论文部分内容阅读
近些年来,RFID(Radio Frequency Identification)射频识别技术作为物联网技术的一个代表,越来越多的受到研究者的关注。在RFID系统中也涉及许多方面的技术问题,如网络规划、防冲突碰撞与安全技术、频率选择、天线技术、低功耗技术、封装技术、定位与跟踪等。随着RFID技术的发展和广泛应用,RFID网络的布局优化问题就成为一项急剧挑战性的工作。对于RFID网络布局优化问题,这里涉及到许多约束条件和目标,并已被证明是NP-hard问题。RFID网络布局优化问题的目的就是满足在一定的约束条件,如标签覆盖率,阅读器的数量,干扰和负载平衡,找到阅读器的最佳位置。本论文的主要工作如下:(1)通过对RFID网络布局优化的问题进行分析,知道RFID网络布局优化问题其实质是一个多目标的组合优化问题,这里边需要考虑三个目标约束,即标签的覆盖率、阅读器的干扰、阅读器的个数。针对此RFID网络布局优化问题我们提出了一种基于多种群共生算法的粒子群优化方法,这种方法有效的控制了粒子群算法的早熟现象;同时针对RFID网络布局优化阅读器的个数时,通过引入阅读器试探消除算子,该算子能够智能地调整在优化过程中部署的阅读器的数量。最后通过实验证明了我们提出的基于多种群共生算法的粒子群优化方法的有效性,同时也使得在RFID网络布局优化的问题中可以根据现实的需要自适应的调节阅读器的数量。(2)在基本的RFID网络布局优化的问题中主要涉及三个目标约束,即标签的覆盖率、阅读器的干扰、阅读器的个数。可是随着RFID技术的不断发展,RFID网络的规模也在越来越大,在这样一个庞大的系统中,每个RFID的阅读器都在同一时刻负担着与其附近的多个标签的通信,若在这样一个庞大的系统中,如果出现某些阅读器负载不均衡的情况,就会导致出现多个标签在同一时间与其负载的同一个阅读器无法通信时,也会导致发生标签覆盖率急剧下降。为此,考虑RFID网络布局优化的问题,考虑负载平衡约束是十分必要的。所以,在第二个工作中,我们将网络的负载平衡约束引入到RFID网络布局优化的问题中,对基于负载平衡的RFID网络布局优化问题进行新的优化,在这里我们使用了标准的粒子群优化算法,以及可以动态调整阅读器的数量的试探消除算子(TRE)。通过上述的算法,我们找到RFID读写器部署的最佳配置,同时满足标签的覆盖率,阅读器的数量,负载平衡和干扰的限制,实验仿真该算法能够实现高覆盖率,同时使用相对较少的阅读器,高负载均衡和低干扰。