基于遗传算法的无线射频识别系统技术方案

本发明专利技术公开了一种物流、仓储、生产装配等场合所使用的智能无线射频识别(RFID)系统。能显著解决传统的网络优化设计中存在的低效率、质量难以保证等问题，不仅使网络设计自动化，简单方便，还大幅提高了网络的覆盖率、降低成本。将读写器节点坐标信息以及功率信息编码入遗传算法的染色体中，同时加入了冗余节点删除机制，从而动态改变读写器的数目，以最小化读写器的使用数量。在染色体的评估方案中，采用了分级优先的方式，以实现最大化电子标签的覆盖率、最小化读写器的数目、最小化信号干扰和最小化总发射功率。从而实现一个智能优化的无线射频识别系统。

【技术实现步骤摘要】

:本专利技术利用了智能计算以及无线射频识别技术，通过基于遗传算法以及余节点删除机制对无线射频识别系统的节点坐标和功率等参数进行优化，本专利技术能提供高效优化的无线射频识别系统。
技术介绍
:无线射频识别(RFID)技术是被业界公认的本世纪最具潜力的技术之一，它的发展和应用推广将是自动识别行业的一场技术革命。RFID技术无需直接接触、无需光学可视、无需人工干预即可完成信息输入和处理，且操作方便快捷，能够广泛应用于生产、物流、交通、运输、医疗、防伪、跟踪、设备和资产管理等需要收集和处理数据的领域。RFID系统主要由三部分组成:读写器、标签和其他外围设备。和传统条形码识别技术相比，它具有可一次性读取多个标签、穿透性强、可多次读写、数据的记忆容量大、容易小型化和多样化的形状、耐环境性等特点。由于功率、方位等的限制，一个无线射频识别系统通常需要在不同的位置布置多个读写器。而整个网络的规划是一项艰巨的任务。主要包括以下三项:1、为满足需求，需要布置读写器的数量；2、这些读写器的位置；3读写器的功率大小。由于该系统设计问题涉及组合优化等NP难问题，通过简单的实践试验等方法，不仅工作量大，而且难以接近最优，具有盲目性，效率低下。另外，尽管当前计算机技术已经得到了巨大的发展，但是由于RFID系统优化问题包含NP难问题，传统的确定性算法无法在可接受的时间内给出合适的解
技术实现思路
:本专利技术提出基于遗传算法 的最优化无线射频网络系统，以解决传统无线射频网线系统的优化方法的诸多不足。先后考虑最大化网络覆盖、最小化读写器节点数目、最小化信号干扰以及最小化能耗四个目标，实现智能无线射频网络系统。本专利技术采用的技术方案是:1、采用遗传算法进行网络的节点参数优化。遗传算法吸收了生命科学与工程科学的重要理论成果，常用于解决复杂的优化问题。该算法模拟生物进化的过程，在每个循环中，由于自然条件的限制，个体必须接受自然的选择。在选择过程中，一部分对自然环境具有较高适应能力的个体得以保存下来形成新的种群，而另一部分个体则由于不适应自然环境而面临淘汰。交配产生的子代继承了父代的部分特性，而且一般来说，子代要比父代更能适应环境。经过选择、交叉和变异后的更优的种群取代原来的种群。2、将读写器的坐标以及功率编码到染色体的基因中。设最多可有Nmax个读写器，则染色体是一个3Nmax维的实数向量，其中2Nmax维是读写器的横坐标和纵坐标，另外Nmax维是读写器的功率，读写器的功率确定了它的问讯范围。3、加入了“节点临时删除与恢复”机制，动态调整染色体的长度(读写器的数量)。遗传算法每MaxK代进行一次节点临时删除与恢复。如果当前标签覆盖率R达到100%，则删除标签数目最小的读写器i，在下一个MaxK代进化过程中，标签覆盖率R如果重新达到100%，在下次进行临时删除与恢复时，确定永久删除读写器i，否则恢复该读写器。4、采用分层优先级的机制来处理网络多目标优化问题。以最大化网络覆盖率、最小化读写器节点数目、最小化信号干扰和最小化能耗的先后顺序来比较两条染色体。有益效果:1、大大简化了无线射频识别系统的部署，智能优化，显著提高效率与质量。2、全面考虑了最大化网络覆盖率、最小化读写器节点数目、最小化信号干扰和最小化能耗四大目标，保证网络质量的同时，最小化了成本和能耗。附图说明:图基于遗传算法的无线射频识别系统优化流程图具体实施方式:下面就染色体编码、选择、交叉、变异等方面阐述具体实施方式:1、染色体编码染色体的编码是一个3Nmax维的实数向量。其中Nmax是所在空间中所有读写器的最大总数。编码的其中2Nmax维代表空间坐标，另外Nmax维代表读写器的功率。所以每条染色体具有如下形式:权利要求1.一种优化物流、仓储、生产装配等场合所使用的无线射频识别系统的方法，其特征是:基于遗传算法，将读写器位置坐标以及功率大小作为编码，同时加入冗余节点消除机制以减少读写器的使用数量，以达到优化无线射频识别系统的目的，本专利技术算法包括如下步骤: (1)染色体编码:染色体的编码是一个3Nmax维的实数向量，其中Nmax是所在空间中所有读写器的最大总数，编码的其中2Nmax维代表空间坐标，另外Nmax维代表读写器的功率； (2)初始化:每个读写器位置坐标是工作空间的随机点，而功率则是读写器所允许发射功率范围的随机值，初始种群规模为NUM ； (3)适应值评估:对每条染色体进行评价时，其适应值计算包括:a.电子标 签的覆盖率R，b.信号干扰大小V，c.读写器的数目队，d.总发射功率P， 对于不同场合，以上4个指标具有不同优先级，一般标签覆盖率为首要考虑，对于特定场合先对上述4指标权重进行排序，比较两条染色体时，按优先次序比较，直至其中一条染色体在某项指标比较中较优为止； (4)选择算子:染色体的选择操作使用线性排名选择算法，重复N次选择； (5)交叉算子:对于每条染色体，随机产生一个(0，1)之间的数，如果该数小于交配概率匕，则进行交配，否则直接复制到新种群中； 对于交配的染色体，随机产生一个在(1.5M，2.5M)之间的一个数rand，作为交叉点个数；产生rand个在(1，3M_1)之间的随机数，作为交叉点的位置； (6)变异算子:对于交配后新种群中染色体的每一位基因，产生一随机数rand，如果rand < P = 0.05,则进·行变异操作,产生一个随机数替换原来的数值,该随机数必须满足空间或者功率的限制； (7)节点临时删除与恢复机制:如果当前标签覆盖率R达到100%，则删除标签数目最小的读写器i，在下一个MaxK代进化过程中，标签覆盖率r如果重新达到100 %，在下次进行临时删除与恢复时，确定永久删除读写器i，否则恢复该读写器。2.根据权利要求1所述的用于无线射频识别系统的遗传算法，其特征是:将读写器的坐标以及功率编码到染色体的基因中。3.根据权利要求1所述的用于无线射频识别系统的遗传算法，其特征是:对电子标签的覆盖率R、信号干扰大小V、读写器的数目NUM、总发射功率P四个比较项目设置不同优先级。4.根据权利要求1所述的用于无线射频识别系统的遗传算法，其特征是:加入了“节点临时删除与恢复”机制以优化网络。全文摘要本专利技术公开了一种物流、仓储、生产装配等场合所使用的智能无线射频识别(RFID)系统。能显著解决传统的网络优化设计中存在的低效率、质量难以保证等问题，不仅使网络设计自动化，简单方便，还大幅提高了网络的覆盖率、降低成本。将读写器节点坐标信息以及功率信息编码入遗传算法的染色体中，同时加入了冗余节点删除机制，从而动态改变读写器的数目，以最小化读写器的使用数量。在染色体的评估方案中，采用了分级优先的方式，以实现最大化电子标签的覆盖率、最小化读写器的数目、最小化信号干扰和最小化总发射功率。从而实现一个智能优化的无线射频识别系统。文档编号G06N3/12GK103246924SQ201310171938公开日2013年8月14日 申请日期2013年4月25日 优先权日2013年4月25日专利技术者张军, 龚月姣, 马蕴杨 申请人:中山大学本文档来自技高网...

【技术保护点】
一种优化物流、仓储、生产装配等场合所使用的无线射频识别系统的方法，其特征是：基于遗传算法，将读写器位置坐标以及功率大小作为编码，同时加入冗余节点消除机制以减少读写器的使用数量，以达到优化无线射频识别系统的目的，本专利技术算法包括如下步骤：?(1)染色体编码：染色体的编码是一个3Nmax维的实数向量，其中Nmax是所在空间中所有读写器的最大总数，编码的其中2Nmax维代表空间坐标，另外Nmax维代表读写器的功率；?(2)初始化：每个读写器位置坐标是工作空间的随机点，而功率则是读写器所允许发射功率范围的随机值，初始种群规模为NUM；?(3)适应值评估：对每条染色体进行评价时，其适应值计算包括：a.电子标?签的覆盖率R，b.信号干扰大小V，c.读写器的数目Nr，d.总发射功率P，?对于不同场合，以上4个指标具有不同优先级，一般标签覆盖率为首要考虑，对于特定场合先对上述4指标权重进行排序，比较两条染色体时，按优先次序比较，直至其中一条染色体在某项指标比较中较优为止；?(4)选择算子：染色体的选择操作使用线性排名选择算法，重复N次选择；?(5)交叉算子：对于每条染色体，随机产生一个(0，1)之间的数，如果该数小于交配概率PC，则进行交配，否则直接复制到新种群中；?对于交配的染色体，随机产生一个在(1.5M，2.5M)之间的一个数rand，作为交叉点个数；产生rand个在(1，3M?1)之间的随机数，作为交叉点的位置；?(6)变异算子：对于交配后新种群中染色体的每一位基因，产生一随机数rand，如果rand＜ρ＝0.05，则进行变异操作，产生一个随机数替换原来的数值，该随机数必须满足空间或者功率的限制；?(7)节点临时删除与恢复机制：如果当前标签覆盖率R达到100％，则删除标签数目最小的读写器i，在下一个MaxK代进化过程中，标签覆盖率r如果重新达到100％，在下次进行临时删除与恢复时，确定永久删除?读写器i，否则恢复该读写器。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张军，龚月姣，马蕴杨，
申请(专利权)人：中山大学，
类型：发明
国别省市：