多数据源RFID冗余数据清洗技术研究

"本文主要探讨了一种针对多数据源RFID冗余数据的清洗技术，旨在提高RFID数据的质量和实用性。文章由潘巍、李战怀、聂艳明和陈群于2011年在西北工业大学学报发表，属于工程技术领域的论文。研究中提出的清洗技术包括融合冗余数据清洗方法和交叉冗余数据清洗方法，这两种方法分别基于滑动窗口和集合论，以及参考标签思想和信号强度特征。通过实验验证，该技术能够有效清洗RFID冗余数据，并保持数据来源的准确性。关键词涉及算法、RFID、数据清洗、冗余数据和RSSI(信号强度指示)。" 在RFID技术中，无线射频识别系统由读写器和标签组成，用于自动识别目标对象并实现监控、定位等功能。然而，实际应用中会生成大量冗余读数，这对系统的效率和大规模实施构成挑战。现有的RFID冗余数据清洗研究虽有进展，但大多未考虑多数据源或无法准确恢复数据来源信息。 该研究提出了一种创新的多数据源冗余数据清洗技术，它结合了两种不同的清洗方法。融合冗余数据清洗利用滑动窗口策略和集合论原理，能够在时间序列上过滤掉重复的读数，尤其适合处理来自多个读写器的数据流。另一方面，交叉冗余数据清洗借鉴了参考标签的概念，结合信号强度信息，能够更精确地识别和去除冗余数据，同时保持数据的源位置信息完整。 文章中提到的现有工作，如Gonzalez等人的研究，虽然在压缩RFID数据仓库冗余方面有所贡献，但不适用于实时清洗。其他研究，如文献[2]的融合算法，专注于单数据源的冗余读数处理，而文献[3,4]则关注如何恢复数据来源信息，但可能不够全面。相比之下，本研究的贡献在于提供了一个兼顾多数据源和数据来源信息完整性的解决方案。 通过实验，该技术展示了其在清洗RFID冗余数据方面的高效性，同时确保了清洗后数据的来源追踪能力。这一成果对于优化RFID系统的性能，提升数据质量和推动大规模应用具有重要意义。在实际的RFID系统设计和优化中，这种数据清洗技术的应用将有助于减少资源浪费，提高数据处理速度，并增强系统的整体效能。