基于物聯網的沿街牌匾監測系統移動報警判斷算法優化

劉清松,劉 揚

(北京建筑大學 智慧城市研究所，北京102616)

0 引言

面對廣告繁多且更新變化快的問題，沿街牌匾監測系統給監管人員提供一個實時監測牌匾的集管理、監測、預警為一體的平臺，從而漸漸替代了組織人員定期巡查、耗時耗力且效率低下的現狀。因此，對于牌匾移動情況實時準確監測變得更加迫切，但由于RFID射頻系統自身存在的問題以及外界自然環境影響[1]，往往會導致大量的牌匾拆卸而發生移動的錯誤報警，嚴重影響執法和巡檢人員的判斷。如果不能大幅度地提高移動報警的精確度，不僅不能改變人員定期巡查的情況，反而會增加巡檢人員的任務量，因而解決好移動報警誤報的問題便成了沿街牌匾監測系統能否真正運行的關鍵。而提高精度的關鍵在于判斷機制的優化，優化前的判斷機制為主要依靠數據入庫服務進行判斷，其原理是對30 min內數據進行逐行讀取，解析三軸加速度X、Y、Z值，并對同一標簽相鄰時間點的X、Y、Z值進行比較以180為判斷值，拋出最終異常值。該機制無法排除外界和自身噪聲誤差的影響，導致報錯情況嚴重。優化后的判斷機制：在單純的入庫服務后根據真實的誤報數據添加了相應的消除部分誤差的判斷算法，已達到優化的目的。

1 沿街牌匾監測系統基本組成

沿街牌匾監測系統是一個實時監測牌匾的集管理、監測、預警為一體的平臺。其基本組成主要分為硬件和軟件兩大部分。硬件部分有基站和RFID標簽以及后臺服務器組成。軟件部分由沿街牌匾監測系統、RFID數據接收服務、數據入庫服務等組成。沿街牌匾監測系統通過 GPRS 無線網絡的傳輸來接收數據[2-3]，具體的工作原理是標識卡進入磁場后，接收解讀器發出的頻射信號，憑借感應電流所獲得的能量發送出存儲在芯片中的產品信息，或者主動發送某一頻率的信號(Active Tag有源標簽或主動標簽)，解讀器讀取信息并解碼后，送至基站進行有關數據的處理，基站運用 SIM卡，通過 GPRS 將解析的數據發送到服務器，由RFID數據接收服務進行接收，隨后數據入庫服務實時將解析數據存入數據庫，如圖1所示。

圖1 基于射頻識別的廣告牌匾監測流程示意圖

2 沿街牌匾監測系統移動報警誤報分析

2.1 標簽內加速度傳感器本身系統因素

① 系統低頻響應差

這有兩方面的原因：加速度傳感器低頻響應的截止頻率不夠低，與傳感器配套使用的恒流電壓源或電荷放大器的截止頻率不夠低。

② 系統低頻信噪比差

出現這個情況大多是由于加速度傳感器的低頻噪聲大，這就需要選用滿足低頻信噪比指標的傳感器。

2.2 RFID的信號碰撞問題

RFID系統與其他射頻系統一樣，基站在識別標簽過程中存在碰撞的問題，嚴重時會影響基站的標簽識別與通信。盡管已通過各種媒體訪問協議來防止不同類型的碰撞，使其識別和通信的錯誤率降低；但是隨著時間的積累其錯誤率也會有所增加，極端情況下會暫時無法識別標簽，導致漏掉報警信息，從而對預警造成了一定影響[4]。

① 多標簽與單閱讀器的碰撞

此類碰撞主要發生在一個閱讀器的識別區內，一個以上的標簽同時發出使用閱讀器的請求時。多標簽與閱讀器間的碰撞極大，尤其是在使用被動標簽的環境中。

② 多閱讀器與單標簽的碰撞

此類碰撞主要發生在單個標簽被多個閱讀器識別的情況下。這種情況下，多個閱讀器試圖獨占單個標簽，將會導致標簽間隔狀況出錯，甚至不會被識別[5-6]。

③ 閱讀器與閱讀器間的碰撞

此類碰撞是由傳統的頻率干擾引起的，具有相互干擾區域的多個閱讀器會被同一頻率鎖定[7]。

2.3 標簽受潮(下雨)情況下誤報

這種情況發生在雨天，主要出現在個別密封狀況不是很到位的標簽上，證明了標簽受潮會導致出現誤報，如表1和表2所示。

表1 2017.6.13中雨

牌匾名稱數據丟失狀態移動報警次數撕毀報警次數預警時間炫世界電玩城正常3正常2017/06/12～2017/06/13

表2 2017.6.23大雨

牌匾名稱數據丟失狀態移動報警次數撕毀報警次數預警時間炫世界電玩城正常3正常2017/06/22～2017/06/23

3 關于移動報警真實數據的分析

3.1 移動報警的判斷機制

目前沿街牌匾系統的移動報警是由數據入庫服務進行判斷的，其原理是對30 min內數據進行逐行讀取，解析三軸加速度X、Y、Z值，并對同一標簽相鄰時間點的X、Y、Z值進行比較，以180為判斷值，拋出最終異常值。這種經過一次判斷的異常值可能包含著硬件本身的誤報，環境對標簽的影響等一系列因素所導致的誤報可能。顯然這種一次性的拋出異常就作為提供預警信息發出是不夠嚴密，且存在誤報可能的。我們可以在此判斷的基礎上通過實驗模擬及收集的數據對其進行二次判斷以達到盡可能過濾這種客觀環境，以及其他部分因素所造成的影響，從而降低錯誤報警的幾率。

3.2 基于錯誤報警數據的分析

針對移動誤報的情況，搜集了歷次誤報牌匾的數據，由于數據量較大，必須進行大量的數據比對和總結，根據巡檢人員的記錄以及數據庫中所記錄的數據，發現了一個比較有規律性的問題：

① 牌匾上對應的標簽在未發生異動的情況下，其三軸加速度值理論上為一個定值X、Y、Z,把該值定義為正常姿態下的X、Y、Z,但實際情況是其大小會在理論值的標準上下浮動15左右。

② 這些誤報的標簽數據中正常姿態的X、Y、Z與異常報警的對應差值僅僅在20之內，差值之小根本就無法滿足移動報警的判斷差值為180的閾值，但為什么卻報警了？以下表3、表4為各牌匾移動誤報數據。

表3 XXXX1廣告牌匾移動報警數據

狀態信息CardIDXYZ正常姿態11．0．3．105241-13-10異常報警姿態11．0．3．105255-14-10異常報警姿態11．0．3．105254-13-8

表4 XXXX2廣告牌匾移動報警數據

狀態信息CardIDXYZ目前姿態11．0．3．11811-6-254正常姿態11．0．3．11812-4-264異常報警姿態11．0．3．11813-4-275異常報警姿態11．0．3．11813-3-265

經過思考不難推斷：對30 min內數據進行逐行讀取，解析三軸加速度X、Y、Z值，并對同一標簽相鄰時間點的X、Y、Z值進行比較，拋出最終異常值。大量的數據也可分析出受環境或硬件本身影響的數值是突然出現一個異常值而后直接正常引起移動報警，而非持續出現異常。其出現異常情況如圖2所示模擬情況。

圖2 異常數據模擬

3.3 基于真實移動報警數據分析

通過表5和表6的真實數據可以清楚地發現其標簽正常姿態下的X、Y、Z與異常報警姿態下的相對差值會變得比較大，表5的相對差值的最大值為75，而表6的相對差值最大值為246，由此可以嘗試通過設定一個新的閾值對這種移動誤差進行二次的判斷，但是通過這兩個真實實例無法確定其具體的可以判斷真正移動的閾值，只能證明真實的移動報警會有相對比較大的相對差值。為此必須通過大量的模擬拆卸實驗去驗證一個相對準確的閾值。

表5 XXXX3廣告牌匾移動真實報警數據

狀態信息CardIDXYZ正常姿態11．0．3．1758-8-248異常報警姿態11．0．3．175-67-39-243

表6 XXXX4廣告牌匾移動真實報警數據

狀態信息CardIDXYZ正常姿態11．0．3．104-237-4-15異常報警姿態11．0．3．1049242-13

3.4 模擬拆卸實驗的驗證

為了驗證更加精確的閾值范圍，選取一個與普通牌匾差不多大小的木板，將RFID標簽固定在木板的側面(與實際硬件部署一致)，并將此木板懸掛于墻上，待其靜止，打開RFID接收服務和RFID基站進行接收信號，然后分別對其進行多次模擬不同程度上的拆卸過程來記錄其各種情況下整個過程的X、Y、Z值的變化規律，從大量數據中抽取了其最小到最大閾值中的情況，如表7、表8所示，模擬實驗如圖3所示。

圖3 模擬實驗

表7 閾值較小的模擬數據

時間TX加速度值Y加速度值Z加速度值12：03：02243-49012：03：18318-405712：03：31207-2010112：0355171-2212712：04：1111619-312：04：3363371412：04：5524926-5

表8 閾值較大的模擬數據

時間TX值Y值Z值12：31：052490412：31：23250-2512：31：372039931712：31：5220283-3412：32：21287-226312：32：57249-114

如圖4和圖5所示，通過這組模擬的數據可以發現X、Y、Z方向的加速度值在隨著拆卸的過程都在不斷發生變化，X方向發生的變化比較明顯，根據移動報警的原始機制，每行讀取，后一行對應的X、Y、Z相對進行相減運算，當差值超過180時拋出后一條數據，這樣在最后一條(249，26，-5)這組數據會被拋出，被認定為異常報警數據，再進行二次判斷機制，即將異常數據與最開始正常時的姿態(243，-49，0)的值進行相對應的相減運算，得到最大值即為一個判斷閾值，此處Y對應差值最大為75。

圖4 閾值較小的模擬數據折線圖

圖5 閾值較大的模擬數據折線圖

這組數據是模擬的拆卸過程力度比較大的一種，因為有的店鋪牌匾因為不再經營，便可能采取比較暴力的拆卸，通過這組數據的折線圖可以明顯看到其X、Y、Z三個方向的值比上一組數據變化要更加顯著，通過這種模擬可以盡量得到閾值范圍中盡可能大的值，根據首次的移動報警判斷機制可以得出在(20，399，317)和(202，83，-34)這兩組數據會拋出為移動報警的異常值。然后再通過二次判斷的運算得出最大值分別為401和351，選取最大值為最大閾值，即為401。這樣便可以暫且以75為二次判斷的判斷閾值，即大于等于75即可認為真實的移動報警。

4 移動報警機制算法及流程

假設有n條數據，每條數據都有X、Y、Z三個值，將該標簽正常姿態下的X、Y、Z分別稱為X正常、Y正常、Z正常，前一條數據為Xi、Yi、Zi，則后一條數據為Xi+1、Yi+1、Zi+1。 然后定義一個函數F(X)=MAX(X、Y、Z)，即取括號中元素最大值。

① 正常姿態X正常、Y正常、Z正常值的獲取

即獲取同精度獨立觀測值的算術平均值，以一個牌匾上的標簽為例，假設在一段時間內測得N條數據,可以得到N個X、Y、Z,則：

(1)

(2)

(3)

② 首次移動判斷

F2(X,Y,Z)=MAX(Xi+1-X,Yi+1-Y,Zi+1-Z)。

(4)

對文件中的n條數據遍歷運算，當F1(X、Y、Z)>180時拋出(Xi+1,Yi+1,Zi+1)即認為此為初次判斷的移動報警異常值。

③ 二次移動判斷

在首次判斷的基礎上對拋出的初次判斷異常值進行再次判斷。

F2(X,Y,Z)= MAX(Xi+1-X正常,Yi+1-Y正常,
Zi+1-Z正常)。

(5)

對拋出的初次判斷異常值進行F2(X、Y、Z)運算，當F2(X、Y、Z)>75時拋出(Xi+1,Yi+1,Zi+1)為最終真實移動報警數據。移動報警判斷流程如圖6所示。

圖6 移動報警判斷流程

5 實驗驗證結果分析

將兩種預警方式全都打開其短信發送功能，用以測試其準確性上的差異性，即通過單純首次報警便發送短信的機制和通過二次報警收到的預警兩種方式。通過單純首次報警便發送短信的機制收到的預警短信數：從2017.5.23～2017.6.25 共19條，如圖7所示。

圖7 優化前判斷發送的預警短信

通過二次報警收到的預警短信數：從2017.5.23～2017.6.25 準確說共3條，如圖8所示。而就準確性而言首次判斷的預警19條中成功預警1條，成功率1/19。而二次判斷收3條，1條為成功，此時不能簡單地說它的成功率為1/3,因為其排除了16條有問題的錯誤預警，且此3條中的后兩條即錯誤報警的2條為6.13號和6.23號大雨標簽進水所造成的，且為同一標簽，且該標簽現場證明已發現其個體防水存在問題造成，其他67個標簽無此X、Y、Z數值突變現象，故該標簽X、Y、Z數值突變為個別現象，只需更換掉該異常標簽便可去除此單一故障標簽引起的誤報情況，其二次判斷準確性還是很高的。

圖8 優化后判斷發送的預警短信

6 結束語

影響標簽移動報警誤報的原因很多，例如電子標簽的系統低頻響應差、系統低頻信噪比差以及外界的各種環境因素都會對其造成影響。雖說RFID射頻技術作為比較穩定的技術，但是對于長時間部署的實時監測系統，其錯誤的次數會隨著時間的持續而增加。硬件上存在的誤差可能無法真正解決，因為再精密的儀器也存在誤差，但是可以通過測繪中平差的思想，對其誤差進行一系列的“平差”處理，便可以盡可能地在原有基礎上提高精度和準確性，從而滿足工程的需求。

[1] 王志偉,閆秀霞,孫寶連.RFID技術應用研究綜述及研究趨勢展望[J].物流技術,2014,33(9):1-5,10.

[2] 王洪鐘,武利亞.信息化城市管理的成功實踐——無線傳感器網絡技術應用于戶外廣告監管系統[J].城市管理與科技,2009,11(4):46-49.

[3] 徐兵,王晗.基于GIS的城市數字交通管理信息系統設計開發[J].計算機與數字工程,2005 (12):16-18,42.

[4] 王永.RFID系統中的碰撞問題研究[D].上海：華東師范大學,2009.

[5] 李劍丹.RFID系統中多閱讀器環境下防碰撞問題的研究[D].武漢：武漢理工大學,2014.

[6] 李雪,陸百川,李政.RFID系統多閱讀器防碰撞問題研究[J].重慶交通大學學報(自然科學版),2012,31(3):435-438,442.

[7] 陳敏,殷瑞祥.RFID系統中閱讀器碰撞問題的研究[J].金卡工程,2005(4):30-33.