1 引言

    RFID (射频识别)是一种非接触式的自动识别技术，它是利用射频微波信号自动识别目标对象并获取相关数据从而实现相互通信的，与传统的条码技术相比，RFID具有非接触、可读写、可重复使用、数据存储量大、可识别高速运动物体并可同时识别多个标签、无需人工干预、抗恶劣环境等诸多优点。目前，RFID已经被广泛应用于生产、物流、交通、运输、医疗、防伪、跟踪、设备和资产管理等需要收集和处理数据的领域，并不断向新的领域渗透。被列为本世纪十大技术之一。

    基本的RFID系统通常由3部分组成：RFID标签(tag)、RFID阅读器(reader)及应用软件。其系统的组成如图1所示。

    RFID标签(tag)具有唯一的电子编码，附着在物体上标识目标对象；RFID读写器通过实时、自动读取目标对象tag获得RFID原始数据。由图1可以看到，整个RFID数据采集系统是一种分布式数据采集系统，系统中每个读写器按照预先设定方式对标签数据自动采集，每读取一次标签即产生一组数据，由于读取速度较快，标签的同一状态可能会被多次读取，产生冗余数据。此外，RFID技术本身亦会产生读取数据错误。目前的新一代EPC标准使得标签读写速度达到I 800次／s，这就意味着所有读写器采集的RFID数据汇集在一起将是海量的RFID原始数据，而这些RFID原始数据仅仅是夹杂着大量冗余甚至错误的简单数据(标签的电子编码)，不同读写器采集的数据之间隐含的内在关系信息没有被充分挖掘，应用程序很难快速从这些海量数据中找到所需的数据。

    因此如何有效去除RFID 冗余数据并尽可能从RFID原始数据中提取抽象有意义的事件是RFID数据处理研究的焦点。

    2 RFID数据处理方法概述

    2．1 早期的处理方法

    在RFID技术发展初期，RFID系统应用规模一般较小，解决方案常采用应用程序直接处理RFID数据的方法。这种方法直接将读写器系统连接到应用程序，由应用程序专门设计RFID冗余数据的过滤以及所需数据的提取程序。这种方案一定程度上满足了系统的需要，但增加了应用系统设计的复杂性，而且降低系统效率，系统的可维护性较差。

    2．2 基于消息驱动的处理方法

    随着RFID技术的快速发展，RFID系统应用规模逐渐扩大，早期由应用程序直接处理RFID数据的方案已无法适应需要。目前的解决方案由中间件专一处理RFID原始数据以达到应用程序需要。中间件设计滤波算法滤除基本的RFID冗余数据，RFID数据到应用程序的传递采用基于消息驱动的处理方法进行，该方法将RFID原始数据信息预先设定为不同的event(消息或事件)类型存储，每一个RFID原始数据event触发数据到一个或者多个应用程序的传递，应用程序接收并处理这些数据。但由于系统的event之间内在关系没有充分提取，event数量仍然有很大，应用程序花费较多的时间处、理这些消息数据，降低了系统效率；并且event类型在系统建立初期就已经确定，无法根据需要进行配置，大大降低了系统的灵活性。

    2．3 基于复杂事件处理(CEP)技术的方法

    复杂事件处理(CEP)是一项用于构建和管理信息系统的新兴技术。它将系统数据看作不同类型的事件，通过分析事件间的关系如：成员关系、时间关系以及因果关系等，建立不同的事件关系库，利用事件间的关联、事件提取以及事件分层等技术，从多个事件中提取有意义的复杂事件，使系统的不同使用者提取各自需要的信息，这些信息可是低层的处理数据，也可以是更高一级的管理数据。

    目前国内外已有学者将复杂事件处理技术用于RFID数据处理。根据复杂事件处理技术，定义了RFID事件类型，RFID事件、规则定义规范等基础问题，但未对如何将复杂事件处理技术应用于RFID数据处理进行具体分析；针对超市进货实例讨论了复杂事件处理技术数据处理的原理，但没有提出有效的规范方法。

    鉴于此，本文着重从规范基于CEP技术的RFID数据处理方法的角度，对基于CEP的RFID数据处理模型进行研究。

    3 基于CEP的RFI D数据处理模型

    3．1 模型的结构分析

    本文提出的基于CEP的RFID数据处理模型，按处理过程可以分为三个层次：原始数据层、基本事件层和抽象事件层。如下图2所示。

    原始数据层负责收集由读写器采集的原始RFID数据，由于读写器系统可能存在着不同种类的读写器和标签，采集的数据是各种不同格式的原始数据。

    基本事件层是利用高速缓存CACHE技术将RFID原始数据处理成系统需要的统一格式、信息完备、语义准确的RFID基本事件。

    抽象事件层是利用RFID事件滤波器或者RFID复杂事件构建器对RFID基本事件处理得到应用程序所需要的抽象事件。抽象事件层又可以分为许多子抽象层，以满足应用软件各个子程序需要，RFID事件滤波器滤除错误、漏读、冗余以及不相关的RFID事件提取出应用软件中某个应用程序所需的抽象事件1，同时抽象层1在经过复杂事件构建器1得到应用软件所需的抽象事件2，依次下去，从而使应用软件的不同部分得到各自所需的数据。

    此外，模型的RFID 规则配置器允许应用软件对RFID事件滤波器和复杂事件构建器进行配置，以适应系统业务发生变化时应用软件对数据的需要。

    3．2 模型的关键技术

    3．2．1 高速数据缓存CACHE

    目前在RFID系统大量采用的是简单标签，这些标签所能表达的信息量有限，通常仅是产品的ID号，CEP需要具体的事件背景才能充分从这些简单事件挖掘有用的信息。例如贴有EPC (电子产品标签)的产品，就其标签本身很难得知产品的接收方以及运输周期等背景信息，这些信息通常是可以通过访问企业系统或者贸易伙伴数据库得到的。然而目前的新一代的EP C标准使得标签读写速度已达1 800次／s。对由此产生的庞大读写数据，通过远程数据库传输背景信息是很难实现的，模型应采用高速数据缓存CACHE解决。

    高速数据缓存cache存储背景信息数据，利用虚拟存储器管理技术对背景信息进行管理，把各种背景信息分页放置在CACHE中，根据RFID数据使用背景信息频率改变CACHE中背景信息的存储位置，以实现RFID数据快速找到所需的背景信息。

    3。2．2 RFID事件滤波器

    RFID事件滤波器就是一系列RFID事件规则的集合。当输入大量任意的简单事件到事件滤波器，输出则是符合RFID规则的所有事件。事件过滤器的作用就是只提取出重要的或感兴趣的事件，以减少所要处理事件的数量。事件滤波器主要有两种RFID数据过滤类型：底层数据过滤和系统数据过滤。

    底层数据过滤主要针对RFID原始数据的过滤一重复、冗余数据的过滤，重复、冗余数据产生的原因主要是阅读器长时间读写一个标签、多个读写器同时读写一个标签以及为了增加读写可靠性一个物品绑定多个标签的情况。

    系统数据过滤，主要是应用软件根据应用层业务数据的需要通过R F I D规则配置器对事件滤波器进行配置，改变或增减相应的RFID事件规则，从而尽可能减少RFID事件量，提取感兴趣事件。

    3．2．3 RFID复杂事件构建器

    RFID事件之间存在着复杂的相互关系，例如：时间关系、层次关系、包含关系以及因果关系等。复杂事件构建器就是一个事件关系映射库，它预先定义了事件间的关系，当输入一些任意事件而这些事件间的关系符合某种事件关系规则，就会产生一个与之相应的输出事件。例如某离散制造业生产线上，一个零件的制造需要多个工位，各个工位上的RFID读写事件是有着严格的时间先后顺序的，设备管理部门利用这些时间关系构造的复杂事件构建器可以很容易得出某个阅读器发生误读、漏读或者故障等有用的复杂事件。利用复杂事件构建器，不仅充分挖掘出了RFID数据中隐含的有用信息，而且满足了应用程序的需要。

    4 模型应用实例

    某离散制造企业单条生产线承担着组装多种不同类型产品的任务。由于各系列产品其组装过程不相同，组装部件较为相似，组装过程中往往会出现不同系列部件混装问题，甚至出现整机某个部件未组装等重大事故。这些问题大大影响了生产线的组装效率和产品质量。

    为此，引入RFID技术以有效地增强生产线的监控能力，改善生产效率和产品质量。由于组装部件种类多、数量大，需要使用大量的标签，从而生成大量RFID原始数据，应用程序往往难以快速处理，导致信息化效率显著降低。本文采用CEP技术来优化RFID数据处理流程，以提高RFID技术在离散制造业生产线的应用水平。图3是基于CEP的RFID数据处理模型图。

    整个模型的数据流程是：RFID原始数据经过高速缓存CACHE处理，得到包含丰富背景信息的产品组装基本事件；基本事件通过事件滤波器充分挖掘各基本事件间的关系信息，滤除底层的组装信息得到产品数量和类别等抽象信息，生产主管部门可以实时统计生产量；实时的产品数量数据经过复杂事件构建器处理，得到销售部门所需的各个订单完成量数据。该实例中，模型涉及的关键技术描述如下：

    高速缓存CACHE连接着企业的产品、部件以及工艺信息数据库，RFID读写器原始数据信息包括标签ID以及标签读写时间，其格式为D={ID，DATE}，进入高速缓存CACHE后，CACHE快速连接数据库得到所需的背景信息，即该部件的生产商、系统归属以及安装工艺等，将该背景信息加入原始数据，得到信息丰富的舳基本事件，其格式为D’={I[)，DATE，COMPANY，S．A．，A．T．o这些RFID基本事件连接到车间生产的电子看板上，工人们可以实时从电子看板上得到所需的组装信息。

    事件滤波器是根据底层基本组装事件间的各种关系构造的关系库。一件产品需要各个基本组装事件按照正确的顺序全部完成，通过这些事件间的关系，可以构造出上述的事件滤波器。例如完成0型产品组装需要依次完成f1，f2，f3，f4，f5，f6等组装事件，只有当这些事件按照正确的次序全部完成时，事件滤波器才会输出一个0型产品数量加1事件。通过事件滤波器，不仅有效的避免了安装错误，而且可以滤出大量底层无关RFID信息，得到货物相关信息——产品类别和产品数量。于是，生产主管部门可以实时了解车间生产产品种类和数量，来进行后续生产计划的安排和评估。

    复杂事件构建器主要是根据销售部门订单的要求以及车间生产的产品数量之间的关系，映射出各个订单产品的实时完成量数据。销售部门可以利用这些数据掌握订单实时完成情况数据，安排发货或者其他的操作。

    从该制造企业整个过程可以看到，RFID原始数据通过高速缓存CACHE、事件滤波器、复杂事件构建器过程，其基本事件数量大大减少，而且可充分挖掘了RFID数据中的有用信息，使各个部门易于获得所需的数据。

    复杂事件处理技术应用于RFID数据处理研究，在国际仍是—个崭新的领域，目前尚没有成熟规范的方法。本文以离散制造业生产线RFID应用为例，给出了—种基于CEP的RFID数据处囡 ，并构建了相应的高速爱 CACHE、RFD事件滤波器和RFID复杂事件构建器。可进一步结合复杂事件处理器PAPIDE tools，模拟模型处理效果，完善模型应用机制