射频识别技术在库存管理中标签数目估计研究

来源 :太原理工大学 | 被引量 : 5次 | 上传用户:liangzhenghai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
射频识别技术(Radio Frequency Identification,RFID)作为自动识别技术的一种,已经被广泛的应用到诸如库存管理、物流运输、交通监控、目标跟踪等多个领域中。由于该技术可同时识别多个运动的目标,能够实现无障碍的快速扫描以及存储数据容量大的特性,因此将RFID技术用在库存管理中,可以实现数据的自动采集,改善库存管理的流程,大大提高库存管理的效率。货物进入仓库之后,对于货物的监控管理也是库存管理中一个亟待解决的问题。由于货物数量巨大,种类庞多,企业要根据现存商品的数目来决定是否补充货源。因此企业需要及时了解库存中货物的情况,方便企业的管理。在大型RFID系统中,已经有大量的工作专注于解决标签数目估计问题。然而,这些研究方法都是考虑时间有效性,就是达到用户指定的精度条件下在最短的时间内估计出标签的数目,而现代库存管理应用的是有源标签,这些方法都没有考虑到能量的消耗,导致每个标签消耗的能量分布不均匀,缩短系统的寿命。因此,在库存管理中需要一种平衡每个标签消耗的能量的方法。本文针对库存管理的实际需求,提出了有源RFID系统中估计标签数目时的能量平衡(Energy Balance Estimation,EBE)算法,该算法主要分为两个阶段—初始阶段和迭代阶段,在达到精度要求的前提下,尽量减少标签的响应次数,并使得每个标签的响应次数达到平均值。通过理论分析与实验仿真,可以看出该算法在能量平衡上达到了预期的效果。最后,分析了该算法的缺陷,在该能量平衡算法的基础上,提出了改进的能量平衡(Generalized Energy Balance Estimation,GEBE)算法。此算法增加了一帧中时隙的个数,有效避免了标签的冲突问题,在节约能量方面取得了更大的进步。仿真结果也验证了该算法的优越性。
其他文献
复杂背景下的扩展目标跟踪是目标识别与跟踪技术中的重点和难点,它主要涉及两个方面的难题:一是复杂背景下的背景杂波抑制与目标识别问题;另一个是扩展目标的高精度稳定跟踪问题
无线传感器网络集成了传感器、嵌入式计算、网络和无线通信四大技术,是一种新型的无基础设施的无线网络,能够实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,
随着计算机技术的迅猛发展,新的软硬件应用正在不断涌现,与此形成鲜明对比的是“一个鼠标-一台计算机”的人机交互模式已经维持了多年而没有发生变化。这种经典的输入响应的
随着网上阅卷系统中阅卷人身份认证问题越来越受到关注,基于生物特征识别技术的签名认证技术以其非侵犯性、不易遗忘、应用范围广等优点在网上阅卷系统中具有广阔的应用前景。
图像分类是将复杂的现象简化为少量的一般性类别的过程,是提取有用信息实现目标识别的重要途径。在数据量呈海量增长的今天,如何有效地将图像中的目标或其它感兴趣部分从背景中提取出来,提高图像分类的效率和效力,尤其凸显其重要性。另一方面由于遥感图像具有灰度级大、信息量多、边界模糊、目标结构复杂等特性,使得遥感图像的精确分类相当困难,因此遥感图像分类方法的研究成为一个具有重要理论和实际应用价值的课题。论文首先
闭环多天线技术通过在发送端利用信道状态信息(Channel State Information,CSI)自适应地调整发送模式,可以显著改善多天线系统性能。在实际通信系统中,TDD系统可以利用上下行
“宽频带”和“非线性”是强激光科学技术领域中的两大核心关键技术。从实验上揭示宽频带激光的非线性小尺度自聚焦特性,对发展高功率激光系统具有重要的理论和实际意义。本