基于人工免疫系统的RFID数据过滤模型研究*

为了避免感染计算机病毒或者包含恶意代码等不良信息的电子标签对RFID应用系统运行效率的影响,采用人工免疫系统的多层过滤机制建立了面向RFID数据中不良信息的过滤模型,模型的实施包括数据预处理、多层过滤器的生成与衰亡、过滤器的应用及进化。实验结果表明,该模型有较高的召回率和正确率,这说明了基于人工免疫系统的RFID数据过滤模型具有动态性和自适应强的优点,并为特定领域的信息分类问题解决提供了参考。     

基于Bloom filter的RFID中间件数据过滤算法研究

有效地减少RFID系统中冗余阅读器或天线采集到的大量重复数据,可以降低系统能耗和提高处理效率。经研究,提出采用改进的布隆过滤器(Bloom filter)对RFID采集数据进行去重过滤,并运用到中间件系统中。改进的Bloom filter主要将两个标准的Bloom filter组成二维并行Bloom filter,对RFID采集数据所包含的两个属性值tag ID和reader ID进行并行过滤。经实验可见,标准Bloom filter与哈希过滤(hash filter)相比具有明显的优势,对其改进后,采用二维并行Bloom filter在误判率、吞吐率和存储空间上具有更高的系统性能。     

基于 BIoom fiIter 的 RFID 中间件数据过滤算法研究

有效地减少 RFID 系统中冗余阅读器或天线采集到的大量重复数据,可以降低系统能耗和提高处理效率。经研究,提出采用改进的布隆过滤器（Bloom filter）对 RFID 采集数据进行去重过滤,并运用到中间件系统中。改进的 Bloom filter 主要将两个标准的 Bloom filter 组成二维并行 Bloom filter,对 RFID 采集数据所包含的两个属性值 tagID 和 readerID 进行并行过滤。经实验可见,标准 Bloom filter 与哈希过滤（hash filter）相比具有明显的优势,对其改进后,采用二维并行 Bloom filter 在误判率、吞吐率和存储空间上具有更高的系统性能。     

基于布隆过滤器的RFID数据冗余处理算法研究

RFID技术作为物联网领域的关键技术,具有广阔的应用前景。然而RFID设备在读取标签信息时会产生大量冗余数据。因此,RFID数据冗余处理的研究对于减少RFID中间件系统负荷、快速检测出入标签有着重要的意义。之前针对RFID数据冗余过滤的研究往往是单维度、静态场景的简单过滤,无法实现复杂场景下标签的出入检测。因此,本文提出一种名为时间距离布隆过滤器（TDBF）的算法,该算法从时间和空间两个维度进行冗余过滤。与常用的时间布隆过滤器相比,该算法兼顾了RFID标签的读取时间和读取距离,极大的降低了数据的冗余问题。在保证漏读率较低的情况下,极大的降低了数据的误读率。同时该算法支持动态场景中移动标签的冗余过滤,能够较好的满足出入监控需求。     

一种嵌入式RFID读写器的内部数据管理研究

为了适应军械保障信息化需求,运用RFID技术作为装备信息的采集方式,结合装备信息的特点及RFID数据特点,设计了合适的数据结构,并建立相应数据模型。研究了支持多频段嵌入式读写器内部数据处理流程,根据相应过滤规则过滤数据,并使用SQLite数据库存储数据以方便管理。同时还研究了在嵌入式WebServer中的实现方案,使得客户端的查询操作等数据交互更为容易。     

基于RFID的数据采集中间件

介绍了RFID(射频识别)技术的原理和发展趋势,并依据中间件思想构建了基于RFID的数据采集模块,具体包括安全控制、数据缓存和过滤、生成数据源等几个单元。利用RFID数据采集中间件,一方面可以实现数据的收集、过滤、整合与传递,另一方面通过和Web Services技术相结合,可以很容易地将RFID服务平台与企业管理系统结合在一起,并能以服务的方式将数据提供给其他服务器,从而实现企业内部及企业间业务的松散集成。     

RFID数据流过滤算法研究

RFID在实时识别、定位、跟踪以及物理对象监控等方面有着广泛的应用前景.为了实现上述应用的目标,RFID数据必须经过采集、过滤等处理过程.采集的原始RFID数据包括噪音数据和冗余数据,只有将这些噪音数据和冗余数据过滤后,才能应用;另外,保证正确的RFID标签数据采集顺序,对于一些应用也非常关键.针对这些问题,提出了基本噪音过滤算法和基于hashtable的有序噪音过滤算法,以及基本冗余过滤算法和基于hashtable的冗余过滤算法,并通过仿真实验验证了该方法的有效性.     

基于RFID的数据采集中间件

介绍了RFID（射频识别）技术的原理和发展趋势，并依据中间件思想构建了基于RFID的数据采集模块，具体包括安全控制、数据缓存和过滤、生成数据源等几个单元。利用RFID数据采集中间件，一方面可以实现数据的收集、过滤、整合与传递，另一方面通过和Web Services技术相结合，可以很容易地将RFID服务平台与企业管理系统结合在一起，并能以服务的方式将数据提供给其他服务器，从而实现企业内部及企业间业务的松散集成。     

普适的RFID网络模型研究

为了适应物联网不同应用间的异构性,设计了一种普适的RFID网络模型,介绍了模型中的层次结构并着重研究了RFID网络中的事件处理层和信息服务层。在事件处理层上使用EPCglobal颁布的应用级别事件AI正（Application Level Event）规范,规范定义了RFID事件过滤和采集接口,使得从标签读取到应用接收过程中保持数据处理、接收的一致性;在信息服务层采用发布／订阅机制,设计不同的发布／订阅方法,使在企业应用和RFID网络间数据实现灵活交互,基本满足了企业应用的各种需求。     

物联网中间件数据处理研究

由于物联网系统内的EPC数据非常庞大,从而导致传送和管理这些数据成为一个难题;为了能及时处理好这些海量的数据,物联网中间件的数据处理模块必不可少;Savant中间件系统是一个开放式系统,数据处理模块的作用是向阅读器发送命令和接收上层应用的命令;文章的核心就是设计数据处理模块,主要进行了过滤器的设计和过滤算法的研究与实现,通过改变时间阈值和计数阈值来观察过滤效果,选择最优的过滤阈值。     

面向制造业的RFID复杂事件处理

在自动数据采集中,如何维持无线射频识别(RFID)技术对海量数据的处理效率极为重要。针对RFID数据的特点以及目前RFID数据处理方法的不足,提出一种基于复杂事件处理的RFID数据处理模型,并提供相关的定义,阐述其功能模块及解决方案。该模型实现了从大量的RFID原始数据中提取出对应用程序有意义的事件。最后以面向制造业的RFID应用为例对基于复杂事件处理技术的RFID数据处理模型进行了研究并说明了其应用优势。     

基于CEP的RFID数据处理模型研究

RFID数据处理技术是近年来射频识别技术应用研究的热点。本文针对RFID数据的特点以及目前RFID数据处理技术的不足,探讨了将复杂事件处理（CEP）技术应用于RFID数据处理的具体技术问题,提出一种基于CEP的RFID数据处理模型,重点对高速缓存cache、事件滤波器以及复杂事件构建器等关键技术进行了研究,对该处理模型的应用进行了讨论。     

多天线空分定位RFID阅读器的设计

RFID是近年来发展迅速的非接触式自动识别技术,为使基于RFID技术的智能管理系统具有定位识别的功能,本文提出了多天线空分定位RFID阅读器的设计方案,即采用阅读器与多个检测天线的分离式装置,使每个天线仅识别自己工作区域内的标签,天线的地址码与标签的数据共同构成传送的信息,从而使阅读器具有定位识别标签的功能。基于本文提出的RFID阅读器的智能战备药箱管理系统可以为战备药品提供安全、准确、实时的信息收集、处理和查询,该管理系统不仅可以提供定位识别,还可以节约系统的成本,具有广阔的应用前景。     

基于多级数据处理的RFID中间件开发

针对大规模无线射频识别(RFID)应用中产生的海量标签信息处理问题,设计一种基于多级数据处理的嵌入式RFID中间件系统。该系统包含数据采集和数据处理2个子系统,对海量标签信息进行分层过滤、分类、重组等操作,从中获得有价值的信息与事件,并以多种形式提供给用户。仿真实验结果表明,该系统可以在一定程度上提高数据处理的效率和准确性,进而提升大规模RFID应用的性能。     

车联网中RFID模型

RFID模型是车联网仿真的基础和核心模型之一. 目前交通仿真模型不能满足车联网无线通信及协同交互等方面的需求、且缺少RFID模型. 为此, 建立了RFID系统的读写器和电子标签模型. 给出了读写器Agent和电子标签Agent结构及实现. 根据自动机理论, 建立了读写器、电子标签和主机之间通信时异构通信协议数据帧格式的有限状态机模型, 解决了异构数据帧统一处理问题. 作为模型应用和验证实例, 基于VC++ 2010平台, 开发了RFID交通数据采集读写器优化布设仿真软件. 结果表明, RFID模型较好地逼     

应用RFID的便携式数据采集与处理系统的研究

本文介绍了一种应用RFID技术的便携式数据采集与处理系统,给出了其工作原理及硬件组成,详细阐述了其软件设计中的两大关键技术,预测了其应用前景.     

基于Zig Bee和ARM的分布式RFID信息采集系统的设计

针对传统有线射频识别( RFID)技术信息采集系统存在布线成本昂贵、节点众多时连线复杂、读写器需要预先部署且灵活性差、无法在移动载体上读取等问题,提出采用Zig Bee和ARM处理平台构建分布式RFID信息采集系统.在建立ARM最小系统基础上,结合UART,USB和LCD等外围设备构成嵌入式RFID信息处理平台,并针对...     

Complex RFID event processing

Advances of sensor and radio frequency identification (RFID) technology provide significant new power for humans to sense, understand and manage the world. RFID provides fast data collection with precise identification of objects with unique IDs without line of sight, thus it can be used for identifying, locating, tracking and monitoring physical objects. Despite these benefits, RFID poses many challenges for data processing and management: (i) RFID observations have implicit meanings, which have to be transformed and aggregated into semantic data represented in their data models; and (ii) RFID data are temporal, streaming, and in high volume, and have to be processed on the fly. Thus, a general RFID data processing framework is needed to automate the transformation of physical RFID observations into the virtual counterparts in the virtual world linked to business applications. In this paper, we take an event-oriented approach to process RFID data, by devising RFID application logic into complex events. We then formalize the specification and semantics of RFID events and rules. We discover that RFID events are highly temporal constrained, and include non-spontaneous events, and develop an RFID event detection engine that can effectively process complex RFID events. The declarative event-based approach greatly simplifies the work of RFID data processing, and can significantly reduce the cost of RFID data integration. This work was done by F. Wang while working at Siemens Corporate Research. This work was done by S. Liu while visiting Siemens Corporate Research.     

不确定数据库中概率top-k和排序查询算法

传感器网络等技术的广泛应用产生了大量不确定数据。近年来,对于不确定数据的处理和查询成为数据库和数据挖掘领域研究的热点。其中,传统关系数据库中的top-k查询和排序查询怎样拓展到不确定数据是其中的焦点之一。研究近年来提出的不确定数据库上top-k查询和排序查询算法,归纳和比较目前各种不同查询算法所适应的语义世界和应用场景,并详细分析各种算法的执行效率和算法复杂度。另外,对于不确定数据top-k查询和排序查询所面临的挑战和可能的研究方向进行了总结。