，該范圍被劃分為3個較小的子范圍，每個子范圍具有r′＝0.1。因此，對于每個展位而言，將三個估計器分別用于范圍[50，500]、[500，5000]和[5000，50000]，其中使用等式(6)、(7)和(8)相應地計算每個范圍的<n，p，f>值。
使用不同的隨機種子進行每個試驗。此外，為了獲得給定展位一整日的位圖，所述三個估計器可進行周期采樣(例如，每隔幾分鐘)，并且然后可取在該日結束時所有這些測量的并集(位圖的逐位或)，由此為每個展位提供該日結束時的(end-of-the-day)位圖。(由于在該實例中不需要在少于一天的粒度范圍內(nèi)的統(tǒng)計，所以僅采用該日結束時的測量。如果需要例如在一小時范圍內(nèi)的更精細顆粒的統(tǒng)計，假設適當指定tl，則可以在一小時范圍內(nèi)進行聚集。)在兩天之后，執(zhí)行以上關于估計多個重疊的標簽集合所描述的并集和交集算法，以獲得所有所需統(tǒng)計的并集和交集。
參與者總數(shù)的估計為50392，這正好在實際數(shù)字的1％范圍之內(nèi)。圖4示出相對于實際參觀者數(shù)目的每天在每個展位處的估計的參觀者數(shù)目(總共200個估計)。在圖4中還示出了上和下置信區(qū)間(±2.5％)。這些在圖譜的下端的估計在圖5中被放大示出。應注意，估計正好在誤差界限以內(nèi)。
在圖6中示出了在兩天中出席給定展位的參觀者總數(shù)以及置信區(qū)間。在圖7中放大示出了最接近原點的圖的部分的放大版本。再一次地，能夠看出該方案的性能超過所需的精度。
現(xiàn)在將考慮對在兩天中出席特定展位的參觀者的數(shù)目的估計(交集問題)。圖8在總體估計的5％界限之內(nèi)示出該數(shù)目以及估計的上下界。由于在5％范圍內(nèi)對每個集合基數(shù)進行估計，所以如果交集大小小于總體的5％，則值將是不精確的。圖8中誤差條的中點是實際的期望值。在圖9中示出了在兩天中共同參觀者數(shù)目最小的展位的放大值。從圖8和9中能夠看出，交集估計也十分接近真值，尤其是在估計大時。雖然交集估計在估計小時并不那樣接近真值，但是所述估計仍然正好處于誤差界限之內(nèi)。
因此，已經(jīng)示出所提出的EZB估計器在上述情形中表現(xiàn)非常良好并且能夠處理大范圍的操作，其中僅在估計時間上有對數(shù)增加。
因此，本發(fā)明的實施例解決使用RFID標簽對用戶或對象進行匿名追蹤的問題。公開了一種新的EZB估計器，其在理論上和試驗中都表現(xiàn)良好。為了在整個工作范圍內(nèi)精確地執(zhí)行估計，已經(jīng)研發(fā)了多分辨率(multi-resolution)方案，該方案在整個工作范圍內(nèi)提供所需的精度水平。EZB估計器的性能已經(jīng)在理論上和仿真中得到了證明。
圖10示出示例性的RFID系統(tǒng)100，該RFID系統(tǒng)包括讀取器200以及與一個或多個讀取器200選擇性地通信的多個標簽300。諸如服務器400之類的計算機被配置成基于與所述讀取器交換的數(shù)據(jù)來執(zhí)行估計方法。雖然系統(tǒng)100描繪能夠在執(zhí)行如這里所描述的本發(fā)明的一種或多種估計方法中使用的RFID系統(tǒng)，但是應當理解其它系統(tǒng)也是可能的，例如包括其它數(shù)目的標簽和/或讀取器的那些系統(tǒng)。還應當理解的是，雖然可以使用服務器、計算機或其它處理設備來執(zhí)行如這里所述的本發(fā)明的一種或多種估計方法，但是這樣的估計方法可替換地或額外地由一個或多個讀取器自己來執(zhí)行。
應當理解的是，雖然在RFID標簽和讀取器方面對本發(fā)明進行了描述，但是本發(fā)明在其它應用中具有效用，在這些應用中執(zhí)行對象集合的基數(shù)的估計。例如，這里所描述的方法可能在估計有線或無線聯(lián)網(wǎng)元件的基數(shù)中具有效用，所述元件例如是電子產(chǎn)品代碼(EPC)標簽、計算機網(wǎng)絡上的節(jié)點、給定范圍內(nèi)的移動電話設備、商店中的顧客會員卡或標識設備、或者甚至是在給定環(huán)境中展現(xiàn)出特定響應行為的分子、粒子、生物有機體或細胞?？商鎿Q地使用不同于射頻通信的通信模式，例如紅外通信。寬泛的術語“讀取器”和“標簽”應當被理解為不僅分別包括RFID讀取器和RFID標簽，而且還包括在RFID應用或其它應用中執(zhí)行相同或類似功能的其它設備，所述其它應用例如為在本段落中闡述的示例性應用。
應該認識到，本發(fā)明既適用于“智能”或有源標簽，也適用于“啞(dumb)”或無源標簽，并且如這里所提到的對標簽的“探測”可以包括(i)對標簽進行激勵以及(ii)將數(shù)據(jù)傳輸給標簽，但是并不一定包括全部這些功能，即在自供電的有源標簽的情況下，不需要對標簽進行激勵。
在選擇或數(shù)產(chǎn)生的上下文中的如在這里使用的術語“隨機”不應被解釋為限于純隨機選擇或數(shù)產(chǎn)生，而是應理解為包括偽隨機和其他選擇或數(shù)產(chǎn)生方法，其中所述偽隨機包括基于種子的選擇或數(shù)產(chǎn)生，所述其他選擇或數(shù)產(chǎn)生方法可模擬隨機性但實際上并不是隨機的，或者甚至不嘗試模擬隨機性。
也可能在本發(fā)明的特定實施例中使用算法，其中在特定環(huán)境下特定標簽被指示根本不響應探測。例如，在特定實施例中，采用符合本發(fā)明的實施例的估計器的系統(tǒng)可以采用這樣的標簽，該標簽適于如果由讀取器提供的所計算的隨機數(shù)超過給定的閾值的話則不發(fā)射任何響應。
本發(fā)明可以被實現(xiàn)為基于電路的過程，包括作為單集成電路(例如ASIC或FPGA)、多芯片模塊、單卡或多卡電路封包的可能實施方案。如對于本領域技術人員將是顯而易見的是，電路元件的各種功能還可以被實現(xiàn)為軟件程序中的程序塊。這樣的軟件可以在例如數(shù)字信號處理器、微控制器或通用計算機中被采用。
本發(fā)明可以以方法和用于實踐那些方法的裝置的形式來體現(xiàn)。本發(fā)明還可以以在有形介質(zhì)中體現(xiàn)的程序代碼的形式來體現(xiàn)，所述有形介質(zhì)例如是磁記錄介質(zhì)、光記錄介質(zhì)、固態(tài)存儲器、軟盤、CD-ROM、硬盤驅動器或任何其它機器可讀存儲介質(zhì)，其中，當所述程序代碼被加載到例如計算機的機器中并被執(zhí)行時，所述機器就變?yōu)橛糜趯嵺`本發(fā)明的裝置。本發(fā)明還可以以程序代碼的形式來體現(xiàn)，所述程序代碼例如被存儲在存儲介質(zhì)中，被加載到機器中和/或由機器執(zhí)行，或者通過某些傳輸介質(zhì)或載體、例如通過電線或電纜、通過光纖或經(jīng)由電磁輻射進行傳送，其中，當所述程序代碼被加載到例如計算機的機器中并由該機器執(zhí)行時，所述機器就變?yōu)橛糜趯嵺`本發(fā)明的裝置。當在通用處理器上被實施時，程序代碼段與處理器相結合來提供與特定邏輯電路類似地工作的唯一設備。
本發(fā)明還可以以比特流或其它信號值序列的形式來體現(xiàn)，所述比特流或其它信號值序列通過介質(zhì)、磁記錄介質(zhì)等中所存儲的磁場變化等以電學或光學方式進行傳送，使用本發(fā)明的方法和/或裝置產(chǎn)生。
除非明確指出，否則每個數(shù)值和范圍都應當被解釋為近似的，就好像在所述值或范圍之前有“大約”或“近似”的字樣。
應進一步理解的是，本領域技術人員可以對為了解釋本發(fā)明的本質(zhì)而描述和說明的部分的細節(jié)、材料和安排進行各種改變，而不會背離以下權利要求所表達的本發(fā)明的范圍。
權利要求中圖號和/或附圖標記的使用旨在識別所要求的主題的一個或多個可能的實施例，以便促進對權利要求的解釋。這樣的使用不應被解釋為將那些權利要求的范圍必定限定為相應圖中所示的實施例。
應當理解的是，這里所述的示例性方法的步驟并不一定要求以所描述的順序來執(zhí)行，并且這樣的方法的步驟的順序應當被理解為僅僅是示例性的。類似地，在這樣的方法中可包括附加步驟，并且在依據(jù)本發(fā)明的各個實施例的方法中可省略或組合特定步驟。
雖然以下方法權利要求中的要素(如果有的話)利用相應標記以特定順序進行敘述，但是除非權利要求敘述另外暗示用于實施那些要素中的一些或全部的特定順序，否則那些要素并不一定意圖被限于以該特定順序來實施。
這里對“一個實施例”或“實施例”的提及意味著結合該實施例所描述的特定特征、結構或特性可被包括在本發(fā)明的至少一個實施例中。短語“在一個實施例中”在說明書中的各個地方的出現(xiàn)并不一定都指相同的實施例，而且單獨的或替換的實施例都并不一定與其它實施例相互排斥。這同樣適用于術語“實施方案”。
權利要求
1.一種用于估計系統(tǒng)中具有一個或多個標簽的集合的基數(shù)的方法，所述系統(tǒng)包括所述具有一個或多個標簽的集合和一個或多個讀取器，其中
所述一個或多個讀取器適于發(fā)射命令，該命令請求每個接收該命令的標簽確定是否發(fā)射回復；
每個進行接收的標簽適于基于指定的概率水平來確定是否發(fā)射回復；以及
確定發(fā)射回復的每個進行接收的標簽(i)基于(1)指定的在幀中的時隙總數(shù)和(2)指定的隨機數(shù)種子來選擇用于發(fā)射所述回復的所述幀的時隙，并且(ii)在所選擇的時隙中發(fā)射所述回復；
所述方法包括
(a)在多個時間間隔中的每個時間間隔期間
(a1)發(fā)射命令，該命令請求每個接收該命令的標簽確定是否發(fā)射回復；以及
(a2)在與所述時間間隔相對應的幀的一個或多個時隙中接收來自一個或多個標簽的回復；以及
(b)基于(i)為零時隙的在多個時間間隔中的每一個時間間隔中的時隙以及(ii)在每個幀中的時隙總數(shù)來提供所述系統(tǒng)中具有一個或多個標簽的集合的基數(shù)的估計，其中零時隙為沒有接收到回復的時隙。
2.如權利要求1所述的發(fā)明，其中
步驟(a)進一步包括，在多個時間間隔中的每一個時間間隔期間，(a3)確定在所述幀中的零時隙數(shù)目；并且
步驟(b)基于(i)多個時間間隔的零時隙數(shù)目之和以及(ii)在每個幀中的時隙總數(shù)來提供所述系統(tǒng)中具有一個或多個標簽的集合的基數(shù)的估計。
3.如權利要求1所述的發(fā)明，其中所述命令包括(1)指定的概率水平，(2)指定的在幀中的時隙總數(shù)，以及(3)指定的隨機數(shù)種子。
4.如權利要求1所述的發(fā)明，其中使用以下等式得出步驟(b)中的所述系統(tǒng)中具有一個或多個標簽的集合的基數(shù)的估計t0
和
t0＝fρ0，
其中
f是在每個幀中的時隙總數(shù)；
指定的概率水平p是標簽將在時隙中進行回復的概率；
ρ0是負載因數(shù)；以及
zi是時間間隔i的零時隙數(shù)目。
5.如權利要求4所述的發(fā)明，其中選擇pρ0值以使所述系統(tǒng)中具有一個或多個標簽的集合的基數(shù)的估計的方差最小化。
6.如權利要求1所述的發(fā)明，其中在至少兩個不同的時間間隔期間使用不同的隨機數(shù)種子。
7.如權利要求1所述的發(fā)明，其中在至少兩個不同的時間間隔期間使用相同的在每個幀中的時隙總數(shù)、概率水平和隨機數(shù)種子。
8.如權利要求1所述的發(fā)明，進一步包括
(c)多次執(zhí)行步驟(a)和(b)以生成多個基數(shù)估計；以及
(d)基于所述多個基數(shù)估計提供經(jīng)過修改的基數(shù)估計。
9.如權利要求8所述的發(fā)明，其中步驟(d)包括將并集運算、交集運算和差運算中的一個或多個應用于所述多個基數(shù)估計。
10.如權利要求8所述的發(fā)明，其中
針對受第一上限和下限集合約束的第一標簽集合大小執(zhí)行步驟(c)一次或多次；以及
針對受第二上限和下限集合約束的第二標簽集合大小執(zhí)行步驟(c)一次或多次。
全文摘要
在一個實施例中，一種用于估計在具有標簽和讀取器的系統(tǒng)中標簽集合中的標簽數(shù)目的方法。所述方法包括在多個時間間隔中的每一個時間間隔期間(i)發(fā)射命令，該命令請求每個接收該命令的標簽確定是否發(fā)射回復；(ii)在與所述時間間隔相對應的幀的一個或多個時隙中接收來自一個或多個標簽的回復。所述方法進一步包括基于(i)為零時隙(即沒有接收到回復的時隙)的在多個時間間隔中的每一個時間間隔中的時隙和(ii)在每個幀中的時隙總數(shù)來提供具有一個或多個標簽的集合中的標簽數(shù)目的估計。
文檔編號H04L12/24GK101554015SQ200780036105
公開日2009年10月7日 申請日期2007年9月24日 優(yōu)先權日2006年9月27日
發(fā)明者M·S·科迪亞拉姆, 劉永昌, T·南達戈帕爾 申請人:盧森特技術有限公司