RFID数据流清洗技术及其系统实现

论文摘要

RFID数据具有流式、海量、时态、语义丰富、不可靠的特点,随着RFID技术的广泛应用,如何实时高效地清洗RFID系统产生的不可靠海量数据是一个亟需解决的问题。传统的数据清洗技术无法完全胜任RFID数据流的清洗要求。现今标准的RFID数据清洗系统大都提供各种平滑过滤器,通过滑动窗口为漏读数据插值,过滤集成数据。在各种场景下它们表现良好,但是其主要关注于单个读写器,而忽略了有成千上万的读写器及标签的实际应用会带来很高的清洗成本。鉴于标签信息量庞大,误差来源多样化,窗口需具备快速反应的能力,设置滑动窗口大小成为具有挑战性的任务。本文在分析现有技术的基础上,讨论最小成本的自适应数据清洗问题,提出近邻组的概念,使用读写器近邻组扩展SMURF多标签数据清洗算法。之后我们设计并实现了一个基于规则的数据清洗系统,该系统由读写器硬件配置、数据缓冲区管理、规则系统管理、数据清洗等功能模块组成。为支持RFID数据清洗,该系统综合了说明性的清洗操作,如平滑处理、仲裁处理、校正处理和合并处理等。最后为验证清洗方法的有效性,本文在模拟数据和真实RFID数据的基础上完成了各种实验,实验结果表明提出的自适应的成组清洗在漏读和多读等方面都是有效的。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.1.1 RFID系统
• 1.1.2 RFID数据特性
• 1.2 研究内容
• 1.3 论文结构
• 第2章 RFID数据清洗技术
• 2.1 传统数据清洗技术
• 2.2 RFID数据清洗技术概述
• 2.3 基于固定时间窗口的数据清洗方法
• 2.4 在线可扩展的数据流清洗框架ESP
• 2.5 基于动态Bayesian网络的RFID数据清洗
• 2.6 本章小结
• 第3章 基于读写器近邻组的RFID数据清洗
• 3.1 引言
• 3.2 RFID数据模型
• 3.3 RFID数据二项式抽样模型
• 3.4 基于近邻组的多标签随机抽样模型
• 3.5 基于读写器近邻组的多标签清洗算法
• 3.6 本章小结
• 第4章 RFID数据清洗规则系统
• 4.1 规则系统
• 4.2 规则解析工具
• 4.3 平滑处理
• 4.4 仲裁处理
• 4.5 校正处理
• 4.6 合并处理
• 4.7 本章小结
• 第5章 RFID数据清洗系统实现
• 5.1 系统实现
• 5.2 模块实现
• 5.2.1 读写器硬件控制组件Control Component（CC）
• 5.2.2 数据缓冲区组件Data Buffer Component（BC）
• 5.2.3 规则系统组件Rule Component（RC）
• 5.2.4 数据清洗核心组件Data Cleaning Component（DCC）
• 5.2.5 外部接口组件Interface Component（IC）
• 5.2.6 用户管理组件User Management Component（UMC）
• 5.3 系统运行效果
• 5.4 本章小结
• 第6章 实验对比分析
• 6.1 实验环境
• 6.2 实验方案以及结果分析
• 6.2.1 真实标签数据
• 6.2.2 数据产生器模型
• 6.2.3 实验一:标签移动速度对算法的影响
• 6.2.4 实验二:标签数量对算法的性能影响
• 6.2.5 实验三:对比基于近邻组的多标签清洗与SMRUF算法
• 6.2.6 实验四:基于近邻组的多标签清洗算法适用性
• 6.3 本章小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读学位期间研究成果
• 其它成果
• 致谢