RFID系統(tǒng)中面向服務(wù)的動態(tài)資源配置優(yōu)化機(jī)制

劉建華，童維勤

(上海大學(xué) 計算機(jī)工程與科學(xué)學(xué)院，上海 200072)

1 引言

物聯(lián)網(wǎng)是下一代網(wǎng)絡(luò)的發(fā)展方向，RFID作為物聯(lián)網(wǎng)的一大支撐技術(shù)已經(jīng)大量應(yīng)用于環(huán)境中的對象識別[1～4]。然而，這些已經(jīng)部署的系統(tǒng)適用于小規(guī)模的應(yīng)用，當(dāng)進(jìn)行大規(guī)模的開發(fā)和應(yīng)用 RFID系統(tǒng)時，就會面臨許多的資源優(yōu)化問題[5],特別是智能電子標(biāo)簽技術(shù)是物聯(lián)網(wǎng)高效應(yīng)用的瓶頸，如何設(shè)計低成本、低功耗的電子標(biāo)簽是物聯(lián)網(wǎng)應(yīng)用面臨的巨大挑戰(zhàn)，其次還面臨著電子標(biāo)簽覆蓋，能量高效及干擾優(yōu)化等關(guān)鍵問題，MC-BFO[6]算法集成了Cell-to-Cell通信方法對RFID network進(jìn)行了優(yōu)化。本文從資源優(yōu)化角度出發(fā)，為下一代智能電子標(biāo)簽和讀寫器的設(shè)計提出了面向服務(wù)的RFID sensor系統(tǒng)動態(tài)資源配置方法，此方法提供了一個在 RFID系統(tǒng)中的資源配置機(jī)制，它是利用資源分配和RFID tag和reader內(nèi)部服務(wù)調(diào)整來實現(xiàn)RFID應(yīng)用系統(tǒng)的吞吐量管理的一種重要手段，同時也是在傳感節(jié)點軟件動態(tài)更新后，對其上的資源優(yōu)化配置所必需的服務(wù)。在物聯(lián)網(wǎng)環(huán)境中，由于RFID sensor資源缺乏，如果不進(jìn)行綜合性的資源配置優(yōu)化，RFID系統(tǒng)很難高效的應(yīng)用，單一的資源配置是一種局部的解決方案，適用于特定的場合，難以滿足日益增多的RFID sensor系統(tǒng)。此外，當(dāng)前無線傳感器技術(shù)還難以消除移動給RFID系統(tǒng)帶來的鏈接不穩(wěn)定狀態(tài)，主要表現(xiàn)在當(dāng)貼在車輛上的RFID電子標(biāo)簽隨車移動以及手持讀寫器隨人移動時，帶寬就會發(fā)生變化，引起了RFID系統(tǒng)吞吐量起伏不定。例如在一個車輛稽查系統(tǒng)中，稽查員手持讀寫器讀取過往車輛上的電子標(biāo)簽，這些電子標(biāo)簽數(shù)據(jù)經(jīng)過預(yù)處理（過濾、壓縮、加密），然后通過無線網(wǎng)絡(luò)傳輸?shù)杰囕v控制中心以供車輛稽查。另外，在一些水上漂浮的傳感器，當(dāng)獲得其數(shù)據(jù)并存儲在 RFID tag中后，同樣也由于移動影響其快速鏈接到 RFID reader，在這些應(yīng)用場景中，有時還有干擾、速率不匹配等情況發(fā)生。資源配置服務(wù)的關(guān)鍵問題是，如何使RFID系統(tǒng)在帶寬波動、內(nèi)存、電池、MCU、CPU計算能力有限的情況下提供滿意的吞吐量。近年來，一些學(xué)者在應(yīng)用資源配置服務(wù)方法對系統(tǒng)性能優(yōu)化方面做了深入研究工作，這其中有基于組件的嵌入式軟件QoS分析方法，為了解決多準(zhǔn)則優(yōu)化問題，一個基于組件選擇的方法根據(jù)多個準(zhǔn)則使用了權(quán)重方程給出每個組件的總效用值,也有一些方法使用預(yù)測系統(tǒng)的 QoS屬性,例如資源消耗[7]和可靠性[8]等。RFID設(shè)備嵌入式軟件組件是集成在一個容器中，基于容器的嵌入式軟件開發(fā)方法[9]為后來的嵌入式軟件組件 QoS優(yōu)化[10]起到了基礎(chǔ)作用。Li等[11]提出了在移動網(wǎng)格中基于設(shè)備上下文的資源優(yōu)化算法。對于系統(tǒng)的資源配置Li和Nahrstedt[12]提出了基于PID的模糊控制模型來動態(tài)地分配CPU和帶寬資源。Huang 等[13]為實時的多媒體服務(wù)開發(fā)了一個資源預(yù)留的模式去確保系統(tǒng)的QoS。這些方法中的靜態(tài)預(yù)留和動態(tài)分配很好地解決了多媒體系統(tǒng)的資源問題。

2 RFID系統(tǒng)需要資源配置優(yōu)化場景

圖1中是tag和reader之間的速率不匹配場景，使用下文中的調(diào)節(jié)算法可以調(diào)節(jié)tag的發(fā)送速率；圖2是讀寫器2干擾讀寫器1的場景,使用下文中的功率帶寬聯(lián)合算法可以調(diào)節(jié)讀寫器的功率，使得讀寫器2解除對讀寫器1的干擾。在對RFID系統(tǒng)中reader-to-reader干擾研究主要考慮2個重要的參數(shù)(SIR, signal-to-interference ratio)和功率，Mercado 等[14]為無線多媒體網(wǎng)絡(luò)使用功率控制和智能天線提出了一個自適應(yīng)的QoS概念，顯示了對于多媒體用戶在SIR平均等級下的數(shù)量增長。

圖1 RFID tag和reader速率不匹配

圖2 reader-to-reader干擾

3 面向服務(wù)的資源消耗模型

3.1 建立RFID系統(tǒng)組件服務(wù)模型

RFID tag服務(wù)agent是一個帶有傳感器的電子標(biāo)簽，它可以被 RFID讀寫器讀取，在工作狀態(tài)下RFID tag 服務(wù)agent會消耗其上的資源，同時執(zhí)行特定功能將處理的 sensor數(shù)據(jù)傳輸給RFID reader服務(wù)agent，為了便于考查RFID系統(tǒng)的性能，主要關(guān)注其吞吐量（讀取率）屬性，給出一個 RFID傳感器服務(wù) agent的形式化定義如下。

定義1 RFID傳感器服務(wù)agent可以表示為一個 5元組：F={Drs,Crs,Irs,Ors,Qrs}。這里 Drs是關(guān)于RFID傳感器的描述，其中包括附加其上傳感器功能和狀態(tài)，Crs是組件集合，Irs是該輸入傳感器相關(guān)的變量、數(shù)據(jù)格式和通信協(xié)議，Ors是該RFID傳感器輸出的相關(guān)變量、數(shù)據(jù)格式和通信協(xié)議等；Qrs是決定其吞吐量的QoS屬性集合，例如，數(shù)據(jù)傳輸時間、MCU使用率、內(nèi)存消耗等。圖3是一個RFID傳感器功能服務(wù)圖。包含有可視傳感器，圖像傳感器(VS)，非可視傳感器，如溫度、濕度(DS)等。

圖3 RFID傳感器節(jié)點功能服務(wù)

RFID tag和reader及附著其上的sensor共同稱作 RFID 傳感器。RFID sensor的配置函數(shù)如下：confci(zc) 是一個組件zc的QoS屬性值ai配置函數(shù)，即由參數(shù) zc對應(yīng)的一個 QoS屬性值ai的值vic。ec表示能量調(diào)節(jié)組件，cg表示通道調(diào)節(jié)組件，cc表示CPU調(diào)節(jié)組件，mc表示存儲調(diào)節(jié)組件。

3.2 建立面向服務(wù)的資源優(yōu)化分析模型

3.2.1 面向服務(wù)的RFID系統(tǒng)資源消耗模型

出于對資源的動態(tài)配置，提出了一個基于服務(wù)agent的RFID應(yīng)用系統(tǒng)，如圖4所示。RFID reader 服務(wù)agent一方面向資源服務(wù)agent提出申請資源并獲得提供標(biāo)簽處理、數(shù)據(jù)存儲、能量的資源；另一方面，發(fā)布自己的標(biāo)簽處理、數(shù)據(jù)存儲、能量的資源服務(wù)，使得盡快識別RFID tag，讀取其數(shù)據(jù)。

圖4 面向服務(wù)的RFID系統(tǒng)資源消耗模型

RFID tag服務(wù) agent，一方面，向資源服務(wù)agent提出申請資源并獲得提供標(biāo)簽數(shù)據(jù)寫入、讀出、傳輸、處理的能量及存儲資源；另一方面，RFID tag 服務(wù)agent主動發(fā)布自己的能量資源，使得盡快獲得RFID reader 服務(wù)agent提供的標(biāo)簽處理、數(shù)據(jù)存儲、能量的資源服務(wù)。資源服務(wù)agent一方面接受RFID reader 服務(wù)agent，RFID tag服務(wù) agent的資源申請；另一方面，通過資源評估后分別向 RFID Reader服務(wù) agent和RFID tag服務(wù)agent提供資源。資源上下文表示如下：

設(shè)有 RFID tag服務(wù) agent Tg={Tg1,…,Tgn}和RFID reader服務(wù) agent R={Rd1,…,Rdm}，Bin,j表示 Tgi從Rdj獲得的帶寬n，Mio,j表示Tgi從Rdj獲得TagData的存儲 o，Cip,j表示 Tgi從 Rdj獲得處理 TagData的CPU p，Eiq,j表示Tgi從Rdj獲得處理和傳輸TagData的能量 q，BSn,j表示 Rdj的總帶寬容量，MSo,j表示Rdj的總存儲容量，CSp,j表示Rdj最大CPU處理能力，ESq,j表示Rdj總的電池能量，tir,j表示Rdj接收和處理TgiTagData花費的時間，Bin,j,C表示Rdj接收Tgi花費的帶寬，Mio,j,C表示 Rdj存儲 Tgi花費的存儲空間，Cip,j,C表示 Rdj處理 Tgi花費的 CPU，Eiq,j,C表示 Rdj接收和處理TgiTagData花費的電池能量，Bin,j,T表示Tgi發(fā)送數(shù)據(jù)花費的帶寬，Mio,j,T表示Tgi存儲Sensors數(shù)據(jù)花費的存儲空間，Cip,j,T表示 Tgi處理數(shù)據(jù)花費的MCU。Eiq,j,T表示Tgi發(fā)送和存儲數(shù)據(jù)花費的能量，Ci,S(n,o,p,q),j表示 Tgi接收、存儲、處理 Sensors數(shù)據(jù)總花費，Tij表示 Rdj接收和處理其讀取半徑內(nèi)的Tgi(dij≤ri+rj)花費的時間。

在RFID服務(wù)網(wǎng)絡(luò)中由多個RFID tag sensor組成了一個集合，它們可以用一個服務(wù) RFID tag sensor集合來表示 ytg={tg1,tg2,…,tgn},假設(shè)用 Tg(tgk)來表示tgk(k∈[1,n])服務(wù)區(qū)域內(nèi)提供服務(wù)的RFID tag sensor集合，那么提供服務(wù)的RFID tag sensor消耗的電池能量總和為

RFID reader sensor服務(wù)集合表示為 yrd={rd1,rd2,…,rdm},假設(shè)用 Rd(rdk) 來表示 rdk(k∈[1,m]) 服務(wù)區(qū)域內(nèi)提供服務(wù)的RFID reader sensor集合，那么提供服務(wù)的RFID reader sensor消耗的電池能量總和為

一個 RFID tag sensor的資源動態(tài)配置是通過RFID tag服務(wù)agent及其相關(guān)的QoS參數(shù)決定的。使得這里mpt是在t時刻時QoS參數(shù)值，在RFID系統(tǒng)中調(diào)節(jié)RFID tag 服務(wù)agent的輸出。在有多個RFID tag服務(wù)agent的監(jiān)控環(huán)境中，單個RFID tag服務(wù)agent的數(shù)據(jù)讀取率依賴于多個 RFID tag 服務(wù) agent組成的讀取區(qū)域，使用 Q(ytg,t)= x(y(Tg1,t),…,y(Tgp,t))，這里 Tgi∈ytg，i∈[0,n]，區(qū)域內(nèi)所有RFID tag被讀取的延遲時間為所有在監(jiān)控區(qū)域內(nèi)的標(biāo)簽平均延遲時間

一個RFID reader sensor的資源動態(tài)配置是通過RFID reader服務(wù)agent及其相關(guān)的QoS參數(shù)決定的。使 Q(Rdi,t)=y(m0t,m1t,…,mpt),這里 mpt是在 t時刻時 QoS參數(shù)值。在 RFID系統(tǒng)中調(diào)節(jié) RFID reader服務(wù)agent的輸出。

3.2.2 RFID系統(tǒng)資源的效用優(yōu)化

資源效用優(yōu)化方法是給RFID系統(tǒng)分配資源使RFID網(wǎng)絡(luò)有好的服務(wù)質(zhì)量，以便在 RFID tag和RFID reader的資源約束下最大化系統(tǒng)的效用URFID-System，使用非線性最優(yōu)化理論，在RFID系統(tǒng)中效用最優(yōu)化形式化為

Lagrangian方法能解決約束最優(yōu)問題，使用這個方法解決RFID system service agent最優(yōu)問題，下面應(yīng)用Lagrangian方法去解這個方程。

其中，λi、iβ、iφ、iμ是Tgi單位時間內(nèi)獲得Rdj帶寬、存儲器、CPU、電池能量。iα、iγ是Tgi花費的總時間的時間單位和一個單位時間內(nèi)的資源消耗。Tgi的資源約束下的最大化效用 URFID-Tg，使用非線性最優(yōu)化理論，在RFID系統(tǒng)中URFID-Tg效用最優(yōu)化形式化為

Rdj的資源約束下的最大化效用 URFID-Rd，使用非線性最優(yōu)化理論，在RFID系統(tǒng)中URFID-Rd效用最優(yōu)化形式化為

解Lagrangian方程[11]得

從RFID Reader效用求得

4 資源配置服務(wù)策略

當(dāng)RFID tag sensor移動時，由于其數(shù)據(jù)傳輸?shù)牟▌釉斐少Y源消耗的變化，如存儲時間增長，延遲時間增長，導(dǎo)致電池的消耗也增長，這就決定了RFID sensor網(wǎng)絡(luò)系統(tǒng)的關(guān)鍵QoS變化是不可避免的。此外，RFID系統(tǒng)中l(wèi)ink不如移動終端有極大的靈活性和自適應(yīng)性，tag和reader都不具備，因此，從RFID系統(tǒng)link的靈活性出發(fā)，設(shè)計和增強(qiáng)RFID系統(tǒng)的link自適應(yīng)性，在多標(biāo)簽識別系統(tǒng)中，在reader識別范圍內(nèi)的標(biāo)簽會同時傳輸數(shù)據(jù)，每個reader的帶寬被分成時間幀，每個幀由固定數(shù)量的時間隙組成，每個時間隙被使用去傳輸固定長度的tag標(biāo)簽或sensor數(shù)據(jù)分組，而 tag數(shù)據(jù)在傳輸前分成固定大小的分組，在任何一個幀n中，有些最小的時間隙，這些最小的時間隙比正常的時間隙持續(xù)時間短，這預(yù)留給每個tag與reader之間交換控制消息。在RFID系統(tǒng)中的tag和reader之間的QoS控制要考慮以下3個方面：1)tag期望的傳輸速率；2)reader能給tag配置的資源；3)tag和reader之間及其各自的QoS控制策略。資源配置服務(wù)的目標(biāo)是通過QoS變化的有效管理，從而實現(xiàn)資源的有效利用和提高系統(tǒng)的吞吐量。為了實現(xiàn)這個目的，資源配置服務(wù)的QoS值低于閾值時，能夠利用網(wǎng)絡(luò)中的所有可用資源提高系統(tǒng)的吞吐量。相反，如果QoS值超出閾值時，要調(diào)低系統(tǒng)中RFID sensor消耗的QoS值，以增強(qiáng)網(wǎng)絡(luò)的生命期。資源配置過程即為QoS調(diào)節(jié)過程。

在資源受限的RFID網(wǎng)絡(luò)環(huán)境中，動態(tài)資源配置的目標(biāo)是把QoS值控制到一個合理水平，這個控制過程是非線性的，在資源受限的RFID設(shè)備上解決非線性問題使用模糊系統(tǒng)[15,16]可以簡化復(fù)雜的數(shù)學(xué)公式計算，并且輸出含有多個模糊規(guī)則的合并,即使有一個規(guī)則失敗了，其他規(guī)則可以補(bǔ)償和擴(kuò)展,解決了系統(tǒng)靈敏度和穩(wěn)定性的矛盾以及和人類思維的一致性，達(dá)到了較高的可靠性，在本節(jié)中討論了一種使用模糊控制系統(tǒng)的方法實現(xiàn)了 RFID sensor網(wǎng)絡(luò)的混合多參數(shù)的資源配置控制模型，提高了系統(tǒng)的性能。在圖 5中描述了一個 RFID系統(tǒng)資源配置控制框架。在資源配置框架中，由資源偵聽器來監(jiān)控和捕獲資源狀態(tài)，其中ResourceAttributeListener={B,M,C,E}獲取QoS屬性及其數(shù)值，作為輸入。資源管理器是配置環(huán)節(jié)中重要的一個器件，其中有 3個模糊控制器，分別為URFID-Tg模糊控制器、URFID-Rd模糊控制器和模糊控制器。捕獲的資源屬性值及資源優(yōu)化參數(shù)誤差值輸入到這些模糊控制器中，推理產(chǎn)生資源配置 Action輸入到對應(yīng)的 3個適配器中，即URFID-Tg適配器、URFID-Rd適配器和ActiveRFID-SystemU 適配器，然后由適配器調(diào)用 ConfigurationPerformed來執(zhí)行資源調(diào)節(jié)配置。在上述介紹的3種配置模型中，面向URFID-Tg的控制模型配置QoS參數(shù)會影響到RFID tag到RFID reader之間的數(shù)據(jù)傳輸?shù)耐掏铝俊Ｃ嫦騏RFID-Rd的控制模型配置 QoS參數(shù)會影響到 RFID reader之間數(shù)據(jù)傳輸?shù)穆酚勺兓?。面?URFID-Tg和URFID-Rd的控制模型配置QoS參數(shù)同時也會影響到各自的性能?？紤]到這3種情況，本文設(shè)計了3種資源配置策略。

圖5 RFID系統(tǒng)資源配置控制框架

4.1 面向URFID-Tg和URFID-Rd的資源配置策略

面向URFID-Tg的QoS參數(shù)調(diào)整如圖6所示，是調(diào)節(jié)RFID tag 服務(wù)agent參數(shù)的方法。資源偵聽器獲取RFID tag 服務(wù)agent中標(biāo)簽的資源值。資源配置訪問適配器，是配置環(huán)節(jié)中重要的一個器件，通過對資源管理器的調(diào)用來更新資源參數(shù)，該適配器通過配置文件對RFID tag進(jìn)行資源優(yōu)化配置。資源偵聽器用來監(jiān)控和捕獲資源狀態(tài)，其中，ResourceAttri- buteListener獲取QoS屬性及其數(shù)值，資源配置訪問適配器中的 ConfigurationPerformed用來從資源管理器中獲取需要配置的資源類型。

圖6 RFID tag資源配置控制模型

URFID-Tg型調(diào)節(jié)通過檢測 tag的 QoS資源質(zhì)量，主動反映其資源狀況，使RFID tag和reader之間的數(shù)據(jù)通信達(dá)到最佳平衡。其次，tag有時存儲 sensor數(shù)據(jù)，并傳輸給 reader。由拉格朗日效用函數(shù)URFID-Tg求出的值U(Mio,j,T,Bin,j,T,Eiq,j,T,Cip,j,T)作為期望的值并且選擇性調(diào)節(jié)各個參數(shù)。URFID-Rd型調(diào)節(jié)如圖7所示，是通過檢測reader的QoS資源質(zhì)量，主動反映其資源狀況，使 RFID tag和reader之間的數(shù)據(jù)通信達(dá)到最佳平衡。其次，reader接收、存儲、處理tag/sensor數(shù)據(jù)，有時不能滿足實際資源需求，由拉格朗日效用函數(shù)URFID-Rd求出的值作為期望的值選擇性調(diào)節(jié)各個參數(shù)。

圖7 RFID reader資源配置控制模型

4.2 面向URFID-System的資源配置策略

4.3 RFID系統(tǒng)資源配置算法

4.3.1 資源偵聽器算法實現(xiàn)

在上文中提到的3種配置策略類型中，都需要資源偵聽器來監(jiān)聽IOT設(shè)備的資源狀況，資源偵聽器是時間驅(qū)動的，在給定的時間間隔[t1,t2]內(nèi)偵聽tag和reader中ec、cg、cc、mc組件的資源狀態(tài)參量，把這些值送入到資源管理器。具體算法如圖9所示。

圖9 資源偵聽器算法

4.3.2 資源管理控制器算法實現(xiàn)

RFID tag和reader的QoS參數(shù)模糊控制器根據(jù)parameterlist調(diào)整策略來改變其值，RFID系統(tǒng)的QoS值與tag和reader的QoS值相關(guān)，因此通過改變tag和reader的QoS值就可以改變RFID系統(tǒng)的QoS值。使用了 Takagi-Sugeno 型模糊推理及triangle MF來實現(xiàn)模糊控制，其中模糊控制器以QoS誤差和誤差變化作為輸入變量，然后產(chǎn)生配置輸出到tag和reader組件中。根據(jù)效用函數(shù)求出的值為系統(tǒng)最大效用的最優(yōu)資源值，作為每個 tag i期望的QoS值，其中包括：當(dāng)前值為：。誤差為

在誤差集合中有時只需使用 e(t)M來調(diào)整數(shù)據(jù)存儲。如存儲器中的標(biāo)簽數(shù)據(jù)超過其上限，要刪除其舊的數(shù)據(jù)。此時其他的誤差權(quán)重為零。因此，在不同的時刻，根據(jù)不同的權(quán)重來配置其資源。誤差權(quán)重表達(dá)式為

誤差模糊數(shù)集合為

誤差變化為

誤差變化集合為

對應(yīng)的誤差變化權(quán)重為

誤差變化模糊數(shù)集合為

圖10 4條規(guī)則的模糊推理單元

在圖10中的Q點同時觸發(fā)4條規(guī)則。反模糊化輸出為

模糊調(diào)節(jié)參數(shù)取值范圍：

1) CPU/MCU使用率控制算法

CPU/MCU使用率的調(diào)節(jié)主要是避免過多的數(shù)據(jù)接收、過濾、處理使其過度使用而影響RFID系統(tǒng)的性能。對于每一次處理任務(wù)定義為DTi(1≤i≤N)N 是周期數(shù)[17]。DTi=(TiC,Ti,Ui)，TiC是估計任務(wù)的執(zhí)行時間。Ti是處理的周期，且Ti,Min≤Ti≤Ti,Max，Ti,Min是最小執(zhí)行周期, Ti,Max是最大執(zhí)行周期。Ui是 CPU/MCU的執(zhí)行效用，且CPU/MCU總的效用為：CPU/MCU控制器通過測量任務(wù)iDT的處理周期來調(diào)節(jié)工作負(fù)載。算法如圖11所示。

圖11 CPU/MCU使用率控制算法

2) 存儲控制算法

Memory調(diào)節(jié)控制算法主要監(jiān)測buffer和存儲器的值，若超過閾值則刪除或遷移舊的數(shù)據(jù)以擴(kuò)大存儲空間，算法如圖12所示。

圖12 存儲控制算法

3) 能量控制算法

能量控制算法使用資源偵聽器件監(jiān)控電池能量狀態(tài)，通過(BatteryLevel)SystemState.GetValue獲取電池實際使用參數(shù) SystemProperty.PowerBattery來控制能量的輸出。在能量的調(diào)節(jié)決策中包括3種調(diào)節(jié)，若調(diào)節(jié)參數(shù)時,E不變，若時，E變小，若時，E變大，算法如圖13所示。

圖13 能量控制算法

4) 功率和帶寬聯(lián)合調(diào)節(jié)算法

在圖8中描述的反饋調(diào)節(jié)控制系統(tǒng)，對于功率和帶寬聯(lián)合調(diào)節(jié)以解除reader之間的干擾以及解決tag和 reader之間的速率不匹配問題，提高標(biāo)簽數(shù)據(jù)的讀取率。首先，tag向 reader申請傳輸資源，即比特率，reader j確定為n個tag i在l次傳輸時提供的通過對tag的通道發(fā)送速率的調(diào)節(jié)，使得tag每次發(fā)送速率是可變的，有l(wèi)個不同的速率Ril，在reader中的模糊控制器由resourcelist獲取 SIRjr(t)當(dāng)前值,計算與 tag的期望SIRjt(t)的誤差及其變化，tag的期望SIRjt(t)下，當(dāng)獲取的SIR(t)≥rjl時，那么tag數(shù)據(jù)被reader成功接收，否則不能被成功接收。可見在功率和帶寬聯(lián)合調(diào)節(jié)的情況下，傳輸?shù)某晒εc否取決于tag使用什么樣的速率，也即，若調(diào)節(jié)參數(shù)說明reader通道質(zhì)量好，可以增大tag的傳輸速率。若此時reader通道質(zhì)量沒有變化，tag的發(fā)送速率保持不變。若p4B＜rjl，此時reader的通信質(zhì)量很差，應(yīng)該減慢tag的發(fā)送速率。若此時,tag遇到了嚴(yán)重的 reader-to-reader干擾，導(dǎo)致了無效的傳輸。為了節(jié)約tag的能量，這時reader應(yīng)命令tag停止發(fā)送數(shù)據(jù)，使得tag i在第t+1時間沒有傳輸功率,為避免無限期的等待傳輸，設(shè)置延遲時間為tag i此次數(shù)據(jù)傳輸結(jié)束，等待下一次傳輸。調(diào)節(jié)算法如圖14所示。

圖14 功率和帶寬聯(lián)合調(diào)節(jié)算法

資源管理器中的 ConfigurationAction()如圖 15所示。

圖15 資源管理器中的ConfigurationAction()算法

其中，CofigurationAdapter為資源適配器，是事件驅(qū)動，根據(jù)不同的配置事件消息通過函數(shù)執(zhí)行相應(yīng)的配置, 函數(shù)為CofigurationPerformed()，其算法如圖16所示。

圖16 CofigurationPerformed()算法

RFID reader配置函數(shù)如圖17所示。

圖17 RFID reader配置函數(shù)算法

RFID tag配置函數(shù)如圖18所示。

圖18 RFID tag配置函數(shù)算法

5 實驗分析

5.1 驗證調(diào)節(jié)算法有效性

驗證調(diào)節(jié)算法有效性主要包括 5方面：①CPU/MCU調(diào)節(jié)的有效性；②Memory調(diào)節(jié)的有效性；③功率和帶寬聯(lián)合調(diào)節(jié)的有效性；④P1C、P2M、P3B參數(shù)混合調(diào)節(jié)的有效性；⑤P1C、P2M、P3B、P4E混合參數(shù)調(diào)節(jié)的有效性，其中包含有功率和帶寬聯(lián)合調(diào)節(jié)。根據(jù)誤差和誤差變化的權(quán)重，把實驗分為2種類型，Type1是非干擾固定速率型，在無干擾固定速率的情況下多參數(shù)聯(lián)合調(diào)節(jié)，即 P1W(t)1=P1CW1C(t)+ P2MW2M(t)+ P3BW3B(t),此種情況下，W4E(t)=0時，驗證在P1C、P2M、P3B混合參數(shù)調(diào)節(jié)的情況下與W2M(t)=0時，P1W(t)2= P1CW1C(t)+P3BW3B(t)型調(diào)節(jié)的RFID系統(tǒng)性能比較分析。Type2型是干擾和變速率傳輸型調(diào)節(jié)，考慮干擾的情況下多參數(shù)聯(lián)合調(diào)節(jié)，即 P2W(t)1=P1CW1C(t)+P2MW2M(t)+P3BW3B(t)+P4EW4E(t), 驗證在 P1C、P2M、P3B、P4E混合參數(shù)調(diào)節(jié)的情況下分別與 P1W(t)1、P1W(t)2調(diào)節(jié)的 RFID系統(tǒng)性能比較分析。

5.2 性能指標(biāo)

1) 吞吐量的具體衡量指標(biāo)為平均讀取成功率(ARSR, average read successfully rate)

其中，Ntag是在仿真時成功讀取標(biāo)簽的數(shù)量。Rl是tag在第l次成功傳輸時的速率。對于tag的一次不成功傳輸其傳輸率為0，Sp是采樣的周期。

2) 不成功讀取概率(PUR, probability of unsuccessfully read)

其中，lrf是在一個仿真中不能成功讀取的標(biāo)簽數(shù)。ltf是不能成功獲得傳輸率的標(biāo)簽個數(shù)。ls是總的標(biāo)簽數(shù)。

3) 內(nèi)存溢出概率(PMO, probability of memoryoverflow)

其中，Mof是內(nèi)存溢出的標(biāo)簽個數(shù)。Mtg是總標(biāo)簽個數(shù)。

對Type1型中P1W(t)1是在不考慮干擾的情況下，P1C、P2M、P3B混合參數(shù)調(diào)節(jié)，其實驗過程為：創(chuàng)建CPU、帶寬、內(nèi)存監(jiān)測線程、reader接收線程和tag發(fā)送線程。CPU、帶寬、內(nèi)存監(jiān)測線程來調(diào)節(jié)各個參數(shù)，觀察 reader在讀取過程中的參數(shù)調(diào)節(jié)帶來RFID系統(tǒng)性能的變化，實驗首先啟動tag發(fā)送線程，然后是reader接收線程，隨著tag發(fā)送線程發(fā)送tag數(shù)目增加，read接收線程監(jiān)測到tag數(shù)目變化率增大，當(dāng)數(shù)目Ntag＞ρ′時，reader上的帶寬監(jiān)測線程創(chuàng)建新的channel，增加接收通道個數(shù)，使數(shù)據(jù)讀取量增加，CPU監(jiān)測線程調(diào)節(jié)加快過濾處理時間周期，內(nèi)存監(jiān)測線程監(jiān)控內(nèi)存空間的變化，當(dāng) NM＞ρ′，啟動調(diào)節(jié)線程，轉(zhuǎn)移內(nèi)存的電子標(biāo)簽數(shù)據(jù)，接收新的數(shù)據(jù)。在P1W(t)2型中，測試P1C、P3B混合參數(shù)調(diào)節(jié)，隨著tag發(fā)送線程發(fā)送的tag數(shù)目的增加，當(dāng)數(shù)目Ntag＞ρ′時，reader上的帶寬監(jiān)測線程創(chuàng)建新的channel，增加接收通道個數(shù)，使數(shù)據(jù)讀取量增加，CPU監(jiān)測線程調(diào)節(jié)加快過濾處理時間周期，但在P1W(t)2型中沒有內(nèi)存調(diào)節(jié)過程，增加了內(nèi)存溢出的概率導(dǎo)致標(biāo)簽的讀取概率降低。在圖19和圖20中比較分析了P1W(t)1和P1W(t)2中tag讀取率。設(shè)tag長度為 16byte，傳輸速率為 1.6byte/ms內(nèi)存大小MSize=1KB，Sp=1，附著在車輛上的電子標(biāo)簽的移動速度分布為[8,80]km/h。

圖 19為 P1W(t)1和P1W(t)2型調(diào)節(jié)平均讀取成功率，P1W(t)1型調(diào)節(jié)由于使用本文提出的 P1C、P2M、P3B混合型調(diào)節(jié)，使得讀取成功率穩(wěn)定上升，而P1W(t)2型調(diào)節(jié)由于使用P1C、P3B混合參數(shù)調(diào)節(jié)，沒有使用P2M調(diào)節(jié)參數(shù)，在內(nèi)存資源被占用的情況下無法調(diào)節(jié)而使得tag的標(biāo)簽數(shù)為70個時，其讀取率達(dá)到恒定的水平，這是由于當(dāng)標(biāo)簽個數(shù)為 70時，此時的內(nèi)存占用為 70×16=1120byte＞1KB 的內(nèi)存空間，P1C調(diào)節(jié)參數(shù)在不斷加快 CPU的處理，使內(nèi)存中積累了大量tag數(shù)據(jù)，這時沒有P2M參數(shù)調(diào)節(jié)已經(jīng)充滿內(nèi)存，reader內(nèi)存中的數(shù)據(jù)無法轉(zhuǎn)移造成了內(nèi)存溢出概率上升，其次，對于內(nèi)存中舊的臨時數(shù)據(jù)也沒有相應(yīng)調(diào)節(jié)來清除，使得讀取成功率下降。

圖19 P1W(t)1和P1W(t)2型調(diào)節(jié)平均讀取成功率

圖20 P1W(t)1和P1W(t)2型調(diào)節(jié)不成功讀取概率

P2W(t)1型調(diào)節(jié)的實驗過程與P1W(t)1和P1W(t)2型調(diào)節(jié)相類似，主要不同在于，在reader上創(chuàng)建功率調(diào)節(jié)線程，檢測到其通道狀況。在tag要創(chuàng)建速率調(diào)節(jié)線程，當(dāng) p4B＜rjMin(l)發(fā)生時，tag遇到了嚴(yán)重的reader-to-reader干擾，導(dǎo)致了無效的傳輸，為了節(jié)約tag的能量，這時reader命令tag停止發(fā)送數(shù)據(jù)，而reader能量調(diào)節(jié)參數(shù)調(diào)節(jié)輸出功率來解除干擾，tag在等待一個 QT(ytg,t)delay時間后，重新傳輸，但當(dāng)調(diào)節(jié)參數(shù)p4B≥rjl+1，說明reader通道質(zhì)量好，可以增大tag的傳輸速率，不像P1W(t)1和 P1W(t)2型調(diào)節(jié)是固定速率，致使好的信道質(zhì)量沒法最大利用，reader帶寬資源被浪費。P2W(t)1型調(diào)節(jié)可以使tag變速率傳輸，即 reader輸出控制命令，tag接收線程收到命令后，交由速率調(diào)節(jié)線程調(diào)節(jié)速率。發(fā)送速率分別為：0.16byte/ms、1.6byte/ms、16byte/ms。

圖21和圖22中P2W(t)1型調(diào)節(jié)使用P1C、P2M、P3B、P4E參數(shù)混合調(diào)節(jié)。P3B、P4E參數(shù)作用于UnionPowerBandwidth調(diào)節(jié)，使得tag變速傳輸，而且reader調(diào)節(jié)輸出功率解除reader-to-reader干擾，極大地提高了tag的平均讀取成功率，從而減少了讀取不成功概率。在圖21中當(dāng)標(biāo)簽數(shù)為90時，平均讀取成功率情況為：P2W(t)1＞ P1W(t)1＞ P1W(t)2，P2W(t)1型調(diào)節(jié)保持較高的平均讀取成功率。而在圖 22中當(dāng)標(biāo)簽數(shù)為80時，讀取不成功概率情況為P1W(t)2＞P1W(t)1＞P2W(t)1，即 P2W(t)1型調(diào)節(jié)讀取不成功概率為最小且保持穩(wěn)定狀態(tài)。

圖21 P1W(t)1、P1W(t)2和 P2W(t)1型調(diào)節(jié)平均讀取成功率

圖22 P1W(t)1、P1W(t)2和 P2W(t)1型調(diào)節(jié)讀取不成功概率

6 結(jié)束語

本文以RFID sensor節(jié)點的QoS組件模型為基礎(chǔ)，建立面向服務(wù)的RFID系統(tǒng)資源消耗模型，使用拉格朗日優(yōu)化方法求出了各個QoS組件資源的調(diào)節(jié)參數(shù)的下界，然后，使用下界作為模糊控制的期望參數(shù)來調(diào)節(jié)資源變量以達(dá)到最優(yōu)資源配置。隨后，建立了3種資源配置控制框架，分析了3種類型資源配置服務(wù)策略，并給出了相應(yīng)的算法，通過這些資源配置服務(wù)策略有效防止內(nèi)存的溢出,節(jié)約了能量,調(diào)節(jié)了 CPU/MCU 的工作負(fù)載，使得tag和 reader之間傳輸速率相匹配以及reader-to-reader之間的干擾解除，為物聯(lián)網(wǎng)下一代智能電子標(biāo)簽和讀寫器的優(yōu)化設(shè)計提供了理論基礎(chǔ)。

[1] ATZORI L, IERA A, MORABITO G. The internet of things: a survey[J]. Computer Networks, 2010, 54(15):2787-2805.

[2] CONTI J P. The internet of things[J]. IET Communications Engineer,2006, 4(6):20-25.

[3] KRANZ M, HOLLEIS P, SCHMIDT A. Embedded interaction: interacting with the internet of things[J]. IEEE Internet Computing, 2010,14(2):46-53.

[4] GUINARD D, TRIFA V, KARNOUSKOS S. Interacting with the SOA-based internet of things: discovery, query, selection, and on demand prov-isioning of Web services[J]. IEEE Transactions on Services Computing, 2010, 3(3):223-235.

[5] GUAN Q, LIU Y, YANG Y P. Genetic approach for network planning in the RFID systems[A]. Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications[C]. Los Alamitos, CA, USA, IEEE Computer Society, 2006. 567-572.

[6] CHEN H N, ZHU Y L, HU K Y. Multi-colony bacteria foraging optimizati-on with cell-to-cell communication for RFID network planning[J]. Applied Soft Computing, 2010, 10(2):539-547.

[7] MUSKENS J, CHAUDRON M. Prediction of run-time resource consumption in multi-task component-based software systems[A]. Proceedings of the 7th International Symposium on Component-Based Software Engineering(CBSE’2004)[C]. Edinburgh, UK, Springer,2004.162-177.

[8] HAMLET D, MASON D, WOITM D. Theory of software reliability based on components[A]. Proceedings of the 23rd International Conference on Software Engineering(ICSE’2001)[C]. Toronto, Ontario,Canada, IEEE Computer Society, 2001.361-370.

[9] YEN I L, KHAN L, PRABHAKARAN B. An on-line repository for embedded software[A]. Proceedings of the 13th IEEE International Conference on Tools with Artificial Intelligence[C]. Dallas, TX, USA,IEEE Compu-ter Society, 2001.314-321.

[10] COOPER K, ZHOU J, MA H. Code parameterization for satisfaction of QoS requirements in embedded software[A]. Proceedings of the Inter-national Conference on Engineering of Reconfigurable Systemsand Algorithms[C]. Las Vegas, Nevada, USA, 2003.58-64.

[11] LI C L, LI L Y. Context aware service provisioning in mobile grid[J].Journal of Network and Computer Applications, 2011, 34(2): 774-782.

[12] LI B, NAHRSTEDT K. A control-based middleware framework for quality-of-service adaptations[J]. IEEE Journal on Selected Areas in Comm-unications, 1999, 17(9):1632-1650.

[13] HUANG L, KUMAR S, KUO C C J. Adaptive resource allocation for multi-media QoS management in wireless networks[J]. IEEE Transactions on Vehicular Technology, 2004, 53(2):547-558.

[14] MERCADO A, LIU K J R. Adaptive QoS for wireless multimedia networks using power control and smart antennas[J].IEEE Transactions on Vehicular Technology, 2002, 51 (5):1223-1233.

[15] ZHANG Y, ZHANG S, HAN S. Adaptive service configuration approach for quality of service management in ubiquitous computing Envir-onments[J]. Journal of Zhejiang University Science A, 2009,10(7):964-957.

[16] TSAY D L, CHUNG H Y, LEE C J. The adaptive control of non-linear sy-stems using the sugeno-type of fuzzy logic[J]. IEEE Transactions Fuzzy System, 1999, 7(2):225-229.

[17] BASARAN C, SUZER M H, KANG K. Robust fuzzy CPU utilization control for dynamic workloads[J]. Journal of Systems and Software,2010, 83(7):1192-1204.

[18] SUNG C W, WONG W S. Power control for multirate multimedia CDMA systems[A]. Proceedings of Eighteenth Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM’1999)[C]. New York, USA, 1999. 957-964.

[19] CHEN Y, LIN Y, WANG J. Adaptive fuzzy-based rate management and power control in multimedia CDMA cellular systems[J].Computer Communications, 2008, 31(10):1901-1910.