第七章-EPC概述

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第七章EPC中间件
1.EPC:电子产品编码。

中间件是连接标签读写器和企业应用系统的纽带,是RFID应用系统和IoT的核心。

特点:
(1)独立于架构(独立于阅读器和应用程序);(2)数据流(可以进行数据的处理和转换);(3)处理流(可以进行数据流的设计和管理);(4)海量数据(产生大量数据);(5)标准;(6)过滤和清洗(处理无用数据);(7)挖掘语义信息。

2.中间件从架构上分为:(1)以应用程序为中心;(2)以架构为中心
3.中间件的功能:
(1)数据的读写、过滤及聚集(2)数据的路由和整合(3)工作流的配置和管理(4)过程管理(5)安全管理
4.消极读:无限射频信号易受环境干扰,当大量标签突然性进入读写器范围,射频信号的
碰撞和干扰将造成读写器对某些标签遗漏。

其错误称为拒真;
积极读:当标签在读写器的读写范围之外时,读写器因受电磁波干扰意外捕获了标签。

其错误称为纳伪;
冗余读:(1)一个标签长时间停留在一个阅读器内,该阅读器对标签不断读取,导致了大量冗余记录,形成数据冗余;(2)一个空间区域被多个阅读器覆盖,位于阅读器交
叉区域的标签同时被多个阅读器读取,形成读取冗余;
5.数据清洗功能:减少数据冗余,纠正数据错误。

数据清洗流程:
(1)去噪音处理(去除脏数据);(2)时间平滑处理(弥补漏读);(3)去标签冗余;(4)去阅读器冗余及排序处理;(5)上传原子事件流;
6.SMURF算法的主要思想:
首先计算数据出现的概率密度,根据概率密度调整滑动窗的大小。

当概率密度大的时候,窗口比较大;当概率密度小的时候概率比较小。

概率密度大时数据可靠,说明一定范围
内数据都可靠,用大窗进行时间平滑;概率密度小时附近数据不可靠,用小窗进行平滑。

7.基于时间平滑窗的标签数据清洗
假设标签T1出现在阅读器R1的识别范围,某时刻T1离开R1识别范围一段时间,接着又回到R1识别范围,其真实数据如上图所示。

但由于通讯问题,R1获得的原始数据如上图,因此需要进行基于时间平滑处理来使原始数据与真实数据吻合。

若设置小的时间窗口,可以体现出标签的动态性,但会出现严重的消极读。

上图的小滑动窗口中,标签T1处于R1识别范围却被漏读一部分,而严重的漏读现象会给系统带来标签多次离开R1的假象;若设置过大的窗口,又增加了积极读的可能性,给系统带来T1未离开过R1的假象,标签失去了动态性。

为解决上述问题,提出SMURF模型,其包括(1)单标签数据清洗技术;(2)多标签清洗技术;两种。

同时为了增强清洗性能,SMURF采用两个新策略:(1)部分RFID数据流平滑(2)基于周期的中间窗口滑动方法。

8.ALE规范(应用层事件(Application Level Event)规范)
定义:中间件的一组接口,统一调用方式,中间件最基本的功能
优点:(1)提供用于事件管理的标准(2)扩展性(3)接口与实现相分离;
关键概念:
(1)事件发生器:捕捉RFID标签的存在或其他来自物理世界的测读记录的任何设备
(2)识读周期:一个识读器能以一组频率(或根据要求)扫描RFID标签或得到其他物理测读
记录,每次扫描称为一个识读周期,识读周期是读写器交互的最小单位
(3)事件周期:一个事件周期是客户端使用ALE服务进行交互的一个单位,它与读取周期的
映象关系有很大的灵活性(可以是一个或多个识读周期)
(4)交互模型:分为(a)同步交互(b)异步交互;两种
(5)数据元素:
(6)ALE服务接口:
9.识读周期与事件周期的联系:
识读周期是和读写器交互的最小单位;事件周期可以是一个或多个识读周期。

10. 对象名称解析服务(ONS)是一个自动的网络服务系统,类似于域名解析服务(DNS), ONS 给EPC中间件指明了存储产品相关信息的服务器
11. EPC IS提供了一个模块化、可扩展的数据和服务的接口,使得EPC的相关数据可以在企业内部或者企业之间共享。

相关文档
最新文档