打印
[资料分享]

基于传感器网络的超级RFID系统

[复制链接]
981|23
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
Clovee|  楼主 | 2019-5-17 12:48 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
基于传感器网络的超级RFID系统


     1 引言

  射频识别(Radio Frequency Identification,RFID ),又称电子标签(E-Tag) , 是一种利用射频信号自动识别目标对象并获取相关信息的技术。基于传感器网络的超级RFID 系统(以下简称超级RFID系统) 综合了RFID和传感器网络的技术特点, 它继承了RFID利用射频信号自动识别目标的特性, 同时实现了无线传感器网络主动感知与通信的功能。基于传感器网络的超级RFID不是被动的卷标技术, 它能够主动对环境进行监测并记录相关数据, 必要的时候能够主动发出警报。


  2 RFID与无线传感器网络的技术融合

  2.1 传感器网络技术简介

  微电子机械系统(MEMS)、无线通信和微电子技术的进步, 使得设计和开发低成本、低功耗、多功能的微型传感器成为可能。这些微型传感器体积小,具有传感、数据处理和通信部件, 在今后几年, 甚至会出现超低功耗SoC, 在单片上集成无线通信、微处理器和MEMS传感和作动部件。众多具有通信、计算能力的传感器(或作动器) 通过无线方式连接,相互协作, 同物理世界进行交互, 共同完成特定的应用任务, 称为传感器网络(Sensor Network)。

  传感器网络与传统的传感器相比, 易于部署, 即传感器节点位置不需要事先确定或精心设计, 允许任意放置, 部署维护成本低, 具有较高的灵活性; 传感器网络由大量廉价节点组成, 可放置在物理现象作用范围内, 从而获得较高的观察精度性, 具有较高的性价比; 传感器网络具有大量冗余节点, 即使部分节点失效, 也不会影响整个系统的功能, 因而具有较好的健壮性; 传感器网络节点具有计算能力, 可以相互协作, 能够完成传统传感器所不能完成的任务。


  2.2 RFID与无线传感器网络的技术融合

  RFID 技术与传感器网络技术相结合, 可能是将来的一个发展趋势。传感器网络一般不关心节点的位置, 因此对节点一般都不采用全局标识, 而RFID技术对节点的标示有着得天独厚的优势, 将两者结共同组成网络可以相互弥补对方的缺陷, 既可以将网络的主要精力集中到数据上, 当需要具体的考虑到某个具体节点的信息的时候, 也可以利用RFID的标识功能轻松的找到节点的位置。


  3 超级RFID系统的组成

  超级RFID系统采用层次型的组成结构, 分为末梢节点和网关节点和上层用户三个层次, 如图1所示。


图1 超级RFID的组成

  末梢节点由两部分组成, 分别是数量众多的普通传感器节点和超级RFID标签, 超级RFID节点除了具备基本的RFID无线标记功能外, 在节点上还配置了微型传感器, 可以主动感知节点标记对象的温湿度、位置移动、烟雾、电磁环境、声音等信息,并且可以主动上报感知信息。

  而带有传感器器件的智能处理节点则充当网关节点, 网关节点担负两方面的功能: (1) 读取、汇聚超级RFID节点和传感器节点的信息(2) 对读取的信息进行分析, 实时监控环境信息。有源的网关节点在必要时读取RFID标签的信息, 通过传感器网络发送给上层用户; 当然, RFID节点的信息也能够被手持式阅读器随时读取。

  上层用户主要是指与智能网关节点直接通信的外部网络, 如Internet网络或GSM网络等。另外,无线传感器网络和现有的无线通信终端(如手机) 还不能很好的通信, 利用现有的网络将处理好的信息发送到用户终端是一个不错的选择。


  4 体系结构

  超级RFID系统融合了无线传感器网络和RFID技术, 因此在设计系统体系构架时, 要综合考虑到两者的特点, 系统体系结构如图2 所示。

图2 系统体系结构图

  Savant 软件是处理从一个或多个解读器获得的标签或传感器数据(事件数据) 流的“中间件”, 是一种企业通用的数据管理架构, 安装在等级式、分布式的服务器上。本系统的Savant有三种数据来源,可以按传统的方式从阅读器而来, 可以接受传感器节点的信息, 也可以接收超级RFID主动发出的信息。基于Savant的树型等级结构, 并根据其分类, 定义了一种统一的层次化的Savant体系架构。依据Auto-ID标准委员会的定义, Savant应该包括三个必需的标准模块: 事件管理系统(EMS)、实时内存数据结构(RIED)和任务管理系统(TMS)。其它一些可选标准程序模块可以根据用户定义。图3是Savant的体系结构。


图3 Savant 的体系结构

  在图3中, 事件管理系统应用在Edge Savant(ES)上采集标签解读事件, 它与解读器应用程序通信, 管理解读器发送的事件流。EMS体系结构中的“解读适配器”和“解读器接口”可看作一个通用的接口, 对于Edge Savant 来讲, 由于解读适配器直接或间接的与解读器进行通讯, 并收集解读器探测到的事件, 然后将这些事件写入解读器接口。对于Internal Savant 来讲, 它是Edge savant s 的父节点或上级, IS从他的下属Edge Savant 中采集EPC数据,因此“解读适配器”和“解读器接口”可看作是通用的网络数据访问接口。

  RIED是一个用来保存Edge Savant 信息的内存数据库。Edge Savant 保存和组织解读器发送的事件。事件管理系统(EMS)提供过滤和记录事件的框架, 记录器可以将事件保存在数据库中。数据库处理大量事件时, RIED提供了与数据库同样的接口,但实时性要好。应用程序可以通过JDBC或本地Java接口访问RIED。

  Savant 软件根据用户定制的任务进行数据管理、数据监控。TMS负责管理由上级Savant或企业应用程序发送到本级Savant的任务。Savant TMS使分布式Savant的维护变得简单, 写入TMS的任务可以获得Savant的所有属性。


  5 结 语

  本文综合RFID 和无线传感器网络技术, 提出了一种基于传感器网络的超级RFID系统, 介绍了该系统的组成与体系结构及该系统对Savant 的新要求。指出RFID 技术与传感器网络融技术的融合可能是一个新的发展趋势。



使用特权

评论回复

相关帖子

沙发
Clovee|  楼主 | 2019-5-17 12:50 | 只看该作者
基于传感器网络的超级RFID系统

文档1.pdf

138.83 KB

使用特权

评论回复
板凳
dirtwillfly| | 2019-5-17 22:50 | 只看该作者
感谢分享

使用特权

评论回复
地板
10299823| | 2019-8-7 22:30 | 只看该作者
超级RFID系统?这么能吹牛呢。   

使用特权

评论回复
5
jimmhu| | 2019-8-7 22:31 | 只看该作者
是融合了所有的技术了吗?     

使用特权

评论回复
6
lihuami| | 2019-8-7 22:31 | 只看该作者
无线传感器网络的自组织        

使用特权

评论回复
7
xiaoyaozt| | 2019-8-7 22:31 | 只看该作者
传感器网络是由许多在空间上分布的自动装置组成的  

使用特权

评论回复
8
uptown| | 2019-8-7 22:32 | 只看该作者
这个电路图呢?      

使用特权

评论回复
9
cehuafan| | 2019-8-7 22:32 | 只看该作者
谢谢楼主分享的资料了。     

使用特权

评论回复
10
usysm| | 2019-8-7 22:33 | 只看该作者
RFID 的应用非常广泛  

使用特权

评论回复
11
typeof| | 2019-8-7 22:33 | 只看该作者
RFID射频识别技术与普通的条形码有什么区别?

使用特权

评论回复
12
yujielun| | 2019-8-7 22:33 | 只看该作者
RFID和NFC的区别   

使用特权

评论回复
13
pl202| | 2019-8-7 22:34 | 只看该作者
无线射频技术(RF)和和射频识别技术(RFID)是一种技术吗  

使用特权

评论回复
14
cehuafan| | 2019-8-7 22:34 | 只看该作者
射频识别在物流用的很多。     

使用特权

评论回复
15
10299823| | 2019-8-7 22:34 | 只看该作者
超级表现在哪里呢?         

使用特权

评论回复
16
uptown| | 2019-8-7 22:34 | 只看该作者
整体的架构是怎么设计的呢?   

使用特权

评论回复
17
jimmhu| | 2019-8-7 22:34 | 只看该作者
RFID还能区分超级吗?

使用特权

评论回复
18
xiaoyaozt| | 2019-8-7 22:34 | 只看该作者
RFID跟这个没有关系吧      

使用特权

评论回复
19
lihuami| | 2019-8-7 22:34 | 只看该作者
它的末梢是可以感知和检查外部世界的传感器  

使用特权

评论回复
20
pl202| | 2019-8-7 22:34 | 只看该作者
为什么选用RFID技术   

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

708

主题

1032

帖子

2

粉丝