论文部分内容阅读
物资仓储管理是企业生产环节中最重要的组成部分。目前,很多企业采用传统手工作业方式盘点货物,使得物资管理效率水平低下。结合射频识别(Radio Frequency Identification,RFID)的物联网技术可实现远程货物清点,提高工作效率。该技术在物资仓储管理系统中占有重要地位。本文以物资仓储管理系统为研究背景,针对清点货物过程中识别大量标签而造成的标签碰撞问题,对现有的标签估计算法和标签防碰撞算法进行分析和研究,并在此基础上设计标签估计算法和标签防碰撞算法,以此提高标签估计的准确度和系统的吞吐率。本文所取得的成果主要包括以下几个方面:首先,针对库房中货物量多,阅读器在每轮标签识别之前,不能准确估计上一轮识别中发生碰撞的标签数这一问题,设计了预估计后校验(Pre Estimate and Post Check,PEPC)的标签估计算法。该方法通过第i+1轮标签的估计数量去校正第i轮的估计值,不断修正其估计系数,以保证标签估计的准确度,并利用MATLAB仿真工具从误差和时隙总数等方面进行仿真测试。仿真结果表明,PEPC标签估计算法误差要比原有标签估计算法误差低,稳定性好,提高了标签估计的准确度。其次,针对盘点货物过程中,原有概率型标签防碰撞算法的系统吞吐率较低的问题,本文在概率型标签防碰撞算的基础上,提出了时隙扩展融合树(Slotted extended fusion tree,SEFT)算法。该方法为产生碰撞的标签分配一定长度的伪ID号,对碰撞时隙再利用,提高阅读器一轮读取标签的数量,进而提高系统吞吐率。并利用MATLAB仿真工具从系统通信量、查询周期数等方面进行仿真测试。仿真结果表明,SEFT算法大大提高了系统吞吐率。最后,将本文设计的相关算法应用到AS3992超高频读写模块中,利用C#语言设计了物资仓储管理系统,实现进库、出库、库存盘点等功能。