CN119129624A - 一种基于rfid的液压单体支柱数字身份识别方法 - Google Patents

Abstract

本发明公开了一种基于RFID的液压单体支柱数字身份识别方法，首先根据传感器数据进行聚类分析实现对实际应用的环境场景进行空间划分，再根据以采集的RFID标签数据对读取器移动的读取空间的环境干扰误差进行分析，最后对移动后的时间间隙对应的读取状态进行预测，并按照预测读取状态对读取器的参数进行调节，实现读取参数的自适应，提高了读取器对复杂多变的应用环境场景的适应性，并且实现了传感器数据与RFID标签数据的数据协同，利用传感器数据对RFID标签所处的环境场景进行进行了充分的分析，不同空间区域对应不同的环境场景，读取器的读取效率不同，当读取器对多个RFID标签进行移动读取时，通过调整读取器的参数提高读取RFID的效率。

Description

一种基于RFID的液压单体支柱数字身份识别方法

技术领域

本发明涉及身份识别技术领域，具体涉及一种基于RFID的液压单体支柱数字身份识别方法。

背景技术

单体液压支柱是由缸体、活柱和阀组成的，主要应用于煤矿回采工作面顶板支护、综合工作面支护等，由于单体液压支柱有的使用量大、周转频繁、使用地点分散等特点，为了保证每一个支柱良好的工作性能，对单体液压支柱进行严格的管理至关重要；现有技术中通过RFID射频技术与计算机技术的结合实现对单体液压支柱智能跟踪管理，对支柱的使用时间、使用地点和维修状况等数据信息进行实时采集，RFID射频技术采用了非接触无线通信，利用读写器对范围内的RFID标签的进行操作，读取RFID标签上单体液压支柱的动态使用信息；但是由于RFID标签内封装耦合元件、芯片和天线，在空气潮湿、腐蚀性强、电磁干扰严重的煤矿等恶劣环境下，当读写器动态读取煤矿内多个单体液压支柱的RFID标签时，受到复杂实际环境场景变化的影响，存在信号干扰变大，空间环境误差无法确定，RFID标签被腐蚀、弯折、磨损等问题，导致读写障碍；为了提高复杂环境下单体液压支柱身份识别的效率，加快信息传递、交换和处理速度，实现单体液压支柱高效的自动化管理，对单体液压支柱的使用情况进行智能追踪管理，本发明提出了一种基于RFID的单体液压支柱数字身份识别方法。

发明内容

为了解决上述问题，即为了解决背景技术中提到的问题，本发明提供了一种基于RFID的液压单体支柱数字身份识别方法，首先根据传感器数据进行聚类分析实现对实际应用的环境场景进行空间划分，再根据以采集的RFID标签数据对读取器移动的读取空间的环境干扰误差进行分析，最后对移动后的时间间隙对应的读取状态进行预测，并按照预测读取状态对读取器的参数进行调节，实现读取参数的自适应，提高了读取器对复杂多变的应用环境场景的适应性，并且实现了传感器数据与RFID标签数据的数据协同，利用传感器数据对RFID标签所处的环境场景进行进行了充分的分析，不同空间区域对应不同的环境场景，读取器的读取效率不同，当读取器对多个RFID标签进行移动读取时，通过调整读取器的参数提高读取RFID的效率。

本发明提出了一种基于RFID的液压单体支柱数字身份识别方法，结合传感器对环境场景采集的数据，对基于RFID数据的身份识别过程进行自适应优化，具体分析过程如下：

步骤一、通过液压单体支柱上的传感器对RFID标签所处环境的传感器数据数据进行采集；

步骤二、利用传感器数据对RFID标签所处环境场景的环境复杂度进行分析，不同环境条件下的RFID标签的读取信号传输误差不同，根据传感器数据与不同环境复杂度对RFID标签所处的空间进行聚类，得到不同的空间区域；

步骤三、读取器对实际应用环境场景中的RFID标签数据进行移动读取，获得液压单体支柱的身份数据，读取的环境场景不断发行变化，根据已读取的RFID标签所在空间区域的读取过程与传感器数据，对空间区域对应的环境干扰进行分析得到环境干扰误差；

步骤四、利用环境干扰误差对下一时间间隙RFID标签数据的读取过程进行矫正，并通过传感器数据进行预估得到空间区域内RFID标签的数量和姿态；

步骤五、在读取器的移动过程中，结合读取器的读取参数对读取状态进行动态分析得到当前读取状态，再根据当前读取状态对读取器的移动过程中的下一个时间间隙的读取状态进行预测，最后根据读取器的预测读取状态以及空间区域内的RFID的数量和姿态对读取器的读取参数进行自适应调节。

具体地，在所述步骤二中，液压单体支柱上安装有多个不同类型的传感器，将对应的传感器集合记为一个传感器节点，所有单体液压支柱上的传感器节点组成传感器节点网络，通过传感器节点网络获取传感器数据的点云分布，提取传感器节点在不同采集时刻数据中特征参数得到对应的特征向量，为传感器节点的标号，为传感器的采集时刻，为传感器节点中传感器数量，不同传感器对应不同数据指标，数据指标对应特征向量中的元素，根据传感器数据计算液压单体支柱所处环境的环境复杂度，再根据传感器数据的环境复杂度选择对应的空间聚类算法，并采用空间聚类算法对所有传感器节点的特征向量进行聚类，得到不同传感器节点的节点组合，不同节点组合对应不同的空间区域，将不同空间区域水平方向的面积记为，其中为空间区域的下标数，为读取器读取空间内的空间区域个数。

具体地，在所述步骤三中，移动的读取器在液压单体支柱的实际应用场景中移动读取RFID标签携带的身份信息，根据初始采集RFID标签数据对环境干扰误差的影响进行评估，以数据包检测的延时率为环境干扰误差的相关参数，计算RFID标签信号传递数据包检测的延时率，分析公式如下：

为载波频率偏移的相位差，采样频率偏移和数据包检测延迟，不同环境干扰的影响，在读取器的初始采集过程中，通过信号分析得到与读取空间对应的数据包检测延时率，结合所述步骤二的分析结果，将初始采集读取空间分割成由空间区域组成的集合，为空间区域的个数，为读取器采集的时间间隙，为读取器的读取时刻，建立空间区域的分布参数与的对应关系式。

具体地，在所述步骤四中，将传感器数据转化为传感器节点网络对应的点云数据进行数据分析，传感器节点与液压单体支柱是一一对应的，通过计算空间区域内传感器节点的个数来确定液压单体支柱和RFID标签的个数，通过对传感器采集过程中感应信号的传输特点确定传感器的传输信号的传输方向，将液压单体支柱上传感器的位置与RFID标签的位置进行对照安置，并通过对传感器数据的分析确定RFID标签的姿态。

特别地，在所述步骤五中，读取器以的移动速度对实际的环境场景中的RFID标签数据进行数据读取，在读取空间中发射读取信号，与RFID标签的射频信号进行耦合实现数据读取，将读取器的当前读取状态记为，为一个状态向量，建立读取器读取RFID 标签数据的动态分析方程，不同的读取时刻，读取空间对应的空间区域集合组成不同，随着读取时刻的改变，空间区域的分布参数改变，对应的环境干扰误差也发生改变。

特别地，当前时间间隙与下一时间间隙的读取空间进行空间中转换，根据移动速度确定读取空间的体积的变化，再结合传感器数据的分析过程确定空间区域的转换矩阵，读取器从时间间隙移动到和时，转换矩阵为，

在各个元素间，其中，，结合步骤三中建立空间区域的分布参数与的对应关系式，确定空间区域转移过后的，随着空间区域的转移，计算空间区域集合变化带来的环境干扰误差，利用环境干扰误差对下一读取时刻的数据进行误差修正，环境干扰误差与空间区域的组成相关。

特别地，将读取器的移动速度记为，读取器的读取区域的范围是固定的，随着读取器的移动，读取器的读取区域对应不同的空间区域组成，读取器的最适应读取参数改变，当与为相邻的时间间隙时，并且两个时间间隙内读取器的读取空间之间存在重合，将时间间隙内读取器对应的读取空间记为重合读取空间和新增读取空间的总和，将新增读取空间记为，分别计算新增读取空间和重合读取空间的环境干扰误差，再计算两者的平均值，记为存在重合读取空间时的读取空间的环境干扰误差。

特别地，当前读取状态的读取参量中包括空间区域与读取器的相对角度、移动速度、读取角度和读取信号强度，环境干扰误差与空间区域的组成相对应，根据当前读取状态对读取时刻的读取状态进行预测，得到对应时间间隙的状态向量，当时为连续时间间隙之间的预测，判断是否存在读取空间的重合部分，

通过读取器下一时刻的预测读取状态，对读取器的读取参数进行动态调节，传感器包括压力传感器、湿度传感器和温度传感器。

本发明的有益效果为：

1、在本发明中，通过传感器数据对单体液压支柱所处环境场景进行分析，再对单体液压支柱对应的RIFD标签数据进行数字身份识别，实现了传感器数据与RFID标签数据的数据协同，首先将每一个单体液压支柱上的传感器集合记为一个传感器节点，传感器节点网络记为一个数据整体，通过对传感器数据的聚类分析对单体液压支柱所处的环境场景进行分类，得到不同的空间区域，在同一空间区域内的RFID标签的读取过程中环境对信号传输的误差影响相同。

2、在本发明中，移动读取器的读取空间的范围一致，但由于单体液压支柱在煤矿等地下实际应用场景中，环境复杂多变，导致RFID数据读取过程中信号传递受到影响，读取器移动后的读取空间是一个环境复杂的场景，为了提高读取器的读取效率，在本申请中，利用当前读取状态对RFID标签未读取的时间间隙对应的读取状态进行预测，在根据预测读取状态对读取器的读取参数进行调整，实现读取参数与环境场景的对应和优化。

3、在本发明中，在读取器的动态读取过程中，读取空间对应的读取信号强度是一个定值，随着读取器的移动，读取空间对应的空间区域组成不同，整体对信号的传输的影响也不同，通过已采集的读取空间的数据包延时率与空间区域的组成建立对应关系式，当读取空间的空间区域组成变化时， 得到预测的数据包延时率，再通过预测的数据包延时率得到预测的读取空间的环境干扰误差，利用环境干扰误差对读取信号传输的误差进行校验，以提高读取器的读取效率。

附图说明

图1为本发明的整体方法流程图；

图2为本发明中传感器数据的分析流程图；

图3为本发明中环境干扰误差的分析流程图。

具体实施方式

下面参照附图1至附图3来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

随着数字身份识别的发展，条形码、磁卡、等在金融、电信、服务、日常消费等领域获得了广泛的应用，同样在单体液压支柱智能跟踪管理过程中，基于RFID的非接触式技术将射频识别技术、磁电技术和计算机技术进行了结合，克服了接触型卡的许多缺点，采用非接触无线通信，读写器在范围内就可以对卡牌操作，但是由于射频卡将芯片和感应天线封装在卡内，极易由于温度变化而发生形变，工作温度范围窄，而且卡的抗弯折行差，卡面稍有磨损，卡内芯片、天线就容易受到损坏，导致读写障碍，因此在煤矿下空气潮湿、腐蚀性强、电电磁干扰严重等复杂的恶劣环境下，基于RFID的数字身份识别系统存在一定的识别缺陷。

当多个RFID标签同时进行识别时，对不同的标签之间的碰撞、信号协议、传输距离进行分析，对不同的RFID标签的数字识别过程进行动态；

液压单体支柱上贴有RFID标签，标签内封装着用于识别的耦合元器件和芯片，标签内记录着每一个液压单体支柱的使用信息，通过RFID系统获取液压单体支柱上数据标签的数据内容，获取数据，并对数据进行传输；

RFID（工作原理）：射频识别技术是利用射频通信实现的非接触式自动识别技术，是基于无线电的信息识别技术；RFID技术具有多个功能，当靠近RFID读写器时，可同时读取多个标签，并且RFID标签可以包含更多的信息，视频识别技术可以与互联网、电子通信技术相结合；

标签：由耦合元件和芯片组成，每一个电子标签有且仅有一个电子编码附着在一个目标物上，识别目标信息，作为数据载体和应答器，特点体积小、寿命长、可重复使用，快速读写、非可视及移动识别、多目标识别、定位、长期跟踪管理，具有唯一的ID标识；

读写器：用于读取和写入信息数据的设备，是电子标签与管理系统的桥梁，读写器可能会受到的影响因素，频率、天线增益、读写器的方向、应答器天线和位置，射频信号与相应的电子标签交互、识别和读取相应数据内容；

天线：用于传输标签与读写器之间的信号；

读写器以电磁辐射的形式通过天线向空间发送高频信号能量，当电子标签的天线进入空间时接收电磁能量；

RFID技术使用多种频段实现数据通信，完成电子标签的识别及其数据的读写功能；因其使用非接触的通信方式，以电磁波作为传输媒介并将自由空间作为传输信道，所以一般运用电感耦合原理或反向散射工作原理，具体采用的频段和运用的原理依据应用需求及应用领域而决定；电磁波在空间传播时，由于反射、折射、散射和吸收现象的存在，导致损耗而引起信号的衰减，又因存在多径效应而产生时延，并且室内空间环境和室外空间环境都具有很大的随机性，使得数据传输的干扰很难在固定条件的模型里进行分析；另外，由于空间的开放性，实际存在的各种电磁波信号也对空间传输信道产生各类干扰；在RFID系统中，由于标签数量众多，读取器发送信号后，来自不同标签的应答信号也互相干扰，理论上说越庞大的RFID系统，自身存在的干扰问题就越复杂和突出；基于这些原因，最终在数据读写的传输过程中会出现漏读、无法识别等种种故障现象，导致对标签识别的时间变长，降低了识别系统的识别效率，为了提高识别系统识别的速度，RFID系统引入了更多的智能化和自适应技术，如自动调整信号强度、优化天线方向等，以应对复杂多变的环境因素，提高系统的可靠性和稳定性，本发明提出了一种基于RFID的液压单体支柱数字身份识别方法，结合传感器对环境场景采集的数据，对基于RFID数据的身份识别过程进行自适应优化，具体分析过程如下：

步骤一、通过液压单体支柱上的传感器对RFID标签所处环境的传感器数据数据进行采集；RFID标签是被识别物体上的无源或有源设备，其中包含有关物体的信息，无源标签通过接收读写器发送的信号来提供能量和响应，而有源标签则使用自身电源来发送响应信号；读写器负责与标签进行通信并提取标签中存储的信息，后端数据库存储和管理与标签相关的数据，利用无线电波自动识别目标物体，并从中获取数据，每个RFID标签都有一个唯一的ID；

步骤二、利用传感器数据对RFID标签所处环境场景的环境复杂度进行分析，不同环境条件下的RFID标签的读取信号传输误差不同，根据传感器数据与不同环境复杂度对RFID标签所处的空间进行聚类，得到不同的空间区域；

步骤三、读取器对实际应用环境场景中的RFID标签数据进行移动读取，获得液压单体支柱的身份数据，读取的环境场景不断发行变化，根据已读取的RFID标签所在空间区域的读取过程与传感器数据，对空间区域对应的环境干扰进行分析得到环境干扰误差；

在一个环境场景中，根据已将产生的数据对RFID信号的传输过程进行分析，将得到的环境误差与空间进行级联，随着空间矩阵的转换，对下一时间间隙的读取过程的影响也是一定的；

步骤四、利用环境干扰误差对下一时间间隙RFID标签数据的读取过程进行矫正，并通过传感器数据进行预估得到空间区域内RFID标签的数量和姿态；

标签的读取效率会随着标签数量的增加而降低，利用不同环境场景内空间区域内的标签阵列，根据传感器采集的信息对RFID数据进行预估计，得到一个大致的标签的个数；

步骤五、在读取器的移动过程中，结合读取器的读取参数对读取状态进行动态分析得到当前读取状态，再根据当前读取状态对读取器的移动过程中的下一个时间间隙的读取状态进行预测，最后根据读取器的预测读取状态以及空间区域内的RFID的数量和姿态对读取器的读取参数进行自适应调节；

对读取器采集的RFID数据进行动态识别和分析，环境干扰误差的干扰下对液压单体支柱的位姿与相对位置进行分析，建立读取器动态采集的状态方程，对不同的时隙的读取状态进行分析计算空间转换过程中，读取器在不同时间间隙对应的新增读取空间内的读取效率，计算空间和时间动态耦合分析的边界的，计算空间变换的迁移误差，根据分析的结果调整不同实际应用场景的动态切换算法，根据实际场景的变化自动调节信号强度与优化天线的方向，对复杂的环境场景进行自适应。

单体液压支柱在井下工作时分散于不同位置，处于不同的环境场景中，将RFID标签与传感器集成于单体液压支柱，利用RFID射频技术和传感器对单体液压支柱的信息进行采集，并通过RFID标签封装的身份信息和传感器采集的感应信息进行融合数据协同分析，实现单体液压支柱的身份识别和管理，单体液压支柱上安置的不同类型传感器，传感器组成与单体液压支柱位置对应的传感器集合，一个传感器集合记为一个传感器节点，井下所有单体液压支柱上的传感器节点组成传感器节点网络；根据传感器节点网络对单体液压支柱的位置空间进行分析；提取传感器节点采集数据的特征参数得到对应的特征向量，不同的空间区域对应不同的环境复杂度，再根据特征向量进行分类，得到不同的节点组合，不同节点组合的单体液压支柱处于三维立体空间内的不同位置，通过节点组合将三维立体空间进行空间划分，得到不同的空间区域。

在所述步骤二中，液压单体支柱上安装有多个不同类型的传感器，将对应的传感器集合记为一个传感器节点，所有单体液压支柱上的传感器节点组成传感器节点网络，通过传感器节点网络获取传感器数据的点云分布，提取传感器节点在不同采集时刻数据中特征参数得到对应的特征向量，为传感器节点的标号，为传感器的采集时刻，为传感器节点中传感器数量，不同传感器对应不同数据指标，数据指标对应特征向量中的元素，根据传感器数据计算液压单体支柱所处环境的环境复杂度，再根据传感器数据的环境复杂度选择对应的空间聚类算法，并采用空间聚类算法对所有传感器节点的特征向量进行聚类，得到不同传感器节点的节点组合，不同节点组合对应不同的空间区域，将不同空间区域水平方向的面积记为，其中为空间区域的下标数，为读取器读取空间内的空间区域个数。

空间区域是通过聚类得到的，故RFID标签所处的环境场景近似，单体液压支柱所处的环境场景对标签信号的影响程度一定，在空间区域内的信号传递误差在保持RFID标签天线和信号一致的情况发下，同一空间区域内，单体液压支柱所处环境带来的信号的传递误差保持一致，在一个空间区域内，空间区域水平方向上的平面面积为，读取器的读取空间对应的空间区域集合为，对应的空间区域的平面面积分布集合记为，

基于权重的计算距离方法，表示不同环境干扰的影响，表示训练和测试曲线之间的相似性，权重描述如下

其中是欧几里得距离，是第种液体第次测量的第个标签的相位值，是测试曲线的第个标签相位值，表示为第种液体相对于RFID标签的欧几里得距离的方差；

在所述步骤三中，移动的读取器在液压单体支柱的实际应用场景中移动读取RFID标签携带的身份信息，根据初始采集RFID标签数据对环境干扰误差的影响进行评估，以数据包检测的延时率为环境干扰误差的相关参数，计算RFID标签信号传递数据包检测的延时率，分析公式如下：

为载波频率偏移的相位差，采样频率偏移和数据包检测延迟，不同环境干扰的影响，在读取器的初始采集过程中，通过信号分析得到与读取空间对应的数据包检测延时率，结合所述步骤二的分析结果，将初始采集读取空间分割成由空间区域组成的集合，为空间区域的个数，为读取器采集的时间间隙，为读取器的读取时刻，建立空间区域的分布参数与的对应关系式。

读写器发送射频能量—射频电子标签进入读写器读写范围—射频电子标签接受能量被唤醒—射频电子标签发送编码信息—读写器接收编码信息—读写器对信息解码—将数据信息传输至应用程序；根据标签阵列采集的单体液压支柱的数字身份数据，进行预处理和检测，最后进行空间区域相应的特征提取，并送入多模态卷积神经网络中，实现空间区域识别，

是发射功率，是反向散射传输的损耗，是阅读天线与标签天线之间的距离，和分别为阅读天线和标签天线的增益；

在所述步骤四中，将传感器数据转化为传感器节点网络对应的点云数据进行数据分析，传感器节点与液压单体支柱是一一对应的，通过计算空间区域内传感器节点的个数来确定液压单体支柱和RFID标签的个数，通过对传感器采集过程中感应信号的传输特点确定传感器的传输信号的传输方向，将液压单体支柱上传感器的位置与RFID标签的位置进行对照安置，并通过对传感器数据的分析确定RFID标签的姿态。

在所述步骤五中，读取器以的移动速度对实际的环境场景中的RFID标签数据进行数据读取，在读取空间中发射读取信号，与RFID标签的射频信号进行耦合实现数据读取，将读取器的当前读取状态记为， 为一个状态向量，建立读取器读取RFID 标签数据的动态分析方程，不同的读取时刻，读取空间对应的空间区域集合组成不同，随着读取时刻的改变，空间区域的分布参数改变，对应的环境干扰误差也发生改变。

根据RFID标签数据对单体液压支柱进行身份数据分析，读取器对读取空间内的标签信息的读取过程是随机的，导致采集的数据不一致，在读取器移动的过程中，对动态变化的读取空间内单体液压支柱的RFID标签发生相对位置的变化，具体步骤如下：

S1、标签响应信息提取，获取移动过程中的RFID标签的第一序列；

S2、对采集的第一序列的RFID标签信息进行数据预处理，信号传输误差检测，其中m表示RFID信号的采集指标，n表示标签数量，包括碰撞位检测、相位检测、接收信号强度、信号的偏移程度：

S3、对不同的RFID标签的反射信号的进行分析，将新增读取范围内的第一阵列的数据信息进行特征提取，并进行RFID信号分类，得到对应的RFID标签组合；

S4、根据传感器得到的传感器节点的节点组合的RFID标签组合进行数量比较，传感器的节点组合中节点的个数小于等于RFID标签数目，对第一序列的元素进行补充得到第二检测序列。

当前时间间隙与下一时间间隙的读取空间进行空间中转换，根据移动速度确定读取空间的体积的变化，再结合传感器数据的分析过程确定空间区域的转换矩阵，读取器从时间间隙移动到和时，转换矩阵为，

在各个元素间，其中，，结合步骤三中建立空间区域的分布参数与的对应关系式，确定空间区域转移过后的，随着空间区域的转移，计算空间区域集合变化带来的环境干扰误差，利用环境干扰误差对下一读取时刻的数据进行误差修正，环境干扰误差与空间区域的组成相关；当初始采集过程对应的时间间隙时，空间区域与环境干扰误差的对应关系是，随着读取器的移动，空间区域发生空间转移，对应的环境干扰误差发生改变。

当两个时间间隙之间有重叠空间区域时，移动的读取器读取RFID标签的感应信息，获取第一读取标签，在经过一个时间间隙的变化后，新增读取区域变为重合读取空间，对应的空间区域划分的空间区域矩阵发生改变，重合读取的第二读取标签到第N-1读取标签的读取过程与变化矩阵H相关，新增读取空间中的动态过程与传感器采集数据环境动态变化的耦合，计算动态的耦合边界值，在对应的边界数值上，对区域内RFID标签的信号识别过程进行分析，结合距离和衰减规律进行分析，计算RFID标签序列的读取效率。

将读取器的移动速度记为，读取器的读取区域的范围是固定的，随着读取器的移动，读取器的读取区域对应不同的空间区域组成，读取器的最适应读取参数改变，当与为相邻的时间间隙时，并且两个时间间隙内读取器的读取空间之间存在重合，将时间间隙内读取器对应的读取空间记为重合读取空间和新增读取空间的总和，将新增读取空间记为，分别计算新增读取空间和重合读取空间的环境干扰误差，再计算两者的平均值，记为存在重合读取空间时的读取空间的环境干扰误差。

在同一空间区域内，对标签碰撞位进行分析，每个标签的响应情况相互独立，当读取器读取正在工作的单体液压支柱时，不同的标签之间的传输信号之间相互碰撞，在第层中个标签被分配到同一组的概率遵循二次项分布，

其中，表示选择其中一组的概率，如果没有任何标签选择，那么该组空闲的概率是：

如果只有一个标签选择，那么该组能被成功识别的概率是：

如果超过一个标签选择，那么该组发生标签碰撞的概率是：

假设第层的时隙总数用表示：

其中，表示空闲时隙数，当第层的特征值发生碰撞且至少一组只有一个标签选择时才会在第层出现空闲时隙；

表示碰撞时隙数。

当前读取状态的读取参量中包括空间区域与读取器的相对角度、移动速度、读取角度和读取信号强度，环境干扰误差与空间区域的组成相对应，根据当前读取状态对读取时刻的读取状态进行预测，得到对应时间间隙的状态向量，当时为连续时间间隙之间的预测，判断是否存在读取空间的重合部分，

通过读取器下一时刻的预测读取状态，对读取器的读取参数进行动态调节，传感器包括压力传感器、湿度传感器和温度传感器。

本发明具体使用时，首先通过液压单体支柱上的传感器对RFID标签所处环境的传感器数据数据进行采集；再利用传感器数据对RFID标签所处环境场景的环境复杂度进行分析，不同环境条件下的RFID标签的读取信号传输误差不同，根据传感器数据与不同环境复杂度对RFID标签所处的空间进行聚类，得到不同的空间区域；读取器对实际应用环境场景中的RFID标签数据进行移动读取，获得液压单体支柱的身份数据，读取的环境场景不断发行变化，根据已读取的RFID标签所在空间区域的读取过程与传感器数据，对空间区域对应的环境干扰进行分析得到环境干扰误差；同时利用环境干扰误差对下一时间间隙RFID标签数据的读取过程进行矫正，并通过传感器数据进行预估得到空间区域内RFID标签的数量和姿态；在读取器的移动过程中，结合读取器的读取参数对读取状态进行动态分析得到当前读取状态，再根据当前读取状态对读取器的移动过程中的下一个时间间隙的读取状态进行预测，最后根据读取器的预测读取状态以及空间区域内的RFID的数量和姿态对读取器的读取参数进行自适应调节。

已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，结合传感器对环境场景采集的数据，对基于RFID数据的身份识别过程进行自适应优化，具体分析过程如下：

步骤一、通过液压单体支柱上的传感器对RFID标签所处环境的传感器数据数据进行采集；

步骤二、利用传感器数据对RFID标签所处环境场景的环境复杂度进行分析，不同环境条件下的RFID标签的读取信号传输误差不同，根据传感器数据与不同环境复杂度对RFID标签所处的空间进行聚类，得到不同的空间区域；

步骤三、读取器对实际应用环境场景中的RFID标签数据进行移动读取，获得液压单体支柱的身份数据，读取的环境场景不断发行变化，根据已读取的RFID标签所在空间区域的读取过程与传感器数据，对空间区域对应的环境干扰进行分析得到环境干扰误差；

步骤四、利用环境干扰误差对下一时间间隙RFID标签数据的读取过程进行矫正，并通过传感器数据进行预估得到空间区域内RFID标签的数量和姿态；

步骤五、在读取器的移动过程中，结合读取器的读取参数对读取状态进行动态分析得到当前读取状态，再根据当前读取状态对读取器的移动过程中的下一个时间间隙的读取状态进行预测，最后根据读取器的预测读取状态以及空间区域内的RFID的数量和姿态对读取器的读取参数进行自适应调节。

2.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，在所述步骤二中，液压单体支柱上安装有多个不同类型的传感器，将对应的传感器集合记为一个传感器节点，所有单体液压支柱上的传感器节点组成传感器节点网络，通过传感器节点网络获取传感器数据的点云分布，提取传感器节点在不同采集时刻数据中特征参数得到对应的特征向量，为传感器节点的标号，为传感器的采集时刻，为传感器节点中传感器数量，不同传感器对应不同数据指标，数据指标对应特征向量中的元素，根据传感器数据计算液压单体支柱所处环境的环境复杂度，再根据传感器数据的环境复杂度选择对应的空间聚类算法，并采用空间聚类算法对所有传感器节点的特征向量进行聚类，得到不同传感器节点的节点组合，不同节点组合对应不同的空间区域，将不同空间区域水平方向的面积记为，其中为空间区域的下标数，为读取器读取空间内的空间区域个数。

3.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，在所述步骤三中，移动的读取器在液压单体支柱的实际应用场景中移动读取RFID标签携带的身份信息，根据初始采集RFID标签数据对环境干扰误差的影响进行评估，以数据包检测的延时率为环境干扰误差的相关参数，计算RFID标签信号传递数据包检测的延时率，分析公式如下：

为载波频率偏移的相位差，采样频率偏移和数据包检测延迟，不同环境干扰的影响，在读取器的初始采集过程中，通过信号分析得到与读取空间对应的数据包检测延时率，结合所述步骤二的分析结果，将初始采集读取空间分割成由空间区域组成的集合，为空间区域的个数，为读取器采集的时间间隙，为读取器的读取时刻，建立空间区域的分布参数与的对应关系式。

4.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，在所述步骤四中，将传感器数据转化为传感器节点网络对应的点云数据进行数据分析，传感器节点与液压单体支柱是一一对应的，通过计算空间区域内传感器节点的个数来确定液压单体支柱和RFID标签的个数，通过对传感器采集过程中感应信号的传输特点确定传感器的传输信号的传输方向，将液压单体支柱上传感器的位置与RFID标签的位置进行对照安置，并通过对传感器数据的分析确定RFID标签的姿态。

5.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，在所述步骤五中，读取器以的移动速度对实际的环境场景中的RFID标签数据进行数据读取，在读取空间中发射读取信号，与RFID标签的射频信号进行耦合实现数据读取，将读取器的当前读取状态记为，为一个状态向量，建立读取器读取RFID 标签数据的动态分析方程，不同的读取时刻，读取空间对应的空间区域集合组成不同，随着读取时刻的改变，空间区域的分布参数改变，对应的环境干扰误差也发生改变。

6.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，当前时间间隙与下一时间间隙的读取空间进行空间中转换，根据移动速度确定读取空间的体积的变化，再结合传感器数据的分析过程确定空间区域的转换矩阵，读取器从时间间隙移动到和时，转换矩阵为，

在各个元素间，其中，，结合步骤三中建立空间区域的分布参数与的对应关系式，确定空间区域转移过后的，随着空间区域的转移，计算空间区域集合变化带来的环境干扰误差，利用环境干扰误差对下一读取时刻的数据进行误差修正，环境干扰误差与空间区域的组成相关。

7.根据权利要求6所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，将读取器的移动速度记为，读取器的读取区域的范围是固定的，随着读取器的移动，读取器的读取区域对应不同的空间区域组成，读取器的最适应读取参数改变，当与为相邻的时间间隙时，并且两个时间间隙内读取器的读取空间之间存在重合，将时间间隙内读取器对应的读取空间记为重合读取空间和新增读取空间的总和，将新增读取空间记为，分别计算新增读取空间和重合读取空间的环境干扰误差，再计算两者的平均值，记为存在重合读取空间时的读取空间的环境干扰误差。

8.根据权利要求5所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，当前读取状态的读取参量中包括空间区域与读取器的相对角度、移动速度、读取角度和读取信号强度，环境干扰误差与空间区域的组成相对应，根据当前读取状态对读取时刻的读取状态进行预测，得到对应时间间隙的状态向量，当时为连续时间间隙之间的预测，判断是否存在读取空间的重合部分，

。

9.根据权利要求1所述的一种基于RFID的液压单体支柱数字身份识别方法，其特征在于，通过读取器下一时刻的预测读取状态，对读取器的读取参数进行动态调节，传感器包括压力传感器、湿度传感器和温度传感器。