（計(jì)算機(jī)軟件與理論專業(yè)論文）rfid復(fù)雜應(yīng)用中數(shù)據(jù)預(yù)處理技術(shù)的研究.pdf

at h e s i si nc o m p u t e rs o f t w a r ea n dt h e o r y s t u d y o nd a t ap r e p r o c e s s i n gt e c h n i q u e si n r f i d c o m p l e xa p p l i c a t i o n s b yl ix i a o j i n g s u p e r v i s o r ：p r o f e s s o ry ug e n o r t h e a s t e r nu n i v e r s i t y j u n e2 0 0 8 l k 獨(dú)創(chuàng)性l 聲明 本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得 的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過 的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工 作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝 音 思0 學(xué)位論文作者簽名：套酋知新 日期： 渺8 千b 日i o 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論 文的規(guī)定：即學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和 磁盤，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部 或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。 作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后： ， 半年日一年口一年半口兩年口 學(xué)位論文作者簽名：吞如薈辱 簽字日期：h “6 i o 糾以， ” 導(dǎo)師簽名：于戈 簽字日期：2 0 03 6 fo 。i ， f ， 一j l k _ i ， 東北大學(xué)碩士學(xué)位論文摘要 r f i d 復(fù)雜應(yīng)用中數(shù)據(jù)預(yù)處理技術(shù)的研究 摘要 作為一門融信號(hào)處理，無線通信，嵌入式計(jì)算，數(shù)據(jù)管理為一體的新興技術(shù)，r f i d 技術(shù)正廣泛應(yīng)用于越來越多的領(lǐng)域，如供應(yīng)鏈管理，物體跟蹤，快捷支付等等。但由于 r f i d 技術(shù)采用無線射頻信號(hào)進(jìn)行數(shù)據(jù)通訊，其極易受環(huán)境影響，導(dǎo)致在r f i d 應(yīng)用中 進(jìn)行數(shù)據(jù)采集時(shí)漏讀和錯(cuò)讀現(xiàn)象頻頻發(fā)生，而且會(huì)產(chǎn)生大量冗余數(shù)據(jù)以及數(shù)據(jù)的時(shí)間亂 序現(xiàn)象，這嚴(yán)重影響了事件檢測(cè)中查詢結(jié)果的準(zhǔn)確性，阻礙了r f i d 技術(shù)的更廣泛應(yīng)用。 因此，對(duì)r f i d 數(shù)據(jù)進(jìn)行預(yù)處理是保證高質(zhì)量查詢結(jié)果的前提條件。 針對(duì)上面提出的問題，本文對(duì)r f i d 應(yīng)用中產(chǎn)生的“臟”數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理策略 的研究。 首先，在對(duì)r f i d 數(shù)據(jù)進(jìn)行三元組模型的基礎(chǔ)上，本文提出一個(gè)數(shù)據(jù)抽象算法，將 r f i d 數(shù)據(jù)從數(shù)據(jù)層抽象到邏輯區(qū)域?qū)?。它主要是?duì)數(shù)據(jù)進(jìn)行抽象壓縮，去除大量冗余 數(shù)據(jù)的同時(shí)，對(duì)數(shù)據(jù)漏讀問題有一定的容忍度。抽象后，數(shù)據(jù)可被看成簡單事件。實(shí)驗(yàn) 結(jié)果表明，r f i d 數(shù)據(jù)經(jīng)過抽象后，數(shù)據(jù)量極度減少，大大節(jié)省系統(tǒng)開銷，為下一步數(shù) 據(jù)清洗提供了條件。 其次，本文針對(duì)r f i d 應(yīng)用中“臟”數(shù)據(jù)的主要類型漏讀數(shù)據(jù)，在數(shù)據(jù)抽象的 基礎(chǔ)上，提出三種填補(bǔ)算法，即貪婪算法，最小船相似算法和全相似算法。它們對(duì)已經(jīng) 發(fā)生的事件進(jìn)行統(tǒng)計(jì)學(xué)習(xí)，并結(jié)合邏輯區(qū)域本身的漏讀情況建立起動(dòng)態(tài)概率事件模型， 在此基礎(chǔ)上，根據(jù)不同的搜索策略查找可能發(fā)生漏讀事件的最相似事件，據(jù)此對(duì)漏讀數(shù) 據(jù)進(jìn)行填補(bǔ)，這三種算法大大提高數(shù)據(jù)的準(zhǔn)確率，消除漏讀數(shù)據(jù)對(duì)查詢質(zhì)量的影響。理 論分析和大量實(shí)驗(yàn)證明該數(shù)據(jù)填補(bǔ)算法的有效性和高效性。 最后，本文增加對(duì)時(shí)間因素的考慮，對(duì)上面提出的填補(bǔ)算法進(jìn)行改進(jìn)。它主要對(duì)概 率事件模型進(jìn)行擴(kuò)展，引入時(shí)間模型，由此提出兩種清洗算法的改進(jìn)策略，即p 改進(jìn) 算法和+ 改進(jìn)算法。改進(jìn)算法是通過直方圖分布對(duì)時(shí)間進(jìn)行估計(jì)，而+ 改進(jìn)算法 是通過歐氏距離對(duì)時(shí)間進(jìn)行估計(jì)，在不同的條件下，兩種算法有各自的優(yōu)勢(shì)。實(shí)驗(yàn)證明 改進(jìn)策略在填補(bǔ)數(shù)據(jù)準(zhǔn)確率方面有一定的優(yōu)越性。 關(guān)鍵詞：r f i d 應(yīng)用；數(shù)據(jù)預(yù)處理技術(shù)；數(shù)據(jù)填補(bǔ)策略：概率事件模型：數(shù)據(jù)漏讀 p 礦， 7 ， l ， s t u d yo nd a t ap r e p r o c e s s i n gt e c h n i q u e si nr f i dc o m p l e x a p p l i c a t i o n s a b s t r a c t a san e wt e c h n o l o g yi n t e g r a t e dw i t h s i g n a lp r o c e s s i n g ，w i r e l e s s c o m m u n i c a t i o n ， e m b e d d e dc a l c u l a t i o na n dd a t am a n a g e m e n t ，r f i dt e c h n o l o g yi sb e i n gw i d e l yu s e di nm o r e a n dm o r ea r e a s ，s u c ha ss u p p l yc h a i nm a n a g e m e n t ，o b je c tt r a c k i n g ，q u i c kd i s b u r s e m e n ta n ds o o n h o w e v e r ，r f i dt e c h n o l o g ya d o p t sw i r e l e s sr a d i of r e q u e n c ys i g n a lt oc o m m u n i c a t e ，w h i c h i se a s i l yi n t e f f e r e dw i t he n v i r o n m e n t ，s ot h e r ea r em a n ym i s s e dr e a d i n g s ，e r r o n e o u sr e a d i n g s ， d u p l i c a t e sa n dd a t ao u to fo r d e ri nt i m ew h e nc o l l e c t i n gd a t ai nr f i da p p l i c a t i o n s ，w h i c h i n f l u e n c e st h ea c c u r a c yo fq u e r yr e s u l t sf o re v e n td e t e c t i o nb a d l ya n dl i m i t st h ed e v e l o p m e n t o fr f i da p p l i c a t i o n s t h e r e f o r e ，t h ep r e p r o c e s s i n go v e rr f i dd a t ai st h ep r e r e q u i s i t eo f a s s u r i n gh i g hq u a l i t yo fq u e r yr e s u l t s f o rt h eg o a lo fs o l v i n gt h ei s s u e sp r o p o s e da b o v e ，t h i sp a p e rf o c u s e st h ep r e p r o c e s s i n g s t r a t e g yo v e r “d i r t y ”d a t ag e n e r a t e di nr f i da p p l i c a t i o n s f i r s t l y , o nt h eb a s i so ft r i p i et u p l eo v e rr f i dd a t a ，t h ep a p e rp r o p o s e sad a t aa b s t r a c t i o n a l g o r i t h mw h i c ht r a n s f o r m sr f i dd a t af r o md a t al e v e lt ol o g i ca r e al e v e l t h i sa l g o r i t h m i s u s e dt oc o m p r e s sd a t aw h e r el o t so fr e d u n d a n td a t aa r ed e l e t e da n ds o m em i s s e dr e a d i n g sa r e c o n s i d e r e d a f t e rt h a t ，at u p l em a yb ec o n s i d e r e da sas i m p l ee v e n t e x p e r i m e n t a lr e s u l t s s h o wt h a tt h r o u g ha b s t r a c t i o nt h ea m o u n to fd a t ai se x t r e m e l yc u td o w n i nt h i sw a y , s y s t e m r e s o u r c ei sg r e a t l ys a v e df o rf u r t h e rd a t ac l e a n i n g s e c o n d l y , i no r d e rt os o l v et h em i s s e dr e a d i n gp r o b l e m - - t h em a i nt y p eo f d i r t y d a t ai n r f i da p p l i c a t i o n s ，t h i st h e s i sp r o p o s e st h r e ei n t e r p o l a t i n ga l g o r i t h m sb a s e d o nd a t a a b s t r a c t i o n ，n a m e l yr a p a c i t ya l g o r i t h m ，m i n k - s i m i l a ra l g o r i t h ma n da l l k - s i m i l a ra l g o r i t h m a b o v ea l l ，ad y n a m i cp r o b a b i l i s t i ce v e n tm o d e li se s t a b l i s h e db ys t a t i s t i c a l l ys t u d y i n ga r r i v i n g e v e n t sa n dc o m p u t i n gt h em i s s i n gr a t eo fe a c hl o g i ca r e a t h e n ，o nt h eb a s i so ft h i sm o d e l ， m i s s e de v e n t sa r ei n t e r p o l a t e db ys e a r c h i n gt h e i rm o s ts i m i l a re v e n t su s i n gd i f f e r e n ts e a r c h i n g s t r a t e g i e s t h e s et h r e ea l g o r i t h m si n c r e a s ed a t aa c c u r a c yl a r g e l y , a n de l i m i n a t et h ei n f l u e n c e o fe r r o n e o u sd a t at oq u e r yq u a l i t y t h e o r e t i c a la n a l y s i sa n da b u n d a n te x p e r i m e n t sp r o v et h e e f f e c t i v e n e s sa n de f f i c i e n c yo fp r o p o s e dd a t ai n t e r p o l a t i n ga l g o r i t h m s l a s t l y , t h i st h e s i si m p r o v e st h ea b o v ei n t e r p o l a t i n ga l g o r i t h m sb ya d d i n gt h e f a c t o ro f t i m e i tm a i n l yd e v e l o p sp r o b a b i l i s t i ce v e n tm o d e lb yi n t r o d u c i n gt e m p o r a lm o d e l ，a n dt h u s t w oi m p r o v e ds t r a t e g i e so fo r i g i n a l i n t e r p o l a t i n ga l g o r i t h m sa r ep r o p o s e d ，n a m e l y i m p r o v e da l g o r i t h ma n d9 + i m p r o v e da l g o r i t h m 。p 嚕i m p r o v e da l g o r i t h ma d o p t sh i s t o g r a m i i i i ， 東北大學(xué)碩士學(xué)位論文 a b s t r a c t g r a p hd i s t r i b u t i o nt oe s t i m a t et i m e ，a n dp + i m p r o v e da l g o r i t h ma d o p t se u c l i d e a nd i s t a n c e t oe s t i m a t et i m e i nd i f f e r e n tc a s e s ，t h e s et w oa l g o r i t h m sb e h a v ew e l ls e p a r a t e l y e x p e r i m e n t s s h o wt h a t i m p r o v e dd a t ai n t e r p o l a t i n ga l g o r i t h m sh a v et h es u p e r i o r i t y o na c c u r a c yo f p r o c e s s i n gr e s u l t s k e yw o r d s ：r f i da p p l i c a t i o n ；d a t ap r e p r o c e s s i n gt e c h n i q u e ；d a t ai n t e r p o l a t i n gs t r a t e g y ； p r o b a b i l i s t i ce v e n tm o d e l ；m i s s e dr e a d i n g i v ， f 1 p 東北大學(xué)碩士學(xué)位論文 目錄 目錄 獨(dú)創(chuàng)性聲明i 摘要- i i a b s t r a c t i i i 第1 章引言1 1 1 研究背景1 1 2r f i d 數(shù)據(jù)管理系統(tǒng)2 1 2 1r f i d 數(shù)據(jù)的特點(diǎn)2 1 2 2r f i d 數(shù)據(jù)管理系統(tǒng)3 1 3 問題提出4 1 4 本文貢獻(xiàn)6 1 5 組織結(jié)構(gòu)6 第2 章相關(guān)工作9 2 1 “臟 數(shù)據(jù)類型9 2 2 一般性數(shù)據(jù)清洗策略1o 2 2 1 基于時(shí)空關(guān)聯(lián)的數(shù)據(jù)清洗策略1 0 2 2 2 基于閱讀器調(diào)度的數(shù)據(jù)清洗策略1 3 2 2 3 基于機(jī)器學(xué) - - - j 的數(shù)據(jù)清洗策略1 4 2 3 與應(yīng)用相關(guān)的數(shù)據(jù)清洗策略15 ，2 3 1 概率性數(shù)據(jù)清洗策略1 6 2 3 2 基于查詢語義的數(shù)據(jù)清洗策略1 6 2 4 本章小結(jié)1 7 第3 章數(shù)據(jù)抽象1 9 3 1 數(shù)據(jù)抽象機(jī)制1 9 3 2 數(shù)據(jù)抽象算法2 0 3 3 算法復(fù)雜度分析2 1 v 東北大學(xué)碩士學(xué)位論文 目 錄 3 4 實(shí)驗(yàn)評(píng)估2 2 3 4 1 實(shí)驗(yàn)設(shè)置：j 。j 2 2 3 4 2 結(jié)果分析2 3 3 5 小結(jié)2 6 第4 章基于動(dòng)態(tài)概率事件模型的數(shù)據(jù)填補(bǔ)算法2 7 4 1 問題描述2 7 4 1 1 概率事件模型2 7 4 1 2 相似事件模型2 9 4 1 3 評(píng)價(jià)模型3 0 4 2 理論依據(jù)3 0 4 2 1 引理與假設(shè)3 0 4 2 2 最相似事件定理31 4 2 3 少漏讀事件定理3 2 4 3 基于動(dòng)態(tài)概率事件模型的數(shù)據(jù)填補(bǔ)算法3 2 4 3 1 數(shù)據(jù)填補(bǔ)機(jī)制3 3 4 3 2 貪婪算法3 3 4 3 3 相似度算法3 4 4 4 算法分析3 6 4 4 1 算法準(zhǔn)確率分析3 6 4 4 2 算法實(shí)時(shí)性分析3 6 4 4 3 算法復(fù)雜度分析3 7 4 5 實(shí)驗(yàn)評(píng)估3 8 4 5 1 實(shí)驗(yàn)設(shè)置3 8 4 5 2 結(jié)果分析3 8 4 6 本章小結(jié)4 4 第5 章基于擴(kuò)展概率事件模型的數(shù)據(jù)填補(bǔ)算法4 5 5 1 問題描述4 5 5 1 1 擴(kuò)展概率事件模型4 5 5 1 2 擴(kuò)展相似事件模型4 7 ， q 東北大學(xué)碩士學(xué)位論文 目錄 5 2 理論依據(jù)4 7 5 2 1 假設(shè)條件4 7 5 2 2 擴(kuò)展最相似事件定理4 7 5 3 基于擴(kuò)展概率事件模型的填補(bǔ)算法4 8 5 3 1 擴(kuò)展數(shù)據(jù)填補(bǔ)機(jī)制4 8 5 3 2 i 改進(jìn)算法4 9 5 3 3 + 改進(jìn)算法5 0 5 4 算法分析5 2 5 4 1 算法精確率分析5 2 5 4 2 算法復(fù)雜度分析5 3 5 5 實(shí)驗(yàn)評(píng)估5 3 5 5 1 實(shí)驗(yàn)設(shè)置j 5 3 5 5 2 結(jié)果分析5 4 5 6 本章小結(jié)5 7 第6 章結(jié)論5 9 6 1 總結(jié)。5 9 6 2 未來工作6 0 參考文獻(xiàn)6 1 致謝6 5 攻讀碩士學(xué)位期間的論文項(xiàng)目情況6 7 v i i l 0 東北大學(xué)碩士學(xué)位論文第1 章引 言 第1 章引言 本章是全文開篇，闡明本文的研究目的并且概述全文內(nèi)容。首先介紹r f i d 技術(shù)的 研究背景，然后對(duì)r f i d 數(shù)據(jù)及其相應(yīng)的管理系統(tǒng)進(jìn)行詳細(xì)說明，接著提出本文要解決 的問題以及相應(yīng)的解決策略，最后給出文章的組織結(jié)構(gòu)。 1 1 研究背景 - 無線射頻識(shí)別( r a d i of r e q u e n c yi d e n t i f i c a t i o n ，簡稱r f i d ) 技術(shù)是一種非接觸式的 自動(dòng)識(shí)別和數(shù)據(jù)獲取技術(shù)【1 1 1 2 。r f i d 技術(shù)的基本工作原理是：閱讀器廣播式的向其周圍 發(fā)送能量，感應(yīng)到能量的標(biāo)簽立即向閱讀器返回自身攜帶的數(shù)據(jù)，閱讀器對(duì)收到的數(shù)據(jù) 進(jìn)行解碼，然后將數(shù)據(jù)傳給主機(jī)進(jìn)行處理，如圖1 1 所示。 標(biāo)簽對(duì)象閱讀器服務(wù)器應(yīng)用程序 圖1 1i 訌i d 應(yīng)用系統(tǒng)體系結(jié)構(gòu) f i g 1 1r f i da p p l i c a t i o ns y s t e ma r c h i t e c t u r e r f i d 技術(shù)最早應(yīng)用在雷達(dá)監(jiān)測(cè)系統(tǒng)中，對(duì)物體進(jìn)行跟蹤探測(cè)【3 】【4 1 ，但隨著無線通訊 技術(shù)和數(shù)據(jù)管理技術(shù) 5 - 7 1 的發(fā)展，r f i d 技術(shù)的應(yīng)用8 】【9 】范圍越來越廣，下面介紹幾個(gè)典 型的r f i d 應(yīng)用例子。 供應(yīng)鏈管理 在供給鏈管理應(yīng)用中【l o 】【l l 】，從存儲(chǔ)貨品倉庫到貨品銷售地，對(duì)所有物品一直進(jìn)行跟 蹤管理，避免貨品丟失，遺漏等造成的損失。在所有貨品，集裝箱，貨車上都貼有標(biāo)簽， 并在主要地點(diǎn)安放讀卡器，周期性的進(jìn)行數(shù)據(jù)讀取并將數(shù)據(jù)傳送到查詢層進(jìn)行處理，實(shí) 時(shí)返回結(jié)果，以做到對(duì)每件物品能夠進(jìn)行有效的管理。 醫(yī)療看護(hù) 在醫(yī)療看護(hù)應(yīng)用中【1 2 】，探測(cè)系統(tǒng)通過使用傳感器和r f i d 技術(shù)，監(jiān)測(cè)和記錄病人每 天的活動(dòng)狀況，當(dāng)發(fā)現(xiàn)病人陷入困難時(shí)，實(shí)時(shí)探測(cè)病人此時(shí)所處的位置，并提供語音或 視頻幫助。此應(yīng)用對(duì)實(shí)時(shí)性和結(jié)果正確性要求很高。 1 舅舅 r、璺一皿伊 東北大學(xué)碩士學(xué)位論文第1 章引 言 超市商品管理 在超市商品管理系統(tǒng)中【l3 1 ，所有的商品都需要帖上標(biāo)簽，并且在超市的主要地點(diǎn)安 放讀卡器，如入口和出口等，用以實(shí)時(shí)監(jiān)測(cè)商品的銷售情況并能跟蹤商品在未出售前的 位置情況，如有異常事件發(fā)生，像商品被盜等，則會(huì)實(shí)時(shí)的進(jìn)行報(bào)警。在此應(yīng)用中，r f i d 能夠高效的對(duì)商品進(jìn)行管理，會(huì)大大減少超市在時(shí)間，人力等方面的開銷。 不停車收費(fèi)系統(tǒng) 射頻自動(dòng)識(shí)別不停車收費(fèi)系統(tǒng)( e t c ) 是目前世界上最先進(jìn)的路橋收費(fèi)方式，主要實(shí) 現(xiàn)方案是通過安裝在車輛擋風(fēng)玻璃上的電子標(biāo)簽與在收費(fèi)站e t c 車道上的微波天線之 間的專用短程通訊，利用計(jì)算機(jī)聯(lián)網(wǎng)技術(shù)與銀行進(jìn)行后臺(tái)結(jié)算處理，從而達(dá)到車輛通過 路橋收費(fèi)站不需停車就能交納費(fèi)用的目的。這不僅能夠緩解日益劇增的交通堵塞問題， 更大大節(jié)省了人們的時(shí)間。 溫室花卉栽培自動(dòng)管理 該系統(tǒng)主要對(duì)花卉在各個(gè)不同生產(chǎn)期進(jìn)行自動(dòng)管理，直至其長成被運(yùn)送至倉庫并做 好訂購準(zhǔn)備。盆栽被放在帖有標(biāo)簽的托盤上，傳送帶下面安放讀寫器，并在溫室里安裝 數(shù)碼相機(jī)，周期性的對(duì)各植物進(jìn)行拍照，并與其i d 號(hào)一起送到高層服務(wù)器，對(duì)照片特 性進(jìn)行分析，比如大小，形狀及顏色，判斷植物是否健康，若此植物需要更多營養(yǎng)，系 統(tǒng)就會(huì)自動(dòng)將其運(yùn)送給施肥部進(jìn)行施肥等等。 由上面的具體應(yīng)用可以看出，r f i d 技術(shù)在現(xiàn)實(shí)生活中的運(yùn)用不僅大大節(jié)省了人工 成本，而且還提高了工作效率，給人們的生活帶來了極大的改善。由此可見，隨著r f i d 技術(shù)的日趨成熟，它對(duì)人們生活的影響越來越大，r f i d 技術(shù)會(huì)有著無限廣闊的應(yīng)用前 景。目前，各大高校和研究機(jī)構(gòu)已經(jīng)開始了對(duì)r f i d 數(shù)據(jù)管理系統(tǒng)的研究與開發(fā)，雖然 取得了階段性成果，但還有許多問題亟待解決。 本課題來源于關(guān)于面向r f i d 復(fù)雜應(yīng)用的事件流處理技術(shù)的研究的國家自然科學(xué)基 金項(xiàng)目( 6 0 7 7 3 2 2 0 ) 。對(duì)于r f i d 技術(shù)的研究主要包括數(shù)據(jù)預(yù)處理，復(fù)合事件檢測(cè)【l 4 。，規(guī) 則探測(cè)，數(shù)據(jù)存儲(chǔ)，實(shí)時(shí)查詢處理及q o s 調(diào)度等方面，需要研究新的模型，語言，操作 和算法，并設(shè)計(jì)和編寫相關(guān)的系統(tǒng)來解決實(shí)際的基于r f i d 的應(yīng)用問題。 1 2i u i d 數(shù)據(jù)管理系統(tǒng) r f i d 數(shù)據(jù)不同于傳統(tǒng)數(shù)據(jù)庫中靜態(tài)存儲(chǔ)的數(shù)據(jù)，也不同于無線傳感器網(wǎng)絡(luò)【l 孓 j 中 傳感器節(jié)點(diǎn)采集的數(shù)據(jù)，r f i d 數(shù)據(jù)具有其本身的特點(diǎn)，這一小節(jié)將對(duì)r f i d 數(shù)據(jù)特點(diǎn) 進(jìn)行分析，并介紹現(xiàn)有的幾個(gè)r f i d 數(shù)據(jù)管理的原型系統(tǒng)。 1 2 1r f i d 數(shù)據(jù)的特點(diǎn) 由上一小節(jié)列舉的幾個(gè)r f i d 技術(shù)典型應(yīng)用，可以看出r f i d 數(shù)據(jù)具有如下特點(diǎn)： 東北大學(xué)碩士學(xué)位論文第1 章引 言 ( 1 ) 時(shí)態(tài)性、動(dòng)態(tài)性和關(guān)聯(lián)性。r f i d 應(yīng)用動(dòng)態(tài)地產(chǎn)生關(guān)于標(biāo)簽對(duì)象狀態(tài)變化的觀察 數(shù)據(jù)，這些數(shù)據(jù)包含觀察時(shí)刻、以及對(duì)應(yīng)此時(shí)刻的對(duì)象位置和對(duì)象狀態(tài)等數(shù)據(jù)。例如， 物品的入庫、出庫等狀態(tài)。一個(gè)r f i d 數(shù)據(jù)不是獨(dú)立存在的，而是相互關(guān)聯(lián)的，由時(shí)態(tài) 性和動(dòng)態(tài)性衍生出關(guān)聯(lián)性。時(shí)態(tài)關(guān)聯(lián)表達(dá)了事件之間的時(shí)序關(guān)系，空間關(guān)聯(lián)表達(dá)了事件 發(fā)展的軌跡，時(shí)空關(guān)聯(lián)共同表達(dá)了與對(duì)象有關(guān)的事件的變化過程。 ( 2 ) 語義豐富性。被觀察的對(duì)象攜帶有背景上下文信息，這些信息是隱含的，且與 上層應(yīng)用邏輯之間存在密切的關(guān)系。利用這些相關(guān)信息可進(jìn)一步導(dǎo)出衍生信息。例如， 從產(chǎn)品的i d 可查出它的型號(hào)、價(jià)格、產(chǎn)地等，從閱讀器的位置可得知物品的存放貨架 位置等。r f i d 數(shù)據(jù)是一種低級(jí)的基礎(chǔ)數(shù)據(jù)，必須上升為高級(jí)的業(yè)務(wù)邏輯數(shù)據(jù)，與現(xiàn)有 的應(yīng)用相集成，才能真正地發(fā)揮作用。 ( 3 ) 不精確性和異構(gòu)性?，F(xiàn)有的r f i d 閱讀器還存在誤差問題，如重復(fù)讀數(shù)、缺失讀 數(shù)等。另一方面，一個(gè)閱讀器可以識(shí)別出多種不同的對(duì)象，即r f i d 數(shù)據(jù)流中可能包含 有多種不同性質(zhì)的觀察值。例如，在一個(gè)安檢入口，既可以識(shí)別進(jìn)出的人員，也可以識(shí) 別進(jìn)出的物品，它們是具有不同性質(zhì)的對(duì)象，所對(duì)應(yīng)的事件語義也不相同。 昏 ( 4 ) 流特性、批量性和海量性。r f i d 數(shù)據(jù)是以流的形式快速、自動(dòng)地產(chǎn)生的，需要 ? 積累起來以支持跟蹤和監(jiān)控應(yīng)用。并且，有時(shí)具有批量的特點(diǎn)，即多個(gè)對(duì)象會(huì)被集中地 觀察，例如，當(dāng)對(duì)一個(gè)集裝箱登記時(shí)，同時(shí)會(huì)讀到大批數(shù)據(jù)。大規(guī)模的r f i d 設(shè)備的部 署將產(chǎn)生空前的海量數(shù)據(jù)。目前，閱讀器每秒可捕獲1 2 0 個(gè)到4 0 0 個(gè)標(biāo)簽數(shù)據(jù)。對(duì)于一 個(gè)部署有1 0 0 個(gè)閱讀器的中型倉儲(chǔ)，每秒可產(chǎn)生1 2 4 萬條數(shù)據(jù)，若每條數(shù)據(jù)占2 0 字節(jié)， 則每天產(chǎn)生1 6 - 6 0 g b 。因此，需要處理的數(shù)據(jù)量非常龐大。 聾 1 2 2r f i d 數(shù)據(jù)管理系統(tǒng) 從1 2 1 節(jié)介紹的i 訌i d 數(shù)據(jù)特點(diǎn)可知，r f i d 數(shù)據(jù)是一種特殊的數(shù)據(jù)流，借鑒于數(shù) 據(jù)庫理論和現(xiàn)已開發(fā)的數(shù)據(jù)流管理系統(tǒng)【1 8 捌】，人們開始了r f i d 數(shù)據(jù)管理系統(tǒng)的研究與 開發(fā)。 在早期的r f i d 應(yīng)用開發(fā)中，將r f i d 數(shù)據(jù)直接傳送給應(yīng)用程序，由應(yīng)用程序解釋 這些原始數(shù)據(jù)，處理成業(yè)務(wù)邏輯數(shù)據(jù)。這種方式導(dǎo)致r f i d 數(shù)據(jù)處理部分非常復(fù)雜，軟 件的可重用性、可伸縮性和可適應(yīng)性都非常低。當(dāng)前的發(fā)展趨勢(shì)是為r f i d 應(yīng)用提供基 于中間件的平臺(tái)，在r f i d 代表的物理世界與應(yīng)用軟件之間建立橋梁 2 2 】。目前，對(duì)r f i d 數(shù)據(jù)管理系統(tǒng)的研究主要分為兩類，即以數(shù)據(jù)為中一心的系統(tǒng)和以事件為中心的系統(tǒng)，下 面進(jìn)行概要介紹。 以數(shù)據(jù)為中心的r f i d 處理系統(tǒng)是最早采用的對(duì)r f i d 數(shù)據(jù)進(jìn)行管理的方法，采用 傳統(tǒng)的數(shù)據(jù)庫技術(shù)，對(duì)r f i d 數(shù)據(jù)進(jìn)行建模，并將數(shù)據(jù)保存在數(shù)據(jù)庫管理系統(tǒng)中，在數(shù) 據(jù)基礎(chǔ)上支持事件處理，代表性的系統(tǒng)有s i m e n sr f i dm i d d l e w o r e l 23 ，i b mw e b s p h e r e 3 東北大學(xué)碩士學(xué)位論文第1 章引 言 r f i dp r e m i s e ss e r v e r 【2 4 】，0 r a c l es e n s o re d g es e r v e r 2 5 1 ，m i c r o s o f tr f i dm i d d l e w a r e 2 6 】 等等。類似的系統(tǒng)還有美國力n j f i 大學(xué)伯克利分校開發(fā)的h i f i 系統(tǒng)【2 ，在數(shù)據(jù)流系統(tǒng) t e l e g r a p h c q 之上增加了事件檢測(cè)器，具有連續(xù)進(jìn)行事件檢測(cè)的功能。但是，這些系統(tǒng) 由于性能限制，只適合于進(jìn)行歷史數(shù)據(jù)的a d h o c 查詢或在線監(jiān)控低速的事件，不適合 于針對(duì)高速的、海量的事件進(jìn)行連續(xù)查詢。 以事件為中心的系統(tǒng)是一種新型的r f i d 處理技術(shù)，基于數(shù)據(jù)源而不是基于數(shù)據(jù)庫 對(duì)事件進(jìn)行建模，對(duì)事件直接進(jìn)行處理，以獲得高的效率，處理更復(fù)雜的事件。目前， 已經(jīng)有一些原型系統(tǒng)被開發(fā)出來，例如美國加州大學(xué)伯克利分校開發(fā)的原型系統(tǒng) s a s e 2 8 1 1 2 9 1 ，該系統(tǒng)提供擴(kuò)展的事件語言、事件查詢處理器和操作優(yōu)化策略等，實(shí)現(xiàn)了 從r f i d 設(shè)備的數(shù)據(jù)采集和清洗、基本事件生成、復(fù)合事件處理、事件歸檔，以及對(duì)事 件的查詢。美國c o m e l l 大學(xué)開發(fā)的c a y u g a 系統(tǒng)【3 0 】【3 l 】，該系統(tǒng)提出了擴(kuò)展的查詢語言， 并通過自定義的自動(dòng)機(jī)模型和內(nèi)部命名方法來高效的探測(cè)復(fù)合事件，并討論了相關(guān)的系 統(tǒng)實(shí)現(xiàn)的技術(shù)細(xì)節(jié)。美國t e x a s 大學(xué)a r l i n g t o n 分校開發(fā)的e s t r e a m 系統(tǒng)【3 引，該系統(tǒng)在數(shù) 據(jù)流查詢器的基礎(chǔ)上，集成了連續(xù)事件查詢器，利用規(guī)則檢測(cè)數(shù)據(jù)流上的復(fù)合事件，考 慮了高效的增量維護(hù)算法。美國d a r t m o u t h 學(xué)院開發(fā)的p q s 系統(tǒng)【3 3 1 ，采用非確定性有限 自動(dòng)機(jī)、隱型馬爾科夫過程h m m 等方法對(duì)動(dòng)態(tài)過程建模，以事件流為輸入?yún)?shù)，通過 對(duì)模型求解，從而發(fā)現(xiàn)產(chǎn)生這些事件的過程，實(shí)現(xiàn)過程查詢和檢測(cè)。在國內(nèi)，中科院計(jì) 算所率先開展了r f i d 事件檢測(cè)方面的研究，研究和開發(fā)了基于r f i d 技術(shù)的物品跟蹤 系統(tǒng)，提供對(duì)r f i d 事件的過濾、模式挖掘和事件聚合等多種操作1 3 引。 1 3 問題提出 r f i d 技術(shù)采集數(shù)據(jù)的一個(gè)特點(diǎn)就是數(shù)據(jù)量大，而信息量少。例如在超市管理系統(tǒng) 1 3 中，一個(gè)貼著標(biāo)簽的商品一直放在某個(gè)貨架上，沒有被人移動(dòng)過，那么在一天之內(nèi)， 探測(cè)到該標(biāo)簽的數(shù)據(jù)可達(dá)數(shù)萬、甚至數(shù)十萬個(gè)，而對(duì)于應(yīng)用來說，有價(jià)值的可能就是該 商品被放在貨架時(shí)和被拿走時(shí)閱讀器讀到的數(shù)據(jù)，而在這期間讀到的數(shù)據(jù)雖然多，卻對(duì) 應(yīng)用沒有實(shí)際意義，我們稱這樣的數(shù)據(jù)為冗余數(shù)據(jù)。如何將原始的大量冗余數(shù)據(jù)轉(zhuǎn)化為 精簡的有語義的數(shù)據(jù)是本文研究的一個(gè)問題。 眾所周知，r f i d 技術(shù)采用無線射頻信號(hào)進(jìn)行數(shù)據(jù)通信，由于無線射頻信號(hào)極易受 環(huán)境影響，而且相互間干擾很大，尤其當(dāng)標(biāo)簽和閱讀器數(shù)量增多時(shí)，信號(hào)干擾加強(qiáng)，導(dǎo) 致r f i d 數(shù)據(jù)的不可靠性很高，以至于大大影響了應(yīng)用查詢的準(zhǔn)確性。 在一個(gè)基于r f i d 技術(shù)的超市管理系統(tǒng)中，通常會(huì)包括這樣的查詢，閱讀器探測(cè)貼 有標(biāo)簽的商品時(shí)，當(dāng)某類商品的數(shù)量小于設(shè)定閾值時(shí)，需要發(fā)出報(bào)警信號(hào)，提醒工作人 員對(duì)缺少的商品進(jìn)行補(bǔ)充。如果將探測(cè)到的數(shù)據(jù)直接進(jìn)行查詢處理，則可能會(huì)出現(xiàn)商品 數(shù)量充足時(shí)，發(fā)出報(bào)警信號(hào)的錯(cuò)誤現(xiàn)象，原因是當(dāng)超市環(huán)境嘈雜時(shí)，由于信號(hào)干擾等因 4 東北大學(xué)碩士學(xué)位論文第1 章引 言 素，閱讀器探測(cè)不到它閱讀范圍之內(nèi)的標(biāo)簽。如果超市噪聲很高，那么這種錯(cuò)誤報(bào)警現(xiàn) 象可能會(huì)頻頻發(fā)生，這樣不但沒有減少人力開銷，反而增加了超市的成本。還有一種查 詢用于監(jiān)測(cè)商品是否被盜的情況，如果某種商品沒有先在結(jié)賬1 ：3 被探測(cè)到，就直接在超 市出口被探測(cè)到，則認(rèn)為該商品被盜，立刻發(fā)出報(bào)警信號(hào)，提醒保安對(duì)丟失商品進(jìn)行追 回。在這個(gè)查詢中，如果探測(cè)數(shù)據(jù)丟失情況嚴(yán)重，則會(huì)對(duì)超市造成很壞的影響。如果某 個(gè)商品在結(jié)賬口被漏讀掉，而在出口被讀到，保安會(huì)對(duì)攜帶該商品的顧客進(jìn)行盤查，這 樣必然會(huì)造成顧客對(duì)超市的不滿；而某個(gè)真正被盜的商品在出口處也沒有被探測(cè)到的 話，會(huì)直接造成超市的經(jīng)濟(jì)損失。 由上面的查詢應(yīng)用可見，r f i d 數(shù)據(jù)的不可靠性主要是數(shù)據(jù)漏讀現(xiàn)象，當(dāng)該問題嚴(yán) 重時(shí)，查詢結(jié)果的準(zhǔn)確性急劇下降，這樣會(huì)大大阻礙r f i d 技術(shù)的廣泛推廣，因此，對(duì) r f i d 數(shù)據(jù)進(jìn)行填補(bǔ)是保證查詢質(zhì)量的必要條件，是r f i d 數(shù)據(jù)管理系統(tǒng)中不可缺少的 環(huán)節(jié)。目前已有許多數(shù)據(jù)填補(bǔ)算法針對(duì)上面提出的問題進(jìn)行了研究，但是這些數(shù)據(jù)填補(bǔ) 算法沒有與應(yīng)用結(jié)合在一起考慮，有可能填補(bǔ)的數(shù)據(jù)是冗余數(shù)據(jù)，沒有任何實(shí)用價(jià)值， 這樣反而大大浪費(fèi)了系統(tǒng)資源。而本文則提出了以邏輯區(qū)域?yàn)樘钛a(bǔ)粒度的填補(bǔ)算法，不 會(huì)對(duì)冗余數(shù)據(jù)進(jìn)行填補(bǔ)。 甲叩! 一j ，7 圖1 2 公園邏輯區(qū)域示意圖 f i g 1 2l o g i ca r e a sg r a p ho fp a r k 具體問題可以描述如下，圖1 2 為某個(gè)公園的邏輯區(qū)域示意圖，三l ，2 ，三3 ，4 表 示邏輯區(qū)域，每個(gè)邏輯區(qū)域都布置一個(gè)或多個(gè)閱讀器進(jìn)行標(biāo)簽探測(cè)。如果某個(gè)帶有標(biāo)簽 的游客連續(xù)在邏輯區(qū)域l 和4 被探測(cè)到，那么說明這位游客在經(jīng)過三2 或3 時(shí)出現(xiàn)了數(shù) 據(jù)漏讀現(xiàn)象，實(shí)際游玩路線是l 三2 4 或l i l 止4 ；如果該游客連續(xù)在三i 和2 被探測(cè)到， 那么該游客實(shí)際游玩路徑可能是i l z ，l 扛4 ，或者l i l r l , , l 3 ，可能沒有發(fā)生漏讀現(xiàn)象， 也可能在一個(gè)或多個(gè)邏輯區(qū)域發(fā)生漏讀現(xiàn)象，如何區(qū)分這些情況并對(duì)數(shù)據(jù)進(jìn)行填補(bǔ)將是 本文研究的主要問題。 東北大學(xué)碩士學(xué)位論文第1 章引 言 1 4 本文貢獻(xiàn) 針對(duì)上面提出的問題，本文進(jìn)行深入的研究，并提出相應(yīng)的解決辦法。本文的主要 貢獻(xiàn)如下： ( 1 ) 在對(duì)r f i d 數(shù)據(jù)進(jìn)行三元組模型的基礎(chǔ)上，提出一個(gè)數(shù)據(jù)抽象算法，即將r f i d 數(shù)據(jù)從數(shù)據(jù)層抽象到邏輯區(qū)域?qū)?。它主要是?duì)數(shù)據(jù)進(jìn)行重新建模，去除大量冗余數(shù)據(jù)， 并且對(duì)數(shù)據(jù)漏讀有一定的容忍度。建模后，數(shù)據(jù)可被看成簡單事件，為下面提出的數(shù)據(jù) 填補(bǔ)算法做好準(zhǔn)備。理論分析與實(shí)驗(yàn)結(jié)果均表明，r f i d 數(shù)據(jù)經(jīng)過抽象后，數(shù)據(jù)量極度 減少，大大節(jié)省系統(tǒng)的開銷，為數(shù)據(jù)下一步清洗提供條件。 ( 2 ) 針對(duì)r f i d 應(yīng)用中數(shù)據(jù)不可靠性的主要類型漏讀數(shù)據(jù)，在數(shù)據(jù)抽象的基礎(chǔ) 上，提出三種數(shù)據(jù)填補(bǔ)算法，即貪婪算法，最小缸相似算法和全相似算法。它們對(duì)已經(jīng) 發(fā)生的事件進(jìn)行統(tǒng)計(jì)學(xué)習(xí)，并結(jié)合邏輯區(qū)域本身的漏讀情況建立動(dòng)態(tài)概率事件模型，在 此基礎(chǔ)上，根據(jù)不同的搜索策略查找可能發(fā)生的漏讀事件的最相似事件，據(jù)此對(duì)漏讀數(shù) 據(jù)進(jìn)行填補(bǔ)，這三種算法大大提高原始數(shù)據(jù)的準(zhǔn)確率，消除漏讀數(shù)據(jù)對(duì)查詢質(zhì)量的影響。 大量實(shí)驗(yàn)證明該數(shù)據(jù)清洗算法的有效性和高效性。 ( 3 ) 在貢獻(xiàn)2 的基礎(chǔ)上，增加時(shí)間因素的考慮，改進(jìn)上面提出的填補(bǔ)算法。它主要 是對(duì)動(dòng)態(tài)概率事件模型進(jìn)行擴(kuò)展，通過直方圖概要和歐氏距離兩種方法對(duì)時(shí)間進(jìn)行估 計(jì)，重新對(duì)最相似事件進(jìn)行定義，由此提出兩種改進(jìn)的填補(bǔ)算法，即事改進(jìn)算法和+ 改進(jìn)算法，在不同的應(yīng)用條件下，兩種改進(jìn)算法各有各的優(yōu)勢(shì)。實(shí)驗(yàn)證明改進(jìn)策略在填 補(bǔ)數(shù)據(jù)準(zhǔn)確率方面有一定的優(yōu)越性。 1 5 組織結(jié)構(gòu) 全文共分為六章，組織結(jié)構(gòu)如下： 第一章是引言部分，首先介紹本文內(nèi)容的研究背景，課題來源，然后概述r f i d 數(shù) 據(jù)特點(diǎn)以及r f i d 數(shù)據(jù)管理系統(tǒng)的研究現(xiàn)狀，最后詳細(xì)的描述本文要解決的問題并提出 相應(yīng)的解決策略。 第二章是相關(guān)工作，首先歸納總結(jié)r f i d 應(yīng)用中“臟”數(shù)據(jù)的主要類型，然后針對(duì) “臟”數(shù)據(jù)類型，系統(tǒng)的介紹一些現(xiàn)有的經(jīng)典r f i d 數(shù)據(jù)清洗算法，并分析算法中存在 的一些不足。 第三章是數(shù)據(jù)抽象，主要提出一個(gè)數(shù)據(jù)抽象算法的改進(jìn)算法，對(duì)數(shù)據(jù)漏讀現(xiàn)象有一 定的容忍度，在此基礎(chǔ)上給出實(shí)驗(yàn)評(píng)測(cè)比較改進(jìn)算法與原算法的性能情況。 第四章提出三種基于概率事件模型的數(shù)據(jù)填補(bǔ)算法，即貪婪算法，最小缸相似算法 和全相似算法。首先給出與算法相關(guān)的三個(gè)模型定義，然后論述該填補(bǔ)算法的理論依據(jù)， 接著詳細(xì)描述這三個(gè)填補(bǔ)算法，給出具體的算法理論分析過程，最后進(jìn)行實(shí)驗(yàn)評(píng)估。 東北大學(xué)碩士學(xué)位論文第1 章引 言 第五章是第四章的擴(kuò)展，在第四章的基礎(chǔ)上，增加對(duì)時(shí)間因素的考慮，提出兩種改 進(jìn)的數(shù)據(jù)填補(bǔ)算法，即改進(jìn)算法和+ 改進(jìn)算法。首先給出擴(kuò)展概率事件模型和擴(kuò)展 最相似事件的定義，然后在不同的應(yīng)用條件下，提出兩種相應(yīng)的改進(jìn)策略，并給出算法 的理論分析過程，最后通過實(shí)驗(yàn)對(duì)改進(jìn)算法的性能進(jìn)行驗(yàn)證。 第六章是全文總結(jié)和對(duì)未來工作的展望。 東北大學(xué)碩士學(xué)位論文第1 章引 言 東北大學(xué)碩士學(xué)位論文 第2 章相關(guān)工作 第2 章相關(guān)工作 目前，各大高校和科研機(jī)構(gòu)已經(jīng)開始了對(duì)r f i d 數(shù)據(jù)管理系統(tǒng)的研究與開發(fā)，針對(duì) r f i d 的不精確性特點(diǎn)，尤其對(duì)如何清洗r f i d 數(shù)據(jù)進(jìn)行了深入的研究。 最初，人們是對(duì)數(shù)據(jù)倉庫中不準(zhǔn)確的數(shù)據(jù)進(jìn)行清洗技術(shù)的研究，主要是如何規(guī)范從 網(wǎng)頁或系統(tǒng)中獲得的數(shù)據(jù)【3 6 1 ，接著開始對(duì)通信設(shè)備采集的數(shù)據(jù)進(jìn)行清洗操作，如在無 線傳感器網(wǎng)絡(luò)中，會(huì)產(chǎn)生許多噪聲數(shù)據(jù)，需要對(duì)這種數(shù)據(jù)進(jìn)行清洗，由此提出了許多針 對(duì)傳感器網(wǎng)絡(luò)中臟數(shù)據(jù)的數(shù)據(jù)清洗策略【3 7 】【3 8 】。而r f i d 數(shù)據(jù)雖也是用通信設(shè)備接收數(shù)據(jù)， 但臟數(shù)據(jù)類型與傳感器網(wǎng)絡(luò)中的臟數(shù)據(jù)類型有著本質(zhì)區(qū)別，所以對(duì)應(yīng)的清洗策略也大不 相同。 本章首先對(duì)r f i d 應(yīng)用中的“臟 數(shù)據(jù)類型進(jìn)行概括，然后從不同層面提出清洗這 些臟數(shù)據(jù)的算法，系統(tǒng)地介紹r f i d 應(yīng)用中已提出的幾種經(jīng)典的數(shù)據(jù)清洗算法【3 9 4 9 1 。 2 1 “臟”數(shù)據(jù)類型 r f i d 應(yīng)用中，“臟 數(shù)據(jù)類型大體上分為兩種，即物理臟數(shù)據(jù)和邏輯臟數(shù)據(jù)。 物理臟數(shù)據(jù)主要由無線射頻信號(hào)之間的干擾，傳播信道質(zhì)量以及標(biāo)簽讀取結(jié)構(gòu)等諸 多因素造成，使得數(shù)據(jù)讀取的可信度很低，物理臟數(shù)據(jù)主要包括下面幾種情況： 數(shù)據(jù)冗余：當(dāng)一個(gè)閱讀器在短時(shí)間內(nèi)對(duì)一個(gè)標(biāo)簽反復(fù)進(jìn)行讀數(shù)時(shí)，會(huì)產(chǎn)生大量冗余 數(shù)據(jù)。這主要與閱讀器的讀速率，標(biāo)簽個(gè)數(shù)和狀態(tài)有關(guān)。數(shù)據(jù)冗余會(huì)浪費(fèi)系統(tǒng)資源，影 響查詢速度，應(yīng)在數(shù)據(jù)預(yù)處理階段給予簡化。 數(shù)據(jù)漏讀( f a l s en e g a t i v e ) ：當(dāng)一個(gè)標(biāo)簽在一個(gè)閱讀器閱讀范圍之內(nèi)時(shí)，該閱讀器沒 有讀到該標(biāo)簽。這種情況可能發(fā)生在同一時(shí)間段內(nèi)，某個(gè)閱讀器同時(shí)讀多個(gè)標(biāo)簽時(shí)，標(biāo) 簽被遺漏。經(jīng)調(diào)查表明，通常情況下，閱讀器只能讀到在它感應(yīng)范圍內(nèi)6 0 - - 7 0 的標(biāo) 簽數(shù)據(jù)【9 1 【5 0 1 ，即至少有3 0 的標(biāo)簽數(shù)據(jù)讀取時(shí)被遺漏。由此可見，在r f i d 應(yīng)用中，數(shù) 據(jù)漏讀現(xiàn)象比較嚴(yán)重，應(yīng)給予重點(diǎn)解決。 數(shù)據(jù)多讀( f a l s ep o s i t i v e ) ：當(dāng)一個(gè)標(biāo)簽不在一個(gè)閱讀器閱讀范圍之內(nèi)時(shí)，該閱讀器仍 然讀到該標(biāo)簽。這種情況原因比較復(fù)雜，隨機(jī)性很大，可能導(dǎo)致同一個(gè)標(biāo)簽被閱讀范圍 不重合的多個(gè)閱讀器同時(shí)讀到，如超市整理亂放