一种基于RFID的仓库物资数据获取方法及系统与流程

本发明涉及数据处理。更具体地，本发明涉及一种基于rfid的仓库物资数据获取方法及系统。

背景技术：

1、射频识别技术（rfid）是一种非接触式自动识别技术，通过射频信号实现目标的无接触识别和数据读写，具有成本低、速度快、识别距离远等优点，广泛应用于仓库物资管理中。在仓库管理中，为确保物资安全，通常需要监测温度等环境数据。然而，由于仓库环境的不确定性，传统的统一采样频率方式会增加系统负担，影响效率，无法兼顾监测数据变化的精细度与采样频率动态可调的矛盾。因此，需要一种能够精确、灵活采集数据的解决方案。

2、自回归移动平均模型（arima）是一种广泛应用于时间序列分析的预测工具，适用于建模和预测时间序列数据。该模型通过使用设定的差分阶数，对原始数据进行平稳化处理，能够揭示数据中的潜在规律，为未来的数值进行准确预测。因此，可以利用该模型预测未来时段内数据的变化情况，从而基于预测的数据变化情况调整数据的采样频率，实现数据采样频率的自适应。

3、相关技术中，如公开号为cn115659621a的专利申请文件中公开了一种基于arima模型的燃气用量预测方法，该方法包括：步骤1：获得基础数据集；步骤2：对从基础数据集提取的数据进行处理，获得符合用户用气规范的数据集；步骤3：根据步骤2获得的数据集构建单一用户用气量的arima模型，并对单一用户用气量进行预测，得到预测结果；步骤4：构建不同区域属性的区域用户用气量模型，对各区域属性的区域用户用气量进行预测，得到预测结果。

4、然而，上述方案在使用arima模型确定预测结果时，差分阶数是预设的固定值。而对于变化情况波动较大的数据，固定差分阶数可能导致预测结果出现过拟合或欠拟合的问题，从而影响预测结果的准确性。

技术实现思路

1、为了解决由于arima模型确定的预测结果的准确性较差，而无法准确地调整数据的采样频率的问题，本发明提供了一种基于rfid的仓库物资数据获取方法及系统。

2、根据本发明实施例的第一方面，提供了一种基于rfid的仓库物资数据获取方法，包括：

3、以预设初始频率，在当前采样时段内采集仓库物资的温度数据，得到历史温度数据序列；

4、计算历史温度数据序列中各温度数据的特征值，得到特征值序列，特征值反映了以任一温度数据为中心的局部范围内的数据变化快慢；

5、对特征值序列进行差分迭代，在迭代过程中，计算每次差分结果的平稳性，若当次差分结果的平稳性大于预设阈值，则停止迭代，得到差分阶数；平稳性与当次差分完成后得到的差分序列中极值点的占比负相关；

6、将特征值序列以及差分阶数，输入到预训练的arima模型中预测下一采样时段的特征值序列，得到目标特征值序列；

7、计算下一采样时段的采样频率，采样频率与初始频率，以及目标特征值序列中所有特征值的平均值的归一化值均正相关，以基于采样频率，在下一采样时段内采集仓库物资的温度数据。

8、本发明能够根据仓库物资温度数据的实时变化情况，自适应调整温度数据的采样频率。对于数据变化较快的时间段，采用较高的采样频率可以获取更多细节信息；而对于数据变化平缓的时间段，采用较低的采样频率，可以减少不必要的数据存储和传输，提高整体效率。且通过温度数据变化快慢的数据分布，自适应调整arima预测模型的差分阶数，有效提高了模型的拟合精度，减少了过拟合和欠拟合问题，保障了预测结果的准确性，从而可以保证温度数据采样频率自适应调整的精确性，提高仓库物资的温度数据的获取效率。

9、优选的，计算历史温度数据序列中各温度数据的特征值，包括：

10、将历史温度序列中任一温度数据的局部范围内，与该局部范围内的数据均值差异最大的数据，作为参考数据；

11、任一温度数据的特征值，满足如下关系式：

12、；

13、式中，为第个温度数据的特征值；为第个温度数据的局部范围内相邻数据的一阶差组成的序列的方差；为第个温度数据的局部范围内除参考数据外的相邻数据的一阶差组成的序列的方差；为预设超参数；为当前采样时段的采样频率；为绝对值符号；为自然指数函数。

14、本发明能够适当放大采样频率较低的采样时段内的数据变化，从而能够准确度量不同采样时段内温度数据的变化快慢情况。

15、优选的，参考数据的获取方法，包括：

16、筛选局部范围内与该局部范围的数据均值之间的差值的绝对值最大的数据，得到参考数据。

17、本发明筛选出的参考数据为噪声数据的可能性较大，从而可以通过计算去除参考数据前后的数据段的变化情况，降低噪声的干扰，以保证确定的各温度数据的特征值的准确性。

18、优选的，局部范围内相邻数据的一阶差的获取方法，包括：

19、从局部范围内的第二个数据开始，计算任一数据与前一数据的差值，得到局部范围内所有相邻数据的一阶差。

20、优选的，每次差分结果的平稳性，满足如下关系式：

21、；

22、式中，为第次差分结果的平稳性；为第次差分完成后得到的差分序列中极值点的数量；为第次差分完成后得到的差分序列中数据点的数量。

23、本发明可以通过简单的计算方式，确定差分序列的平稳性，降低了差分序列的平稳性的计算难度。

24、优选的，差分序列中极值点的数量的获取方法，包括：

25、利用差分法识别每次差分完成后得到的差分序列中极值点的数量。

26、优选的，下一采样时段的采样频率，满足如下关系式：

27、；

28、式中，为下一采样时段的采样频率；为预设初始频率；为目标特征值序列中所有特征值的平均值；为自然指数函数。

29、本发明通过对目标特征值序列中的特征值的均值进行归一化，可以减少计算量，降低下一时间段的采样频率的计算难度。

30、根据本发明实施例的第二方面，提供了一种基于rfid的仓库物资数据获取系统，一种基于rfid的仓库物资数据获取系统包括存储器和处理器，存储器上存储有计算机程序，处理器执行计算机程序以实现本发明实施例的第一方面的步骤。

31、本发明具有以下效果：

32、1、本发明将历史温度数据序列中各温度数据的特征值组合的特征值序列，以及计算得到的差分阶数，输入到预训练的自回归移动平均模型中预测下一采样时段的特征值序列，可以避免该模型对特征值序列的过拟合和欠拟合现象，能够保证确定的目标特征值序列的准确性，实现对数据采样频率的精准调节。

33、2、本发明通过基于数据的变化快慢，自适应调整仓库物资的温度数据的采样频率，对于数据变化较快的时间段，采用较高的采样频率以获取更多细节信息；而对于数据变化平缓的时间段，采用较低的采样频率，从而减少不必要的数据存储和传输，进而可以提高仓库物资的温度数据的获取效率。

技术特征：

1.一种基于rfid的仓库物资数据获取方法，其特征在于，包括：

2.根据权利要求1所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述计算所述历史温度数据序列中各温度数据的特征值，包括：

3.根据权利要求2所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述参考数据的获取方法，包括：

4.根据权利要求2所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述局部范围内相邻数据的一阶差的获取方法，包括：

5.根据权利要求1所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述每次差分结果的平稳性，满足如下关系式：

6.根据权利要求5所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述差分序列中极值点的数量的获取方法，包括：

7.根据权利要求1所述的一种基于rfid的仓库物资数据获取方法，其特征在于，所述下一采样时段的采样频率，满足如下关系式：

8.一种基于rfid的仓库物资数据获取系统，其特征在于，所述一种基于rfid的仓库物资数据获取系统包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1-7任一项所述一种基于rfid的仓库物资数据获取方法的步骤。

技术总结
本发明涉及数据处理技术领域，更具体地，本发明涉及一种基于RFID的仓库物资数据获取方法及系统，所述方法包括：计算以预设初始频率采集的历史温度数据序列中各数据的特征值，并对特征值序列进行差分迭代，在迭代过程中，计算每次差分结果的平稳性，若当次差分结果的平稳性大于预设阈值，则停止迭代，得到差分阶数，将特征值序列以及差分阶数，输入到预训练的ARIMA模型中预测得到下一采样时段的目标特征值序列，基于初始频率以及目标特征值序列中的数据均值，计算下一采样时段的采样频率，以基于采样频率，在下一采样时段内采集仓库物资的温度数据。本发明可以精准地调整仓库物资的温度数据的采样频率，提高温度数据的获取效率。

技术研发人员：吕丹甜,包正伟
受保护的技术使用者：宁波极望信息科技有限公司
技术研发日：
技术公布日：2025/2/20