物联网中无线传感器节点和RFID数据融合的方法
- 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、"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、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)。
物联网中无线传感器节点和RFID数据融合的方法
物联网是指通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。近年来,全球主要发达国家和地区纷纷抛出与物联网相关的信息化战略。2002年4月,韩国提出“e-Korea”战略;2004年,日本提出“U-Japan”计划;2006年6月,新加坡公布了“智慧国2015”大蓝图;2008年底IBM向美国政府提出的“智慧地球”战略,2009年6月欧盟启动“物联网行动计划”等,都是利用各种信息技术来突破互联网的物理限制,以实现无处不在的物联网络。目前世界各国正处于技术研发阶段,美国、欧盟等都在投入巨资深入探索研究物联网。我国在物联网领域的布局较早,中科院10年前就启动了传感网研究,目前国内多家科研单位正加紧研发物联网技术,2009年8月,中国提出了“感知中国”。物联网的应用领域非常广泛,如智能交通、智能电网、智能监控、远程医疗、环境保护、公共安全和物品管理等等,涉及到生活的方方面面。超市仓储管理系统是物品管理中的典型实例,在这个系统中经常需要同时获得物品的基本信息和环境参数,对于食品存储要求更严格,不但要获取食品的生产商、生产日期等基本信息,还要获取食品所处的环境参数,如温度、湿度等。这些信息都要由物联网的感知层获取,在感知层中主要有2种网络:RFID网络和WSN,RFID网络获取食品的生产商、生产日期等基本信息:WSN获取食品所处环境温度、湿度等参数。存在的问题是如何将两种数据很好地融合,保证两种数据融合正确性的同时要尽可能地减少数据量,这样更能适应WSN要求低能耗特性。通过分析,两者是有共同点的,即都是将物理世界的信息转换成信息世界的数据,无线传感器节点(WSNd)和RFID最终将融合为一体。文献提出了融合方法,但是也存在以下不足:1)不支持被动式标签,较高的产品生产成本;2)传输的数据量较大,增加了传感器节点的负担。从物联网感知层的角度出发,本文提出的融合方法将很好地解决这些问题。1 物联网架构物联网具有3个特性:1)全面感知,即利用RFID、传感器等随时随地获取物品的信息;2)可靠传递,是通过各种电信网络和互联网融合,将物品的信息实时准确地传递出去;3)智能处理,利用云计算、模糊识别等各种计算方式对海量数据和信息进行分析处理,对物品实施智能化控制。这就构成了物联网的三层模式:感知层、网络层和应用层,。
其中,感知层包括RFID、传感器等数据采集设备,包括数据接入到网关之前的传感器网络,对于目前关注较多的RHD网络来讲,用来感知RFID信息的感应器、扫描仪和贴在物品上的RFID标签属于物联网感知层的一种网络。这种检测信息是RFID标签的内容,如高速公路不停车收费系统、超市仓储管理系统都是基于这类结构的物联网。用于环境信息收集的WSN 由无线传感节点和接入网关组成,无线节点感知信息(如温度、湿度等),并自行组网传递到上层网关接入点,由网关将收集到的信息通过网络层提交到后台处理。环境监控、污染监控都是这类结构的感知层网络的应用。网络层是建立在现有的移动通讯网和互联网基础上,对感知数据进行处理和管理。应用层利用经过分析处理的感知数据为用户提供丰富的特定服务,物联网的应用可分为监控型、查询型、控制型和扫描型等。2 无线传感器节点(WSNd)和RFID 数据融合本节以无线温度传感器节点和RFID作为研究对象进行分析,提出将两种数据结构融合的方法(该方法同样适用于湿度传感器或光照传感器),并和已提出的方法进行对比分析。2.1 WSNd的数据结构 WSN是由大量传感器节点组成,通过无线通信技术形成的自组织网络系统。因为WSN由无线传感器节点组成,这也形成了自身的限制和特点,如传感器节点携带能量少、通信能力有限、计算和存储能力有限等问题。以无线温度传感器节点为研究对象,其数据结构。
温度传感器节点数据包有20个字节,但其中15个暂时未被使用。第1个字节存放节点ID;第2个字节存放不同应用程序的类型;第3个字节标记从某个节点发出包的次序号;第4~5字节存放环境的温度;第6~20个暂时未被使用。2.2 RFID的数据结构 RFID是一种非接触的自动识别技术,其基本原理是利用射频信号和空间耦合(电感或电磁耦合)传输特性,实现对被识别物品的自动识别。RFID系统一般由电子标签(tag)和阅读器(reader)2个部分组成。基于RHD系统能够识别物体这一特性,RHD在物联网的研究中得到了足够的重视,在物联网的应用中,电子标签由生产商生产产品时附着在被识别产品的表面或者嵌入到产品内部,电子标签内的识别信息通过某种编码结构编码成电子产品编码(EPC)。目前最常见的EPC有64位、96位2种,表1列出了编码方式,当带有电子标签的被识别物品处于阅读器可识别范围内时,阅读器自动以无接触的方式将电子标签中的EPC读取出来,从而实现自动识别物品的功能。
表1为EPC-64和EPC-96两种编码结构列表,表中分别列出了两种编码结构将EPC编码分成四段的名称、所占位数和取值范围。2.3 WSNd和RFID数据结构融合方法将WSN和RHD技术融合的目的就是实现用户能同时准确地获取物品的基本信息和所处的环境状态的需求,显然,怎么建立物品所处的环境状态和EPC编码的映射关系成了关键,文献提出了紧密耦合方式和松散耦合方式,但是这两种方式都会增加WSN传输的数据量,增加WSN的传输负担,本文提出的融合方法实现了融合之后减少传输的数据量。将WSN和RHD技术融合,本文的思路是建立一种屏蔽底层差异的机制结构——数据融合器,,WSN负责采集RHD的EPC编码,然后将EPC编码写到WSNd数据包中进行融合。
传感器节点的逻辑结构,通过主控制器发出指令,将EPC-96编码写到WSNd数据包的第6~17个字节中,即将EPC-96编码写到WSNd第6~17这12个未使用的字节中,这样即达到了将两种数据融合的目的,又可以提高数据传输的有效率。融合后的数据可以在WSN中通过节点传输,最终到达基站,就达到了同时获取物品的基本信息和环境参数。3 性能评价和实例应用3.1 性能评价文献提出的将WSNd和RFID融合的方法,包括两种方式:紧密耦合方式和松散耦合方式,紧密耦合方式是针对价格较高的主动式标签,而且在融合之后也增加了传输的数据量;松散耦合方法是针对被动式标签,但该方式使数据的冗余量更大。本文提出的WSNd和RFID融合的方法,以1个WSNd的数据包和1个EPC-96编码为例计算,表2列出了它们的比较。
在对食品的存储中要获取的最重要的数据是食品上标签的EPC编码和所处环境温度,因此,本文定义传输数据的有效率=(EPC编码的字节数+所处环境温度字节数)/融合后的总字节数,从上表可以明显地发现,本文提出的WSNd和RFID融合的方法在以下两点作出的改进:1)该方法减少了数据冗余量,融合后的字节数减少,使传输数据的有效率有了明显的提高,同时减少了数据存储量;2)该方法支持被动式标签,降低了产品的生产成本。3.2 实例应用在感知层融合RFID网络和WSN采集数据的方法是使物品的EPC和所在环境参数建立映射,并将其应用于超市仓储管理系统。因为本文重点研究物联网感知层数据融合,所以在设计仓储管理系统时主要关注数据融合的效果,对于物联网结构中的中间件、ONS和EPCIS不做重点讨论。在实验中为每个物品贴上一张电子标签(本实验采用的是96位的无源ISO-18000-6B型标签),使每个物品获得一个独一无二的EPC,本实验的流程如下: 1)将EPC所对应物品的详细信息和属性存储在EPCISRepository中; 2)在物品的存储过程中,读写器获取多个无线传感器网络覆盖区域的环境状态和大量的EPC编码信息,通过融合