面向复杂RFID数据采集任务的分布式协同方法研究

In many RFID systems, RFID readers work collaboratively to perform multiple complex data collection tasks that may be conflict with each other. The data collection tasks are complex because not only that the specified sub-sets of RFID readers need to follow complex temporal constraints to conduct operations, but also that there exsit inherent collisions in RFID systems including reader-reader collision and reader-tag collision. Existing centralized RFID reader coordination approaches do not work well in such a scenario due to long latency, no scalability, and the concerns of security and business. In this project, we propose a distributed coordination approach for solving the aforementioned problem. We first design a new logic language to specify complex data collection tasks of RFID systems in a unified way. Based on the data collection tasks specified using our language, we propose a fully distributed approach for coordinating RFID readers to complete all of the tasks in the minimum time while meeting all kinds of constraints. A comprehensive hybrid simulation system will be developed to validate the effectiveness of the proposed approach. We think that the project will make contribution to the theory of system modeling and distributed algorithms of complex RFID data collection, and the practical deployment of large-scale RFID systems as well.

在众多RFID系统中，读写器需要协同工作来完成多个可能冲突的复杂数据采集任务。数据采集任务的复杂性既体现在需要将不同的读写器子集按基于同步时钟/异步时钟的复杂时序关系进行操作，也体现在要考虑RFID系统固有的读写器之间碰撞和读写器与标签碰撞。在此类系统中，传统的集中式控制方式由于延迟大、难扩展、安全性和商业考虑不再可行。为解决此问题，本项目对面向复杂RFID数据采集任务的分布式协同方法进行研究。我们将设计一种逻辑语言对复杂数据采集任务进行统一描述，然后设计完全分布式的多读写器协调算法，保证既严格遵守各种限制条件，又以最少的时间完成所有的数据采集任务。该方法将支持分布式系统中基于同步时钟/异步时钟和时间点/时间区间的各种时间模式。混合式仿真系统将用于对提出的算法进行测试和验证。预计项目将对复杂RFID数据采集的系统建模和分布式算法理论方面有较大贡献，同时能促进大规模RFID系统部署和应用。

随着RFID技术的广泛应用，许多RFID应用需要多个读写器协同工作来完成多个可能冲突的复杂数据采集任务。数据采集任务的复杂性既体现在需要将不同的读写器子集按复杂时序关系进行操作，也体现在要考虑RFID系统多种碰撞关系。现有的系统或方法主要关注单个应用和独立数据采集任务的执行，在此场景下性能有所不足。同时，在此类系统中，传统的集中式控制方式由于延迟大、难扩展、安全性和商业考虑不再可行。为解决此问题，本项目对面向复杂RFID数据采集任务的分布式协同方法进行了研究。我们设计了一种逻辑语言对复杂数据采集任务进行统一描述，该语言使用关系子句和约束子句对任务的复杂性进行描述，尤其支持在同步/异步时钟下的时间间隔时序关系。通过对高层时序关系的定义和状态机检测机制的优化，我们的方法在描述性和运行效率上明显优于现有方法。在此基础上，我们设计了分布式的多读写器协调算法，该方法不仅在标签-标签冲突上将原本2个标签/时间单位的性能提高到3.7个标签/时间单位，还对读写器之间碰撞和读写器与标签碰撞进行处理，保证既严格遵守各种限制条件，又以最少的时间完成所有的数据采集任务。该方法支持分布式系统中基于同步时钟/异步时钟和时间点/时间区间的各种时间模式。该项工作被扩展到运动可预测情况下和运动任意情况下的数据采集。数据采集的一些典型应用包括手持式RFID物品盘点、关系发现、事件检测、群组检测等被用于对提出的方法进行验证。其中在盘点应用中我们的方法是已有方法执行时间的36.3%。本项目同时构建了多项测试和仿真系统，可对环境配置、碰撞情况和调度性能进行综合测试。本项目的相关成果对推动RFID多个类型的识别和调度算法以及分布式协调方面有积极作用。在应用领域，随着RFID设备的普遍增多，相关的多数据采集任务同时执行的问题将逐步显现，本项目成果可为生产制造、仓储运输、物流管理、人员监控、食品安全、物品互联、智能家居等领域的大规模应用打下坚实的基础。