[发明专利]一种基于滑动窗口的RFID数据流多标签清洗方法

摘要

一种基于滑动窗口的RFID数据流多标签清洗方法，分析在过去的一段时间内的所有EPC事件的平均读取间隔avgInterval，来决定最大事件间隔evInterval的值，通过一个窗口缩放因子scaleFactor来决定最大事件间隔evInterval向平均读取间隔avgInterval靠拢的速度，通过一个精度影响因子precisionFactor来决定滑动窗口大小evTimeout的值,在多标签无冲突的情况下，也适用于多标签的清洗。本发明降低和修正了RFID数据不可靠的问题，完整性和动态性较好，有利于以后在对实时信息的处理与跟踪领域发挥更大的作用。

主权项

一种基于滑动窗口的RFID数据流多标签清洗方法，其特征是它包括以下步骤：(a)、计算平均读取间隔avgInterval：采用射频阅读器读取一个或多个电子标签的所有EPC事件，计算在一段时间内所有EPC事件的平均读取间隔avgInterval， avgInterval = duration × sum ( EPC ) Σevent 其中：duration表示读取所有EPC事件的时间段长度；sum(EPC)表示在这段时间内所读取的标签的数量即有多少个不同的EPC码，同一标签发送的EPC事件中带有同一个EPC码，，当只有单个电子标签时，sum(EPC)的值为1；∑event表示所有标签发送的所有EPC事件的总数；(b)、计算当前最大事件间隔evInterval：根据前一个最大事件间隔evInterval′的值和当前平均读取间隔avgInterval的值来计算当前最大事件间隔evInterval的值，evInterval＝evInterval′+scaleFactor×(avgInterval‑evInterval′)其中：最大事件间隔evInterval的初始值为0，scaleFactor为窗口缩放因子；(c)、计算滑动窗口大小evTimeout：通过一个精度影响因子precisionFactor和当前最大事件间隔evInterval来决定滑动窗口大小evTimeout的值，evTimeout＝evInterval×precisionFactor(d)、将当前最大事件间隔evInterval和滑动窗口大小evTimeout带入固定窗口平滑方法中，就完成了自适应窗口调节的多标签清洗方法。