基于自适应调控的读写器设备管理方法及系统与流程

本发明涉及读写器设备管理，尤其涉及一种基于自适应调控的读写器设备管理方法及系统。

背景技术：

1、随着无线通信技术的迅猛发展，射频识别（rfid）技术在物联网和智能物流等领域得到了广泛应用。rfid技术可以实现对物体的无线自动识别和数据传输，提高了物流管理的效率和准确性。读写器（也称为rfid阅读器或rfid标签读取器）是rfid系统中的重要组成部分，负责读取和写入rfid标签上的数据。然而，读写器容易受到一定的通信干扰，如其他读写器的通信干扰、环境中的通信干扰等，若不及时调控读写器的运行功率，就会影响读写器的正常通信质量，进而影响rfid系统的正常运行，现有技术中不仅对于异常工作的读写器识别精度低下，不利于对于读写器的精准控制。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种基于自适应调控的读写器设备管理方法及系统。

2、为达上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了一种基于自适应调控的读写器设备管理方法，包括以下步骤：

4、获取当前区域中读写设备的运行特征数据信息，并通过对当前区域中读写设备的运行特征数据信息进行模糊评价，获取若干个类簇；

5、引入巴氏距离度量法以及遗传算法，并通过巴氏距离度量法以及遗传算法对类簇中的数据进行处理，获取读写设备的通信质量评价隶属度；

6、根据读写设备的通信质量评价隶属度构建通信质量状态预测模型，并通过通信质量状态预测模型预测当前时间戳的读写设备的通信质量评价隶属度；

7、基于当前时间戳的读写设备的通信质量评价隶属度识别出异常工作的读写设备，通过对异常工作的读写设备进行功率调控。

8、进一步的，在本方法中，通过对当前区域中读写设备的运行特征数据信息进行模糊评价，获取若干个类簇，具体包括：

9、导入k-means模糊聚类算法，初始化聚类中心的个数，根据当前区域中读写设备的运行特征数据信息构建样本数据，并计算每一样本数据到各个聚类中心的欧式距离值；

10、获取每一样本数据到各个聚类中心的欧式距离值，并对欧式距离值进行排序，获取欧式距离排序结果，从欧式距离排序结果中获取最小的欧式距离值；

11、将最小的欧式距离值作为当前样本数据的类簇，并将每一样本数据分类到对应的类簇中，当所有的样本数据均分类完成之后，输出若干类簇。

12、进一步的，在本方法中，引入巴氏距离度量法以及遗传算法，并通过巴氏距离度量法以及遗传算法对类簇中的数据进行处理，获取读写设备的通信质量评价隶属度，具体包括：

13、引入巴氏距离度量法以及遗传算法，并通过巴氏距离度量法计算每个类簇中的样本数据之间的巴氏系数，基于巴氏系数计算出每个类簇中的样本数据之间的巴氏距离值；

14、预设巴氏距离阈值，并判断类簇中是否存在至少一组巴氏距离值大于巴氏距离阈值的样本数据，当类簇中存在至少一组巴氏距离值大于巴氏距离阈值的样本数据时，根据遗传算法设置遗传代数；

15、重新调整聚类中心的个数，根据遗传代数对聚类中心的个数进行遗传迭代，直至当类簇中不存在任何一组巴氏距离值大于巴氏距离阈值的样本数据时，输出新的聚类中心的个数；

16、根据新的聚类中心的个数对样本数据进行重新分类，获取新的类簇，并根据新的类簇获取读写设备的通信质量评价隶属度，并将读写设备的通信质量评价隶属度输出。

17、进一步的，在本方法中，根据读写设备的通信质量评价隶属度构建通信质量状态预测模型，具体包括：

18、构建时间戳，并获取每个时间戳中读写设备的通信质量评价隶属度，根据每个时间戳中读写设备的通信质量评价隶属度构建通信质量评价隶属度矩阵；

19、融合马尔科夫链，并根据马尔科夫链计算通信质量评价隶属度矩阵中每一通信质量评价隶属度转移到下一等级通信质量评价隶属度的转移概率值；

20、根据转移概率值构建隶属度转移概率矩阵，并基于卷积神经网络构建通信质量状态预测模型，并将隶属度转移概率矩阵输入到通信质量状态预测模型中进行编码学习；

21、预设模型参数阈值范围，当通信质量状态预测模型的模型参数在模型参数阈值范围之内时，保存通信质量状态预测模型的模型参数，并将通信质量状态预测模型输出。

22、进一步的，在本方法中，通过通信质量状态预测模型预测当前时间戳的读写设备的通信质量评价隶属度，具体包括：

23、获取当前时间戳的读写设备的通信质量评价隶属度，通过通信质量状态预测模型预测当前时间戳的读写设备的通信质量评价隶属度转移到下一等级的通信质量评价隶属度的转移概率值；

24、预设转移概率阈值，并判断当前时间戳的读写设备的通信质量评价隶属度转移到下一等级的通信质量评价隶属度的转移概率值是否大于转移概率阈值；

25、若大于，则将当前时间戳的读写设备的通信质量评价隶属度的下一等级的通信质量评价隶属度作为当前时间戳的读写设备的通信质量评价隶属度；

26、若当前时间戳的读写设备的通信质量评价隶属度转移到下一等级的通信质量评价隶属度的转移概率值不大于转移概率阈值，则将当前时间戳的读写设备的通信质量评价隶属度输出。

27、进一步的，在本方法中，基于当前时间戳的读写设备的通信质量评价隶属度识别出异常工作的读写设备，具体包括：

28、预设通信质量评价隶属度评价指标，并判断当前时间戳的读写设备的通信质量评价隶属度是否大于通信质量评价隶属度评价指标；

29、当当前时间戳的读写设备的通信质量评价隶属度大于通信质量评价隶属度评价指标时，则将对应的读写设备作为异常工作的读写设备；

30、当当前时间戳的读写设备的通信质量评价隶属度不大于通信质量评价隶属度评价指标时，则将对应的读写设备作为正常工作的读写设备。

31、进一步的，在本方法中，通过对异常工作的读写设备进行功率调控，具体包括：

32、获取异常工作的读写设备的实时运行特征数据信息，并根据异常工作的读写设备的实时运行特征数据信息获取读写设备的运行功率信息、读写设备的信噪比、信道容量数据；

33、根据读写设备的运行功率信息、读写设备的信噪比、信道容量数据计算出读写设备的信道增益，并根据读写设备的信道增益获取当前读写设备的通信干扰特征数据信息；

34、通过大数据获取各通信干扰特征数据信息之下读写设备的最优运行功率信息，并根据各通信干扰特征数据信息之下读写设备的最优运行功率信息构建知识图谱，将通信干扰特征数据信息输入到知识图谱中进行数据匹配；

35、获取当前读写设备的通信干扰特征数据信息之下读写设备的最优运行功率信息，并根据当前读写设备的通信干扰特征数据信息之下读写设备的最优运行功率信息对异常工作的读写设备进行功率调控。

36、本发明第二方面提供了一种基于自适应调控的读写器设备管理系统，包括存储器以及处理器，存储器中包括基于自适应调控的读写器设备管理方法程序，基于自适应调控的读写器设备管理方法程序被处理器执行时，实现如下步骤：

37、获取当前区域中读写设备的运行特征数据信息，并通过对当前区域中读写设备的运行特征数据信息进行模糊评价，获取若干个类簇；

38、引入巴氏距离度量法以及遗传算法，并通过巴氏距离度量法以及遗传算法对类簇中的数据进行处理，获取读写设备的通信质量评价隶属度；

39、根据读写设备的通信质量评价隶属度构建通信质量状态预测模型，并通过通信质量状态预测模型预测当前时间戳的读写设备的通信质量评价隶属度；

40、基于当前时间戳的读写设备的通信质量评价隶属度识别出异常工作的读写设备，通过对异常工作的读写设备进行功率调控。

41、本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质中包括基于自适应调控的读写器设备管理方法程序，基于自适应调控的读写器设备管理方法程序被处理器执行时，实现任一项的基于自适应调控的读写器设备管理方法的步骤。

42、本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：

43、本发明通过获取当前区域中读写设备的运行特征数据信息，并通过对当前区域中读写设备的运行特征数据信息进行模糊评价，获取若干个类簇，进而引入巴氏距离度量法以及遗传算法，并通过巴氏距离度量法以及遗传算法对类簇中的数据进行处理，获取读写设备的通信质量评价隶属度，从而根据读写设备的通信质量评价隶属度构建通信质量状态预测模型，并通过通信质量状态预测模型预测当前时间戳的读写设备的通信质量评价隶属度，最后基于当前时间戳的读写设备的通信质量评价隶属度识别出异常工作的读写设备，通过对异常工作的读写设备进行功率调控。本发明通过融合巴氏距离度量法以及通信质量状态预测模型来提高对读写器设备的实时通信质量隶属度的预测精度，从而能够更加精准地根据实际的通信质量情况来优化读写器的运行功率，提高读写器的通信质量。