一种UHF-RFID标签芯片的基带架构及其状态控制方法

技术领域

本发明涉及芯片状态控制技术领域，尤其涉及一种UHF-RFID标签芯片的基带架构及其状态控制方法。

背景技术

随着物联网产业的发展，超高频阅读器(UHFRFID)技术由于具有识别距离远、识别准确率高、识别速度快、抗干扰能力强等特点得到了迅速推广，逐渐形成一种全新的管理手段。由于固定式UHFRFID阅读器应用环境多变，参数设置繁杂，给操作者带来了很多不便，现有的UHFRFID标签芯片是由收发器、处理器和存储器共同构成的，其中，收发器用于接收从天线耦合进来的信号，从中获取能量和信息，同时反射标签的输出信号；数字基带处理器，用来处理基带信号和对存储器的操作；存储器，用来保存芯片ID和用户信息，由于接收的标签信号大多数为高频标签信号，针对低频标签信号，需要手动地进行模式调节以进行信号的接收，降低了实用性，同时也提高了人力成本。

发明内容

针对上述所显示出来的问题，本发明提供了一种UHF-RFID标签芯片的基带架构及其状态控制方法用以解决背景技术中提到的由于接收的标签信号大多数为高频标签信号，针对低频标签信号，需要手动地进行模式调节以进行信号的接收，降低了实用性，同时也提高了人力成本的问题。

一种UHF-RFID标签芯片的基带架构，其包括：

高频标签电路模块、低频标签电路模块，检测模块、接收模块、识别模块和存储模块；

其中，检测模块分别与高频标签电路模块和低频标签电路模块连接，用于检测二者的工作状态，根据工作状态生成数据接收指令；

接收模块，与检测模块连接，用于根据数据接收指令接收高频标签电路模块和低频标签电路模块各自传输的标签数据；

识别模块，与接收模块连接，用于根据标签数据进行标签识别，获取识别标签；

存储模块，与识别模块连接，用于接收其写入的识别标签并将其进行存储。

一种标签芯片状态控制方法，包括以下步骤：

根据RFID标签阅读器的时钟载波信号设置工作电路；

通过工作电路接收RFID标签阅读器反馈的标签数据；

利用预设多标签防碰撞退避算法对标签数据进行标签识别，获取识别结果；

将识别结果中的识别标签写入到UHF-RFID标签芯片并进行分类和存储。

优选的，根据RFID标签阅读器的时钟载波信号设置工作电路，包括：

获取时钟载波信号的初始信号调制频率区间；

对时钟载波信号进行调解，根据调解结果确定时钟载波信号在初始信号频率区间中的目标信号调制频率；

获取UHF-RFID标签芯片的高频标签电路模块和低频标签电路模块各自对应的工作频率区间；

确认目标信号调制频率在高频标签电路模块对应的第一工作频率区间和低频标签电路模块对应的第二工作频率区间，根据确认结果将高频标签电路模块和低频标签电路模块设置为工作电路。

优选的，通过工作电路接收RFID标签阅读器反馈的标签数据，包括：

接收RFID标签阅读器反馈的标签数据对应的数据信号；

对数据信号的每一数据位进行高低电平采样，获取采样结果；

根据采样结果确定数据信号的每一数据位的电平宽度，基于电平宽度判断数据信号是否为有效信号；

若是，接收数据信号并对其进行解码以获得标签数据。

优选的，利用预设多标签防碰撞退避算法对标签数据进行标签识别，获取识别结果，包括：

对标签数据进行随机分组获得预估的第一组标签；

基于正态分布特征和碰撞因子计算对第一组标签进行数量评估，获取评估结果；

利用预设多标签防碰撞退避算法计算出评估结果中每个预估标签的碰撞位；

根据每个预估标签的碰撞位获取该预估标签对应的碰撞标签；

获取每个预估标签的时序序号，基于时序序号和碰撞标签采用跳跃动态二进制算法进行识别，获取识别结果。

优选的，将识别结果中的识别标签写入到UHF-RFID标签芯片并进行分类和存储，包括：

获取每个识别标签对应的数据流；

将每个识别标签对应的数据流封装为预设内存的数据块；

对数据块进行加密，加密完毕后将其写入到UHF-RFID标签芯片中；

获取每个识别标签对应的标签类型，基于标签类型对所有识别标签进行分类，分类完毕后进行存储。

优选的，所述方法还包括：

获取UHF-RFID标签芯片在每种状态下的基准功耗数据并根据其构建UHF-RFID标签芯片的状态功耗数据表；

确定UHF-RFID标签芯片在每个状态下的基础运行功耗，根据基础运行功耗与每个状态下的基准功耗数据设置UHF-RFID标签芯片的每个状态在闲置工作状态下的运行功耗区间；

根据UHF-RFID标签芯片的每个状态在闲置工作状态下的运行功耗区间为该状态设置第一睡眠模式和第二睡眠模式；

根据每个状态的第一睡眠模式和第二睡眠模式以及正常工作模式控制UHF-RFID标签芯片在每种状态下的功耗。

优选的，在获取每个识别标签对应的数据流之后，将每个识别标签对应的数据流封装为预设内存的数据块之前，所述方法还包括：

对每个识别标签的数据流进行故障码排查，获取排查结果；

根据排查结果对每个标签的数据流进行分析，根据分析结果获取每个识别标签的数据流中故障码相关的第一数据项；

将第一数据项与标准数据样本的第二数据项进行对比以确定偏差度，根据偏差度确定第一数据项中每个项目的临界阈值；

根据每个识别标签的第一数据项中每个项目的临界阈值确定该识别标签对应的数据流的目标优化参数；

根据目标优化参数对每个识别标签的数据流进行优化，将优化后的数据流作为封装数据流。

优选的，对数据块进行加密的步骤包括：

根据数据块的数据格式构建该数据块的数据矩阵；

获取矩阵中的矩阵元素以及每个矩阵元素的分布比例；

根据矩阵元素和每个矩阵元素的分布比例确定数据库的加密等级；

基于加密等级获取该加密等级对应的加密密钥对数据库进行加密。

优选的，所述基于正态分布特征和碰撞因子计算对第一组标签进行数量评估，获取评估结果，包括：

获取第一组标签对应的随机化分组参数；

基于正态分布特征确定随机化分组参数内的分组标签之间的正态分布情况；

根据正态分布情况确定第一组标签内的相邻分组标签之间的分布间隙区间；

根据相邻分组标签之间的分布间隙区间确定第一组标签内的多个标签复位标志位；

基于每个标签复位标志位的标志位特征获取该标签复位标志位的查询前缀，根据预设碰撞因子确定每个标签复位标志位的查询前缀的动态变化因子；

根据每个标签复位标志位的查询前缀的动态变化因子确定该标签复位标志位的位置变化范围；

生成预设标签牵引指令对每个标签复位标志位的位置变化范围进行标签牵引，根据响应情况确定每个标签复位标志位是否存在分组标签，获取确定结果；

根据确定结果对第一组标签进行分组标签的数量评估，获取评估结果。

优选的，在获取每个识别标签对应的数据流之后，所述方法还包括：

将每个识别标签对应的数据流中的数据按照同类型划分条件划分为多个单元数据；

对每个单元数据进行特征扫描，根据扫描结果获取每个单元数据的单元特征码，将单元特征码与预设数据库中的病毒特征码进行匹配，根据第一匹配结果判断每个单元数据中是否存在病毒数据；

若是，启动预设病毒查杀程序对含有病毒数据的第一单元年数据进行数据清洗处理，获取第一处理结果；

若否，利用深层次识别方法对每个单元数据进行数据源匹配，根据第二匹配结果确定每个单元数据中的独立数据；

提取每个单元数据中的独立数据对应的第一时序特征和其前后数据的第二时序特征；

将第一时序特征和第二时序特征作为递归函数的输入，根据函数输出结果确定第一时序特征和第二时序特征的关联指数；

确认关联指数是否大于预设指数，若是，将每个单元数据中的独立数据保留，若否，将每个单元数据中的独立数据保留剔除处理，获取第二处理结果；

根据第一处理结果或第二处理结果获取每个识别标签的处理后的数据流。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明所提供的一种UHF-RFID标签芯片的基带架构的结构示意图；

图2为本发明所提供的一种标签芯片状态控制方法的工作流程图；

图3为本发明所提供的一种标签芯片状态控制方法的另一工作流程图；

图4为本发明所提供的一种标签芯片状态控制方法的又一工作流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

随着物联网产业的发展，超高频阅读器(UHFRFID)技术由于具有识别距离远、识别准确率高、识别速度快、抗干扰能力强等特点得到了迅速推广，逐渐形成一种全新的管理手段。由于固定式UHFRFID阅读器应用环境多变，参数设置繁杂，给操作者带来了很多不便，现有的UHFRFID标签芯片是由收发器、处理器和存储器共同构成的，其中，收发器用于接收从天线耦合进来的信号，从中获取能量和信息，同时反射标签的输出信号；数字基带处理器，用来处理基带信号和对存储器的操作；存储器，用来保存芯片ID和用户信息，其由由于接收的标签信号大多数为高频标签信号，针对低频标签信号，需要手动地进行模式调节以进行信号的接收，降低了实用性，同时也提高了人力成本。为了解决上述问题，本实施例公开了一种UHF-RFID标签芯片的基带架构。

一种UHF-RFID标签芯片的基带架构，如图1所示，其包括：

高频标签电路模块101、低频标签电路模块102，检测模块103、接收模块104、识别模块105和存储模块106；

其中，检测模块103分别与高频标签电路模块101和低频标签电路模块102连接，用于检测二者的工作状态，根据工作状态生成数据接收指令；

接收模块104，与检测模块103连接，用于根据数据接收指令接收高频标签电路模块和低频标签电路模块各自传输的标签数据；

识别模块105，与接收模块104连接，用于根据标签数据进行标签识别，获取识别标签；

存储模块106，与识别模块105连接，用于接收其写入的识别标签并将其进行存储。

上述技术方案的工作原理为：设置高频标签电路模块和低频标签电路模块来智能地接收和传输不同频率的标签信号，通过检测模块来检测二者的工作状态，根据工作状态生成数据接收指令，然后通过接收模块接收两个电路模块传输的标签数据，然后通过识别模块来进行标签识别，最后通过存储模块将识别结果中的识别标签并将其进行存储。

上述技术方案的有益效果为：通过设置高频标签电路模块和低频标签电路模块来智能地切换接收和传输不同频率的标签信号可以来对不同频率的标签信号进行稳定接收，提高了数据接收效率和稳定性，同时还节省了功耗，一定程度上延长了芯片的使用寿命，降低了使用成本，节省了人力成本，提高了实用性，解决了现有技术中由于接收的标签信号大多数为高频标签信号，针对低频标签信号，需要手动地进行模式调节以进行信号的接收，降低了实用性，同时也提高了人力成本问题。

本实施例还公开了一种标签芯片状态控制方法，适用于上述提出的UHF-RFID标签芯片的基带架构，如图2所示，包括以下步骤：

步骤S101、根据RFID标签阅读器的时钟载波信号设置工作电路；

步骤S102、通过工作电路接收RFID标签阅读器反馈的标签数据；

步骤S103、利用预设多标签防碰撞退避算法对标签数据进行标签识别，获取识别结果；

步骤S104、将识别结果中的识别标签写入到UHF-RFID标签芯片并进行分类和存储。

上述技术方案的工作原理为：根据RFID标签阅读器的时钟载波信号设置工作电路，通过工作电路接收RFID标签阅读器反馈的标签数据，利用预设多标签防碰撞退避算法对标签数据进行标签识别，获取识别结果，将识别结果中的识别标签写入到UHF-RFID标签芯片并进行分类和存储。

上述技术方案的有益效果为：通过设置工作电路来智能化地接收不同频率的标签信号进行稳定接收，提高了数据接收效率和稳定性，同时还节省了功耗，一定程度上延长了芯片的使用寿命，降低了使用成本，进一步地，通过利用预设多标签防碰撞退避算法对标签数据进行标签识别可以避免各个标签数据碰撞而导致数据紊乱情况的发生，具有极强的抗干扰性，进一步地提高了稳定性。

在一个实施例中，根据RFID标签阅读器的时钟载波信号设置工作电路，包括：

获取时钟载波信号的初始信号调制频率区间；

对时钟载波信号进行调解，根据调解结果确定时钟载波信号在初始信号频率区间中的目标信号调制频率；

获取UHF-RFID标签芯片的高频标签电路模块和低频标签电路模块各自对应的工作频率区间；

确认目标信号调制频率在高频标签电路模块对应的第一工作频率区间和低频标签电路模块对应的第二工作频率区间，根据确认结果将高频标签电路模块和低频标签电路模块设置为工作电路。

在本实施例中，初始信号调制频率区间表示为时钟载波信号处于正常接收范围内的调制频率区间。

上述技术方案的有益效果为：可根据实际时钟载波信号参数来精准地设置工作电路，进一步地提高了稳定性。

在一个实施例中，如图3所示，通过工作电路接收RFID标签阅读器反馈的标签数据，包括：

步骤S201、接收RFID标签阅读器反馈的标签数据对应的数据信号；

步骤S202、对数据信号的每一数据位进行高低电平采样，获取采样结果；

步骤S203、根据采样结果确定数据信号的每一数据位的电平宽度，基于电平宽度判断数据信号是否为有效信号；

步骤S204、若是，接收数据信号并对其进行解码以获得标签数据。

在本实施例中，数据信号表示为标签数据对应的识别标签数据反馈信号，具体可以为标签特征信号和标签类型信号；

在本实施例中，判断数据信号是否为有效信号的标准为确认速狙信号的电平宽度是否大于等于预设电平宽度，若是，判定其为有效信号，否则，判定其为无效信号。

上述技术方案的有益效果为：通过对数据信号进行有效信号判断可以避免误接收数据情况的发生，提高了稳定性和数据接收准确性以及实用性，进一步地，通过对数据信号进行解码来获得标签数据可以快速稳定地根据数据信号的编码形式来获得精准的标签数据，提高了数据获取的效率。

在一个实施例中，利用预设多标签防碰撞退避算法对标签数据进行标签识别，获取识别结果，包括：

对标签数据进行随机分组获得预估的第一组标签；

基于正态分布特征和碰撞因子计算对第一组标签进行数量评估，获取评估结果；

利用预设多标签防碰撞退避算法计算出评估结果中每个预估标签的碰撞位；

根据每个预估标签的碰撞位获取该预估标签对应的碰撞标签；

获取每个预估标签的时序序号，基于时序序号和碰撞标签采用跳跃动态二进制算法进行识别，获取识别结果。

上述技术方案的有益效果为：通过获取预估标签的碰撞标签和时序序号可以针对每个预估标签的接收时间和碰撞标签来有序地识别出每个标签，提高了标签识别效率和稳定性。

在一个实施例中，如图4所示，将识别结果中的识别标签写入到UHF-RFID标签芯片并进行分类和存储，包括：

步骤S301、获取每个识别标签对应的数据流；

步骤S302、将每个识别标签对应的数据流封装为预设内存的数据块；

步骤S303、对数据块进行加密，加密完毕后将其写入到UHF-RFID标签芯片中；

步骤S304、获取每个识别标签对应的标签类型，基于标签类型对所有识别标签进行分类，分类完毕后进行存储。

在本实施例中，数据流表示为每个识别标签对应的存储数据流；

在本实施例中，标签类型可以为标签业务类型也可以为标签功能类型。

上述技术方案的有益效果为：通过对每个识别标签进行数据块封装既可以快速地写入到芯片中同时还可以最大化地保证每个识别标签的数据完整性，进一步地提高了实用性，进一步地，通过对数据块进行加密可以保证数据的隐私性，提高了数据安全，进一步地，通过对识别标签进行分类存储为后续进行调用时提供了便利的筛选条件，进一步地提高了实用性。

在一个实施例中，所述方法还包括：

获取UHF-RFID标签芯片在每种状态下的基准功耗数据并根据其构建UHF-RFID标签芯片的状态功耗数据表；

确定UHF-RFID标签芯片在每个状态下的基础运行功耗，根据基础运行功耗与每个状态下的基准功耗数据设置UHF-RFID标签芯片的每个状态在闲置工作状态下的运行功耗区间；

根据UHF-RFID标签芯片的每个状态在闲置工作状态下的运行功耗区间为该状态设置第一睡眠模式和第二睡眠模式；

根据每个状态的第一睡眠模式和第二睡眠模式以及正常工作模式控制UHF-RFID标签芯片在每种状态下的功耗。

在本实施例中，基准功耗数据表示为UHF-RFID标签芯片在每个状态下的标准能耗和做功数据；

在本实施例中，第一睡眠模式表示为UHF-RFID标签芯片的每个状态处于睡眠待唤醒状态；

在本实施例中，第二睡眠模式表示为UHF-RFID标签芯片的每个状态处于待机关闭状态。

上述技术方案的有益效果为：通过设置芯片在每个状态下的多个工作模式可进一步地降低功耗，节省了能源的同时也延长了芯片的使用寿命。

在一个实施例中，在获取每个识别标签对应的数据流之后，将每个识别标签对应的数据流封装为预设内存的数据块之前，所述方法还包括：

对每个识别标签的数据流进行故障码排查，获取排查结果；

根据排查结果对每个标签的数据流进行分析，根据分析结果获取每个识别标签的数据流中故障码相关的第一数据项；

将第一数据项与标准数据样本的第二数据项进行对比以确定偏差度，根据偏差度确定第一数据项中每个项目的临界阈值；

根据每个识别标签的第一数据项中每个项目的临界阈值确定该识别标签对应的数据流的目标优化参数；

根据目标优化参数对每个识别标签的数据流进行优化，将优化后的数据流作为封装数据流。

在本实施例中，故障码是预先设置好的，根据数据流的不同故障表现形式设置不同的故障码；

在本实施例中，第一数据项表示为与故障码关联的标签数据流中的数据组；

在本实施例中，偏差度表示为数据项之间的数据参数的总偏差度；

在本实施例中，临界阈值表示为每个项目在合理范围内的最大项目阈值；

上述技术方案的有益效果为：通过对数据流进行异常数据项筛选和优化可以保证数据流后续封装的封装效率，进一步地提高了实用性和整体的稳定性。

在一个实施例中，对数据块进行加密的步骤包括：

根据数据块的数据格式构建该数据块的数据矩阵；

获取矩阵中的矩阵元素以及每个矩阵元素的分布比例；

根据矩阵元素和每个矩阵元素的分布比例确定数据库的加密等级；

基于加密等级获取该加密等级对应的加密密钥对数据库进行加密。

在本实施例中，数据矩阵表示为数据块的数据分布矩阵；

在本实施例中，矩阵元素表示为相同类型数据在数据矩阵中的表现形式对应的表现元素；

在本实施例中，加密等级表示为对于数据块的加密程度等级；

在本实施例中，加密密钥的变化是根据上一等级的加密密钥进行优化获得。

上述技术方案的有益效果为：通过确定加密等级和选择对应的加密秘钥来对每个数据块进行加密可以针对每个数据块内数据元素的重要性作为参考来进行智能合理化加密，提高了数据安全的同时也进一步地提高了实用性。

在一个实施例中，所述基于正态分布特征和碰撞因子计算对第一组标签进行数量评估，获取评估结果，包括：

获取第一组标签对应的随机化分组参数；

基于正态分布特征确定随机化分组参数内的分组标签之间的正态分布情况；

根据正态分布情况确定第一组标签内的相邻分组标签之间的分布间隙区间；

根据相邻分组标签之间的分布间隙区间确定第一组标签内的多个标签复位标志位；

基于每个标签复位标志位的标志位特征获取该标签复位标志位的查询前缀，根据预设碰撞因子确定每个标签复位标志位的查询前缀的动态变化因子；

根据每个标签复位标志位的查询前缀的动态变化因子确定该标签复位标志位的位置变化范围；

生成预设标签牵引指令对每个标签复位标志位的位置变化范围进行标签牵引，根据响应情况确定每个标签复位标志位是否存在分组标签，获取确定结果；

根据确定结果对第一组标签进行分组标签的数量评估，获取评估结果。

在本实施例中，随机化分组参数表示为第一组标签内的分组标签的随机动态化分布参数；

在本实施例中，正态分布情况表示为分组标签之间的正态排列情况；

在本实施例中，分布间隙区间表示为相邻两个分组标签之间间隔间隙值区间；

在本实施例中，标签复位标志位表示为第一组标签内分组标签的推测标志位；

在本实施例中，动态变化因子表示为每个标签复位标志位的查询前缀在预设碰撞因子影响下的变化情况对应的变化因子。

上述技术方案的有益效果为：通过对第一组标签的随机化分组参数进行正态分布情况判断进而确定标签复位标志位可以快速地预估出分组标签的预测标志位进而利用标签牵引指令进行牵引，获取标签响应，根据标签的标签特性和空间间隙来精准地评估出标签数量，使得评估结果更加精确和客观。

在一个实施例中，在获取每个识别标签对应的数据流之后，所述方法还包括：

将每个识别标签对应的数据流中的数据按照同类型划分条件划分为多个单元数据；

对每个单元数据进行特征扫描，根据扫描结果获取每个单元数据的单元特征码，将单元特征码与预设数据库中的病毒特征码进行匹配，根据第一匹配结果判断每个单元数据中是否存在病毒数据；

若是，启动预设病毒查杀程序对含有病毒数据的第一单元年数据进行数据清洗处理，获取第一处理结果；

若否，利用深层次识别方法对每个单元数据进行数据源匹配，根据第二匹配结果确定每个单元数据中的独立数据；

提取每个单元数据中的独立数据对应的第一时序特征和其前后数据的第二时序特征；

将第一时序特征和第二时序特征作为递归函数的输入，根据函数输出结果确定第一时序特征和第二时序特征的关联指数；

确认关联指数是否大于预设指数，若是，将每个单元数据中的独立数据保留，若否，将每个单元数据中的独立数据保留剔除处理，获取第二处理结果；

根据第一处理结果或第二处理结果获取每个识别标签的处理后的数据流。

上述技术方案的有益效果为：可以对数据流中的病毒数据和无用数据进行剔除，保证了数据流的安全性和高质量性，为后续操作奠定了稳定可靠的数据样本，进一步地提高了实用性。

本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。