杭州恒竣科技分享如何提高RFID系统数据读取率
时间：2016-06-21 阅读：1104
合理优化硬件配置在硬件方面，首先必须要弄清一个问题。那就是你真正的‘需求是什么’。不要盲目认为‘价格贵、读取范围越大、频率越高就越好’。正所谓‘量体裁衣’，‘适合’自己的才是的。在此认知基础之上，可以选择与实际需求相符的硬件设备。同时考虑将所有的RFID标签和阅读器看作一个完整的‘数据网络’，做到合理优化硬件配置，从而使整个系统发挥zui大的功效。以门禁系统为例，为了防止阅读器的识读范围存有盲区，导致出现漏读的情况，可采取通过增加阅读器或天线的个数来补偿阅读器识读范围存在盲区的缺陷;为了防止阅读器相互干扰，可采取在空间上相对隔离阅读器或天线的办法来避免相互干扰。此外，根据实际需求，通过适当调整天线布局和天线发射功率等方法，也可以提高RFID系统的数据读取率。
完善软件设计目前，通过优化配置的RFID系统的硬件设施基本都可以满足数据读取率的需要，而且随着阅读器价格下降，zui终用户已经可以在他们的应用场所轻松部署大量阅读器，这不仅解决了漏读问题，同时还可以从这些系统中获取更多有用信息。但是随之而来的新问题是：多余的数据读入或者交叉数据读入。简单描述这个问题，就是‘一个不该在某位置被读取的标签被一台不该识读这枚标签的阅读器读到了’。LV定位逻辑的核心是基于‘从空间位置上挑出需要的读出数据同时过滤掉不需要的读出数据’。结果是正确和的标签位置从全部RFID阅读器所获取的结果中析取出来。简而言之，LV定位逻辑就是根据整个阅读器系统驻留的数据集合而形成的一个基于消除‘多余’读出数据的软件算法。对于多个阅读器之间由于工作范围重叠造成冲突的问题，Colorwave算法给出了很好的解决。对于电子标签冲突，在高频频段，标签的防冲突算法一般采用经典ALOHA协议。使用ALOHA协议的标签，通过选择经过一个随机时间向阅读器传送信息的方法，来避免冲突;在超高频频段，主要采用树分叉算法来避免冲突。此外，可以对软件进行其他优化设置。譬如，在电子门票系统中，阅读器的扫描时间间隔可以通过软件设计成自适应调节扫描时间的方式工作。对于人流量较大的情况下，通过软件控制让阅读器的扫描频率加快工作，防止漏读;而在人流量较少的情况下，可以将其扫描频率相对降低，从而避免冗余数据的出现。
发挥中间件作用RFID中间件在各项RFID产业应用中居于神经中枢。RFID中间件是一种面向消息的中间件(Message-Oriented Middle ware，MOM)，信息是以消息的形式，从一个程序传送到另一个或多个程序。RFID中间件扮演RFID标签和应用程序之间的中介角色，从应用程序端使用中间件所提供的一组通用应用程序接口(API)，即能连到阅读器，读取标签数据。因此，即使存储RFID标签信息的数据库软件或后端应用程序增加或改由其他软件取代，甚至RFID阅读器种类增加等情况发生时，应用端也不需修改。这不仅有效解决了数据读取率的问题，而且也省去多对多连接的维护复杂性等其他问题。RFID中间件未来在面向服务的架构(SOA：ServiceOriented Architecture Based RFID)和商业信息安全问题应用方面都会有非常好的发展前景。
融合其它技术与传感器技术融合在未来几年，RFID的一个重要应用趋势是将RFID与传感器(如测量温度和压力的传感器)组合在一起应用的设备，目前国外已经开始实施。由于RFID抗干扰性较差，而且有效距离一般小于数10m，这对它的应用是个限制。将WSN(无线传感器网络)同RFID结合起来，利用前者高达100m的有效半径，形成WSID网络，这将大大弥补RFID系统自身的不足。
总之，RFID系统与其他技术融合势在必行，目前已取得了巨大的成果。解决了RFID系统数据读取率不高的问题，必定会使RFID技术被广泛采用，zui终将同条码技术一样深入并慢慢延伸到各行业的方方面面，对行业提高作业效率和经济效益起到关键性作用，从而促进经济的全新飞跃，对人类社会产生深远影响。