[发明专利]一种物品关注度处理方法、设备、系统及存储介质

权利要求书

1.一种物品关注度处理方法，其特征在于，包括：

获取目标无源RFID标签对应的目标时间序列信号，所述目标无源RFID标签设置于待处理物品上；

从所述目标时间序列信号中，提取可反应所述目标时间序列信号变化情况的目标信号特征序列；

基于所述目标信号特征序列，识别所述待处理物品被移动的次数；

根据所述待处理物品被移动的次数，确定所述待处理物品的受关注度。

2.根据权利要求1所述的方法，其特征在于，所述从所述目标时间序列信号中，提取可反应所述目标时间序列信号变化情况的目标信号特征序列，包括：

从所述目标时间序列信号中，提取信号强度序列和/或载波相位序列；

对所述信号强度序列和/或所述载波相位序列进行滤波处理，以获得所述目标信号特征序列。

3.根据权利要求2所述的方法，其特征在于，所述对所述信号强度序列和所述载波相位序列进行滤波处理，以获得所述目标信号特征序列，包括：

对所述信号强度序列进行滑动窗口均值滤波和/或滑动窗口中值滤波，以获得所述信号强度序列对应的滑动均值序列和/或滑动中值序列；

对所述载波相位序列进行滑动窗口均值滤波，以获得所述载波相位序列对应的滑动均值序列；

将所述信号强度序列对应的滑动均值序列和/或滑动中值序列，以及所述载波相位序列对应的滑动均值序列作为所述目标信号特征序列。

4.根据权利要求3所述的方法，其特征在于，所述对所述信号强度序列和所述载波相位序列进行滤波处理，以获得所述目标信号特征序列，还包括：

对所述信号强度序列对应的滑动均值序列和/或所述载波相位序列对应的滑动均值序列进行滑动窗口标准差滤波，以获得所述信号强度序列对应的均值标准差序列和/或所述载波相位序列对应的均值标准差序列；

将所述信号强度序列对应的均值标准差序列，以及所述载波相位序列对应的均值标准差序列加入所述目标信号特征序列中。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述从所述目标时间序列信号中，提取可反应所述目标时间序列信号变化情况的目标信号特征序列，还包括：

基于所述目标时间序列信号中各个信号元对应的天线发射频率，将所述目标时间序列信号中的信号元划分为若干信号组；

对每个信号组中信号元的载波相位执行一阶差分处理，以获得每个信号组对应的载波相位一阶差分值序列；

对每个信号组对应的载波相位一阶差分值分别执行滑动窗口求和滤波、滑动窗口标准差滤波和/或滑动窗口中值滤波，以获得的每个信号组对应的载波相位一阶差分值序列的求和序列、标准差序列和/或滑动中值序列；

将所述每个信号组对应的载波相位一阶差分值序列的求和序列、标准差序列和/或滑动中值序列加入所述目标信号特征序列。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标信号特征序列，识别所述待处理物品被移动的次数，包括：

基于所述目标信号特征序列，识别所述目标时间序列信号中各信号元的信号状态；

根据所述目标时间序列信号中各信号元的信号状态，统计信号状态变化次数作为所述待处理物品被移动的次数。

7.根据权利要求6所述的方法，其特征在于，所述基于所述目标信号特征序列，识别所述目标时间序列信号中各信号元的信号状态，包括：

将所述目标信号特征序列作为输入参数运行机器学习模型，以进行信号状态分析；

根据所述机器学习模型的分析结果，确定所述目标时间序列信号中各信号元的信号状态。

8.根据权利要求7所述的方法，其特征在于，在将所述目标信号特征序列作为输入参数运行机器学习模型之前，还包括：

获取若干信号元各自对应的若干个信号特征值并分别组成集合作为若干训练样本；

根据各信号元的真实运动状态分别定义各信号元的信号状态；

根据若干训练样本以及若干训练样本各自对应的信号元的信号状态训练所述机器学习模型。