[發(fā)明專利]RFID多閱讀器的防碰撞方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110399355.2
• 申請日: 2021-04-14
• 公開（公告）號: CN113343725B
• 公開（公告）日: 2022-07-19
• 發(fā)明（設(shè)計）人: 楊律青;黃晨曦;丘以書;錢偉華;李鼎昭;林嵐良;沈少欽
• 申請（專利權(quán)）人: 廈門大學(xué)
• 主分類號: G06K7/10
• 分類號: G06K7/10;G06N3/08
• 代理公司: 廈門創(chuàng)象知識產(chǎn)權(quán)代理有限公司 35232
• 代理人: 葉秀紅;尤懷成

1.一種RFID多閱讀器的防碰撞方法，其特征在于，包括以下步驟：

獲取閱讀器的讀取請求，并根據(jù)所述讀取請求隨機分配一個信道資源路徑給所述閱讀器；

對所述隨機分配的信道資源路徑進(jìn)行仿真處理，以輸出對應(yīng)的獎勵值，以便根據(jù)所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

在所述臨時存儲表存滿之后，將所述臨時存儲表作為訓(xùn)練集輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以得到訓(xùn)練好的防碰撞模型；

獲取當(dāng)前閱讀器可用的信道資源路徑數(shù)，并將當(dāng)前閱讀器可用的信道資源路徑數(shù)輸入到所述訓(xùn)練好的防碰撞模型，以得到最優(yōu)的信道資源路徑；

其中，Q值包括狀態(tài)S和動作a，其中，狀態(tài)S表示當(dāng)前閱讀器可用的信道資源路徑數(shù)，動作a表示分配一個信道資源路徑給當(dāng)前閱讀器；

其中，根據(jù)所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中，包括：

根據(jù)所述隨機分配的信道資源路徑對應(yīng)的Q值在所述預(yù)先建立的臨時存儲表中進(jìn)行檢索，以判斷所述臨時存儲表中是否存在所述Q值；

如果是，則直接通過所述Q值和所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

如果否，則將所述Q值中的狀態(tài)S輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)，以輸出所有動作預(yù)測的Q值，并選擇最大Q值和所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

其中，根據(jù)以下公式更新Q值：

Q’(s，a)＝(1-α)Q(s，a)+αγC(s，a)+Q(s’，a’)

其中，Q’(s，a)表示更新后的當(dāng)前動作狀態(tài)的Q值，α表示學(xué)習(xí)率，Q(s，a)表示當(dāng)前動作狀態(tài)的Q值，γ表示折扣因子，C(s，a)表示當(dāng)前狀態(tài)下的平均獎勵值，Q(s’，a’)表示下一個狀態(tài)動作的Q值。

2.如權(quán)利要求1所述的RFID多閱讀器的防碰撞方法，其特征在于，在所述臨時存儲表存滿之后，將所述臨時存儲表作為訓(xùn)練集輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以得到訓(xùn)練好的防碰撞模型，包括：

判斷所述臨時存儲表是否存滿；

如果是，則將所述臨時存儲表作為訓(xùn)練集輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并更新學(xué)習(xí)次數(shù)，以及將所述臨時存儲表里的內(nèi)容清空，根據(jù)當(dāng)前學(xué)習(xí)次數(shù)和預(yù)先設(shè)置的學(xué)習(xí)次數(shù)判斷是否達(dá)到學(xué)習(xí)次數(shù)；

如果否，則直接根據(jù)當(dāng)前學(xué)習(xí)次數(shù)和預(yù)先設(shè)置的學(xué)習(xí)次數(shù)判斷是否達(dá)到學(xué)習(xí)次數(shù)；

如果達(dá)到學(xué)習(xí)次數(shù)則完成信道資源路徑分配，如果未達(dá)到學(xué)習(xí)次數(shù)則重新獲取閱讀器的讀取請求，以進(jìn)行新一輪的迭代訓(xùn)練。

3.一種計算機可讀存儲介質(zhì)，其特征在于，其上存儲有RFID多閱讀器的防碰撞程序，該RFID多閱讀器的防碰撞程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-2中任一項所述的RFID多閱讀器的防碰撞方法。

4.一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時，實現(xiàn)如權(quán)利要求1-2中任一項所述的RFID多閱讀器的防碰撞方法。

5.一種RFID多閱讀器的防碰撞系統(tǒng)，其特征在于，包括：

獲取模塊，用于獲取閱讀器的讀取請求，并根據(jù)所述讀取請求隨機分配一個信道資源路徑給所述閱讀器；

更新處理模塊，用于對所述隨機分配的信道資源路徑進(jìn)行仿真處理，以輸出對應(yīng)的獎勵值，以便根據(jù)所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

訓(xùn)練模塊，用于在所述臨時存儲表存滿之后，將所述臨時存儲表作為訓(xùn)練集輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以得到訓(xùn)練好的防碰撞模型；

防碰撞模塊，用于獲取當(dāng)前閱讀器可用的信道資源路徑數(shù)，并將當(dāng)前閱讀器可用的信道資源路徑數(shù)輸入到所述訓(xùn)練好的防碰撞模型，以得到最優(yōu)的信道資源路徑；

其中，Q值包括狀態(tài)S和動作a，其中，狀態(tài)S表示當(dāng)前閱讀器可用的信道資源路徑數(shù)，動作a表示分配一個信道資源路徑給當(dāng)前閱讀器；

其中，更新處理模塊還用于：

根據(jù)所述隨機分配的信道資源路徑對應(yīng)的Q值在所述預(yù)先建立的臨時存儲表中進(jìn)行檢索，以判斷所述臨時存儲表中是否存在所述Q值；

如果是，則直接通過所述Q值和所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

如果否，則將所述Q值中的狀態(tài)S輸入到預(yù)先建立的BP神經(jīng)網(wǎng)絡(luò)，以輸出所有動作預(yù)測的Q值，并選擇最大Q值和所述獎勵值更新Q值，并將更新后的Q值添加到預(yù)先建立的臨時存儲表中；

其中，根據(jù)以下公式更新Q值：

Q’(s，a)＝(1-α)Q(s，a)+αγC(s，a)+Q(s’，a’)

其中，Q’(s，a)表示更新后的當(dāng)前動作狀態(tài)的Q值，α表示學(xué)習(xí)率，Q(s，a)表示當(dāng)前動作狀態(tài)的Q值，γ表示折扣因子，C(s，a)表示當(dāng)前狀態(tài)下的平均獎勵值，Q(s’，a’)表示下一個狀態(tài)動作的Q值。