RFID读写器功率的自适应调节有什么策略

1 概述

无线射频识别（Radio Frequency IDentification， RFID）技术已在物流、制造业、零售等领域得到广泛应用，发挥了重要作用。但RFID 读写器的功率不能在实际应用中根据RFID 标签数进行动态调整，造成了电能的不必要消耗。例如，在采用RFID 技术的大型超市中，RFID 读写器在业务量密集的交易高峰时段和业务量稀疏的交易低谷时段都保持恒定的工作功率，导致了大量电能浪费。因此，有必要对RFID 读写器进行改进，让它能根据顾客（RFID 标签）的流量自动调节功率。当顾客流量不断时，读写器保持在正常功率，当顾客流量稀疏时，读写器可调低功率，而在2 次读取间隔间可将读写器调节到休眠状态。

本文在RFID 读写器消息中间件中集成功率自适应调节模块，以实现对读写器功率的自动调节。目前还未见基于消息中间件的RFID 读写器功率自适应调节解决方案，而与之紧密相关的研究主要有：

（1）文献［2］针对J2EE 中间件系统不能在负载变化的环境中自适应改变造成性能随时间推进而降低的状况，提出基于模糊控制策略的J2EE 应用服务器自适应调优系统。

（2）文献［3］针对读写器距离控制问题，通过分析阅读距离与射频增益的关系，推导出自调节的计算方法，并采用模糊推理方法对读写器的读写距离进行调节控制。它着重从硬件方面进行设计且针对的是读写器阅读距离控制问题，而没有给出核心算法，也没有针对性的应用场景。

（3）文献［4］针对消息中间件性能与系统资源消耗之间存在着一定矛盾的情况，提出一种基于模糊控制理论的自适应框架，从而在消息中间件的性能与其稳定性、可靠性之间进行较好的平衡。

本文提出一种基于模糊控制理论的RFID 读写器功率自适应调节策略。该策略通过部署在读写器端的中间件进行实现［5］，根据当前RFID 标签数对RFID 读写器功率进行实时调节，从而有效降低了读写器功率的消耗。

2 基于中间件的RFID 读写系统

中间件是一类独立软件，主要功能是屏蔽系统间的差异，为硬件与系统、系统与系统间的连接提供通用接口，减少二次开发难度与成本。另外，一些硬件或应用系统的功能也可以以中间件的形式实现［6］。

由于读写器功率的控制对实时性要求较高，因此中间件的设计应该考虑2 点：

（1）消息传输时间应尽量短；

（2）读写器的响应时间应尽量短。

鉴于以上2 点考虑，本文将中间件及其策略部署在读写器端。RFID 读写系统由电子标签、传感器、部署有中间件的读写器和主机4 个部分组成，如图1 所示。

图1 基于RFID 中间件的RFID 读写系统

3 自适应调节策略设计

策略的设计按照感知、评估、调整3 个步骤执行，且系统不断循环实施这3 个步骤来实现策略初衷。图2 描述了自适应调节策略的总体结构。

图2 自适应调节策略的总体结构

3.1 自适应调节策略各阶段设计

3.1.1 感知阶段

本系统对外界环境的感知只要探测RFID 标签数目即可实现，选择可感知标签数目的传感器。图2 自适应任务库中存放了外界环境监测模块和RFID读写器控制模块的初始化设置。开启服务时，首先由解析模块将这些设置解析，然后初始化管理器对中间件中的相应模块进行初始化。在传感器探测到RFID 标签之前，读写器处于休眠状态，此时读写器几乎不消耗功率。探测到RFID 标签时，触发中间件的相应模块进行后续工作。

3.1.2 评估阶段

评估阶段包含模糊化、模糊推理计算、反模糊化3 个过程。先通过模糊化将确定的被测量转换为模糊子集，再利用模糊推理法则进行推理计算［7］，最后将计算得到的模糊子集反模糊化成确定量。利用规则生成器生成语言规则查询表且存入规则库中。

3.1.3 调整阶段

控制器模块接收模糊控制模块传来的新功率执行值E，最后传给读写器控制器来实时控制RFID 读写器的功率。

3.2 算法设计。模糊控制算法流程如图3 所示。

图3 模糊控制算法流程

4 仿真测试

在车流较少、宽阔和信号源干扰较弱的道路上，固定于道路旁边电线杆上的RFID 读写器分别对带有100 个、20 个、70 个、40 个、10 个、80 个、30 个、130 个、50 个、60 个、110 个、90 个电子标签的车辆进行测试。电子标签安置于挡风玻璃处，车速为30 km/h，仿真结果如图4、图5 所示。设定采用自适应调节策略前读写器的输出功率为恒定值3 W。

图4 自适应策略应用前后读写器功耗比较

图5 自适应策略应用前后读写器节约功耗比较

从如图 4、图5 可以看出，采用自适应调节策略后，功耗明显降低、节约功耗明显升高，表明基于模糊控制理论的RFID 读写器功率自适应调节策略具有良好效果，达到了设计目的。

5 结束语

自适应调节策略具有明显的节能优势，且提升了RFID读写器的灵活度与智能性，因此，具有很好的应用前景。下一步将在提高调节精确度及拓展应用范围等方面进行研究，研究重点为RFID 数据管理的关键技术。