标签识别系统、标签读取装置和标签顺序确定方法

摘要

本发明提供了标签识别系统、标签读取装置和标签顺序确定方法。根据本发明的一个方面，一种标签识别系统包括标签读取装置以及多个标签，其中：所述标签读取装置具有至少两个天线，其中该装置在每个天线的覆盖范围内发送询问信号；所述多个标签顺序经过所述至少两个天线的覆盖范围，所述多个标签中的每个标签响应于接收到的询问信号向所述至少两个天线返回答复；并且所述标签读取装置包括顺序确定单元，该顺序确定单元基于所述至少两个天线接收到的所述多个标签返回的答复，确定所述多个标签的经过顺序。

说明书

技术领域

本发明总体上涉及计算机系统，尤其涉及标签识别系统、标签读取装置和标签顺序确定方法。

背景技术

作为一种经由射频方式进行非接触式双向通信以交换数据从而达到识别目的的技术，射频识别(Radio Frequency Identification，简写为RFID)技术正获得越来越广泛的应用。

典型的RFID系统一般包括两部分，即RFID读取器和RFID标签。RFID标签位于要识别的对象上，是RFID系统中的数据携带者。典型的RFID标签包括存储数据的微芯片，以及用于与RFID读取器进行射频通信的耦合元件，例如线圈天线。RFID标签可以是有源的或无源的元件。有源RFID标签具有电源(例如电池)，并且主动发送用于通信的RF信号，而无源RFID标签从RFID读取器的询问信号中获得其全部能量，并且或者反射RFID标签的信号，或者对RFID标签的信号进行负载调制，以进行通信。大多数RFID标签，无论是有源的还是无源的，都只在被RFID读取器询问时才进行通信。

RFID读取器能够从RFID标签中读取数据和/或向RFID标签写入数据。典型的RFID读取器包括射频模块、处理器和耦合元件(如天线)，以采用射频方式与RFID标签通信。此外，许多RFID读取器装有信息读取接口，使得它们能够将接收到的数据传输给一个数据处理子系统，例如运行在个人计算机上的存储器。

在大多数RFID系统中，RFID读取器的天线发射的询问信号能够被处于该天线的覆盖范围(下文中有时也称之为RF区域)内的标签所接收。该覆盖范围的大小取决于RFID读取器的工作频率和天线尺寸。当RFID标签经过该天线的覆盖范围时，它可以检测到读取器的询问信号，并响应于该询问信号发送存储的待识别对象的信息或数据作为答复。读取器根据接收到的RFID标签返回的答复，来对RFID标签所标识的对象进行识别。

与条码、磁卡、IC卡等同期或早期的识别技术相比，RFID技术具有非接触、工作距离长、适于恶劣环境、可识别运动目标等优点。由于它的这些优点，RFID技术被越来越多地用在了物流管理中。但是，当RFID技术被用于物流管理时，在RFID应用层中，实时管理却是一个很困难的问题，如图1所示。

实时管理中的一个重要的情形是许多应用中的运动序列实时检测问题，这些应用例如是机场行李处理系统、邮政分选系统、食品分选系统等等。运动序列实时检测问题的示例在图2示出。

目前，要检测运动序列中的个体RFID标签是很困难的，因为：

1.当RFID读取器向标签发射信号时，可能有多个标签同时对读取器作出应答。

2.RFID读取器可以同时读取多个标签。但是，读取到的只是一些筛单的信息，且其顺序是混乱的，如图3所示。

3.很难获取更具体的信息，例如每个标签在运动随机间隔序列中的精确时间。

4.当多个标签同时进入RF区域时就会发生冲突。冲突使得自然顺序完全混乱，这主要表现在：

a.在无源标签的情况下，由于标签没有内部电源，因此状态信息是不可靠的。

b.标签间不能彼此通信。这是多信道接入通信问题的一种特殊情况。

c.标签的存储和计算能力有限；标签几乎不能进行计算。

d.现有的研究集中于抗冲突技术，这对于检测运动序列的正确顺序基本上是没有帮助的。

5.随着读取器的抗冲突能力的提高，序列检测效率将成为瓶颈。当前的读取器每秒可读取多于600个C1 G2(第1类第2代)标签。但是，对于特殊的RFID读取器，要在真实环境中读取一个标签，则需要大约几十毫秒。即“全局滚读(global scroll)”效率低于“盘点(inventory)”效率。

序列检测问题对于现有方法来说是非常困难的，但它却变得越来越重要，因为在RFID应用中运动序列检测有着很大的市场前景。但是，大多数当前的运动序列检测系统都是代价高昂且耗时的。一方面，例如，北京首都机场的行李处理系统平均每天可处理约110,000个乘客。目前，平均每1,000个乘客的行李中就有5个被误操作。每丢失或误操作一件行李平均会付出500RMB的代价。因此，每天因为丢失行李而付出的代价是275,000RMB，每年就是100,375,000RMB。另一方面，对于每个乘客和航空公司来说，它都是很耗时的。例如，S-3000E Tilt-Tray Sorter是目前最先进的分选设备，其分选速度达到3.5m/秒。假定行李处理速度是每秒1件行李。Airbus 380机型的容量是600个乘客，每个乘客有2件行李。因此，处理时间是1200秒，即20分钟。如果能够将处理速度增大为原来的5倍，即每秒5件行李，则总处理时间将是4分钟，这将极大地节省乘客和航空公司的时间。

运动混乱序列包括以较高的概率同时逗留在观察区域中的运动有序移动对，即在观察区域X中序列Seq＝{B→A}的观察值为混乱序列信息具有以下特性：

a.当物体A和B进入观察区域时冲突发生

b.在冲突开始之前具有个体A单独存在的短暂时段

c.在冲突结束之后具有个体B单独存在的短暂时段

d.不存在精确地区分单个物体和多个物体的边界的方法，也不存在控制观察的精确方法

e.物体A和B之间的间隔不确定。

在RFID读取器的询问区域中可能存在许多标签。RFID系统中的读取器可向标签发送询问消息。在接收到消息时，所有标签都会向读取器发送响应。如果有多个标签作出了响应，它们的响应就会在RF通信信道中发生冲突，从而无法被读取器接收到。解决此冲突的问题一般被称为抗冲突问题，并且解决此问题的能力是一种十分重要的能力。

在所有的多接入过程中，最简单的一种是ALOHA过程。只要数据分组可用，它就被从标签发送到读取器。这是一种标签驱动的随机TDMA过程。该过程专用于只读标签，这种标签一般只需要发送少量数据(序列号)，该数据被循环地发送到读取器。数据发送时间只占重复时间中的一小部分，因此在发送之间存在较长的暂停。此外，每个标签的重复时间略有不同。因此存在一定的概率，即两个标签可能在不同的时间发送其数据分组，因而数据分组不会彼此冲突。ALOHA系统中的数据发送的时序在图4中示出。

某些时隙型Aloha协议被广泛地用作商业性标签产品中抗冲突方法的基本概念，比如PHILIPS的“I-code”和ISO/IEC-18000-6C等等。该算法的主要想法是通过减少无用时隙(空的或冲突的)来加速盘点过程。但是，它却无法确定RFID标签进入RF区域的顺序，因为Aloha的随机选择方法和相关的抗冲突算法已经使得顺序变得混乱。

现有的研究主要集中于如何在最短时间内读取尽可能多的标签。在检测运动序列的正确顺序方面，它不会提供任何帮助，甚至可能会提供误导。现有研究的目的在图5中示出。

如上所述，现有的解决方案集中于读取大量标签的大功率方法。当前的抗冲突算法完全打乱了多个标签的顺序。这些方法提供了在短时间内检测多个标签的方法。但是，所读取的信息只包括与顺序无关的信息，例如号码、大致的时间等等。

可见，需要一种实用且高效地检测移动的RFID标签的正确顺序的系统和方法。

发明内容

本发明的目的在于提供一种实用且高效地检测移动的RFID标签的正确顺序的标签识别系统、标签读取装置和标签顺序确定方法。

根据本发明的第一方面，提供了一种标签识别系统，包括标签读取装置以及多个标签，其中：所述标签读取装置具有至少两个天线，其中该装置在每个天线的覆盖范围内发送询问信号；所述多个标签顺序经过所述至少两个天线中的每个天线的覆盖范围，所述多个标签中的每个标签响应于接收到的询问信号向所述至少两个天线返回答复；并且所述标签读取装置包括顺序确定单元，该顺序确定单元基于所述至少两个天线接收到的所述多个标签返回的答复，确定所述多个标签的经过顺序。

根据本发明的第二方面，提供了一种标签读取装置，用于读取顺序经过该装置的多个标签，该标签读取装置至少包括：至少两个天线，所述大线用于对经过其覆盖范围内的多个标签发送询问信号，并接收每个标签响应于接收到的询问信号而返回的答复；顺序确定单元，该顺序确定单元基于所述至少两个天线接收到的所述标签返回的答复，确定所述多个标签的顺序。

根据本发明的第三方面，提供了一种确定多个标签经过标签读取装置的顺序的方法，包括以下步骤：询问信号发送步骤，所述标签读取装置中的至少两个天线中的每个天线向其覆盖范围内的所述多个标签发送询问信号；接收答复步骤，所述标签读取装置中的至少两个天线中的每个天线接收所述多个标签响应于接收到的询问信号而返回的答复；顺序确定步骤，基于接收到的答复，确定所述多个标签的经过顺序。

本发明的技术方案主要实现了以下技术效果：

1.准确地对信息来自于单区还是多区进行了分类，并更容易捕捉单区；

2.提供了用于确定适于顺序检测的RF区域大小的方法和标准；

3.易于部署，其可适应于：

a.具有不同频率的读取器，

b.对移动速度的不同要求，

c.不同的距离要求，

d.不同的通信速度；

4.独立于抗冲突算法或协议；以及

5.具有可靠的检测正确率。

本发明的以上和其他特征和优点将在下面参考附图进行详细描述。

附图说明

图1示出RFID应用层中实时管理的问题；

图2示出运动序列实时检测问题的示例；

图3示出由于多个标签同时应答而产生的顺序混乱问题；

图4示出ALOHA系统中的数据发送的时序；

图5示出现有研究的目的；

图6示出了根据本发明一个实施例的RFID系统的示意图；

图7是示出图6所示的RFID读取装置的结构的示意框图；

图8示意性地示出了读取两个标签时可能存在的三个阶段；

图9示出了不同挑选方法的效果；

图10示出了序优化的基本原理；

图11示出了根据本发明的挑选方法的基本原理；

图12示出了纯BP算法和本发明的方法之间的理论比较；

图13示出了图6所示的RFID系统中RFID读取装置判断一对RFIID标签的顺序的操作流程；

图14示出根据本发明的另一个实施例的RFID读取装置；以及

图15示出了最优的衰减水平和可靠的RF区域。

具体实施方式

下面将参考附图结合本发明的优选实施例来详细说明本发明的特征和优点。

图6示出了根据本发明一个实施例的RFID系统100的示意图。该实施例代表了机场行李处理系统的情形。本领域的技术人员将会理解，根据本发明的RFID系统也同样可适用于其他物流管理系统。

如图6所示，根据本发明实施例的RFID系统100包括RFID读取装置101和多个RFID标签102。附着了RFID标签102的行李被传送带运送，这些标签形成一个运动的序列。RFID读取装置101向传送带上的位于其覆盖范围内的这些标签发送询问信号，并根据标签响应于询问信号所返回的答复，来确定这些标签在传送带上的先后顺序，从而对附着了标签的行李进行正确的分选。

由于确定多个标签顺序的问题最终可分解成确定相邻两个标签之间的先后顺序的问题，因此，在本实施例中，我们以确定传送带上的两个标签102A和102B的先后顺序为例，来说明根据本发明的RFID系统100的工作原理。

图7是示出RFID读取装置101的结构的示意框图。如图7所示，根据本发明的RFID读取装置101包括至少两个天线，用于经由射频通信发送和接收数据。在本示例中，RFID读取装置101包括天线1和天线2。每个天线具有一个相应的覆盖范围(coverage)，处于其覆盖范围内的标签都能接收到RFID读取装置101通过该天线发送的询问信号，并且能够响应于该询问信号返回答复，使RFID读取装置101能够通过该天线接收到答复。

RFID读取装置101还包括顺序确定单元1011、答复分类单元1012和询问信号发送定时设置单元1013。

顺序确定单元1011基于天线1和2接收到的从标签102A和102B返回的答复，确定标签102A和102B的经过顺序。

答复分类单元1012对天线1和2接收到的答复进行分类以确定这些答复是来自于单区还是多区，并将对答复的分类结果发送给顺序确定单元1011。其中单区代表接收到的答复只包括从一个标签返回的答复，多区代表接收到的答复包括从不止一个标签返回的答复。

询问信号发送定时设置单元1013用于设置天线1和2发送询问信号的定时。具体而言，在顺序确定单元1011基于天线1接收到的答复不能唯一地确定RFID标签102A和102B的顺序的情况下，询问信号发送定时设置单元1013调整天线2发送询问信号的定时。当然，如果顺序确定单元1011基于天线1接收到的答复就能够唯一确定RFID标签102A和102B的顺序(例如通过天线1接收到的答复包括一个单区和一个多区)，则无需再利用天线2接收到的答复判断这两个标签的顺序。

实际上，本发明的RFID读取装置101中的顺序确定单元1011、答复分类单元1012和询问信号发送定时设置单元1013的操作整体上构成了一种基于信息分区和序优化(Ordinal Optimization，简写为OO)来识别标签顺序的方法。下面将对其原理和特征进行详细描述。

如上所述，答复分类单元1012对天线1和2接收到的答复进行分类以确定答复是来自于单区还是多区。

假定在传送带上分别附着有标签102A和102B的物体A和B以A先于B的顺序经过了RFID读取装置101。对于天线1和天线2中的每一个，在读取这两个标签时可能存在3个阶段，如图8所示。以天线1为例：

1.在第一阶段，只有最接近RFID读取装置的物体即物体A上的RFID标签102A被读取。此区域被称为“单区”。

2.在第二阶段，随着传送带的移动，RFID标签102B也进入了天线1的覆盖范围。RFID读取装置发现在天线1的覆盖范围中有两个标签，于是传统的抗冲突算法被应用来读取多个标签。读取结果可能是{B->A}(A先B后)或者{A->B}(B先A后)。因此，此区域被称为“混乱区”、“冲突区”、“双区”或“多区”。正确的顺序完全被打乱。

3.在最后一个阶段，标签102A离开读取区域，标签102B仍留在读取区域中。因此，此区域也被称为“单区”。

在单区中成功采样是确定标签102A和102B的正确顺序的关键因素。这是因为：

1.如果两个样本都是在单区中获得的，例如T{A}＜T{B}，那么{B->A}就是正确的顺序(采样均在单区进行)，其中T{A}表示接收到这样的数据的时刻，该数据中只包含标签102A返回的答复，以下将这种数据简称为A答复；T{B}表示接收到这样的数据的时刻，该数据中只包含标签102B返回的答复，以下将这种数据简称为B答复。T{A}＜T{B}表示接收到A答复的时刻先于接收到B答复的时刻。

2.如果一个样本是在单区获得的，另一个样本是在多区获得的，例如T{A}＜T{A->B}或T{A}＜T{B->A}，或者T{B}＞T{A->B}或T{B}＞T{B-A}，那么{B->A}就是正确的顺序(至少一个样本是在单区获得的)，其中T{A->B}表示接收到这样的数据的时刻，该数据中包含标签102A和102B返回的答复，并且其中标签102B返回的答复在先，标签102A返回的答复在后(以下将这种数据称为B先A后答复)；T{B->A}表示接收到这样的数据的时刻，该数据中包含标签102A和102B返回的答复，并且其中标签102A返回的答复在先，标签102B返回的答复在后(以下将这种数据称为A先B后答复)。与上面类似，T{A}＜T{A->B}表明接收到A答复的时刻早于接收到B先A后答复的时刻。

依此类推，对于三个或更多个标签，只要如上所述确定了相邻两个标签之间的先后顺序，则可以很容易地确定这三个或更多个标签的相对顺序。

因此，如果能在单区中捕捉到样本，就可以确定顺序。如何在单区中捕捉样本是一个关键问题。传统的连续采样方法效率不高，如图9所示。很有可能通信块获得的所有样本都是在多区中捕捉到的，而没有一个样本是在单区中捕捉到的。但是，如果没有单区样本，就无法确定正确顺序。如上所述，对于精确方法来说，要捕捉单区样本是很困难的，因为区分单区和多区之间的边界是很困难的。因此，本发明中提出了基于序优化的粗略方法。不同的挑选方法的效果在图9中示出。

上述如何在单区中捕捉样本的问题的目的在于通过在设计空间中搜索和选择设计来获得足够好的设计。穷举搜索一般来说是效率很低的，甚至是不可能的，它会导致选出的子集非常大。搜索空间非常巨大并且是无限的，因为它是一个连续的空间。因此，必须按照离散事件系统(DES)的优化问题来对该问题建模。

序优化(OO)是基于仿真的优化方法，它由Prof.Ho在上世纪90年代提出。序优化方法提供了一种高效的基于仿真的优化方法。它尝试在大量候选中找出良好的或者令人满意的解答而不是真正的最优，它利用计算上简单但是可能较为粗略的模型来估计一组计划或选择的性能。足够好(good enough)的选择被定义为能够以高概率量化和确定的集合。基于粗略模型，选择这些选择的子集作为观察到的“足够好”集合，所选择的这个子集被称为选定子集S。然后，序优化可量化集合S和真实的足够好子集G之间的“匹配”或“对准”程度。序优化对于随机离散优化尤其有用，因为它可以抵抗大噪声，并且其计算复杂度在可以承受的范围内。

如上所述，序优化的基本概念基于以下两个原则：序比较(ordinalcomparison)和目标软化(goal softening)。首先确定A是否要优于B比确定“A-B＝？”要容易得多。A与B的相对顺序以指数速度收敛，而“值”则以1/t^1/2的速度收敛。在确定A和B中哪一个更好时可能不需要精确地知道值。它强调的是选择(顺序)，而不是估计选择的实用性(价值)。序优化的另一个关键原则是目标软化，即维持足够好子集G和选定子集S之间的合理“匹配”结果。足够好子集G的标准被选择为判决空间的前百分之n，而不需要找出真正的最优。序优化的基本原理在图10中示出。

首先解释“对准概率(alignment probability，简写为AP)”的概念。对于无约束问题，“匹配”或“对准”是指足够好子集G和选定子集S之间的交集。AP被定义为

AP＝Prob{|G∩S|≥k}                  (1)

其中k被称为对准度。

作为一种选择规则，盲目挑选(BP)涉及按以下方式从判决空间Θ中选择子集S：(1)随机地，(2)不替换，并且(3)不比较。该选择规则将会确保每个判决在判决空间中取得任何排名的趋势都相同。另外，此特殊情况的AP可表达为闭式，即

$\mathrm{AP}\left(\right|G\cap S|\ge k)=\underset{i=k}{\overset{\min (g,s)}{\Sigma }}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(2\right)$

这是一个超几何分布，其中N是判决空间的大小。对于盲目挑选情形，AP取决于：

1.对准度k；

2.足够好子集G的大小(即|G|＝g)；以及

3.选定子集S的大小(即|S|＝s)。

一般的序优化问题可表述为以下优化问题：

Min|S|                                        (3)

s.t.|{Θ_i|Θ_i＝{A}或Θ_i＝{B}|＞0；            (4)

|Θ|＝N；                                     (5)

|G|＝r％·N  (Θ的前r％)                      (6)

Prob(|G∩S|＞k)＞P_req                         (7)

其中

S＝{Θ₁，Θ₂，…，Θ_s}------选定子集，|S|＝s

Θ_i------时刻t_i的标签集合

Θ-------设计空间

G------足够好子集|G|＝g

k------对准度

G和S之间的对准度为k的概率为：

$\mathrm{Prob}\left(\right|G\cap S|=k)=\frac{\left(\begin{array}{c}g\\ k\end{array}\right)\left(\begin{array}{c}N-g\\ s-k\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(8\right)$

因此，G和S之间的对准度至少为k的概率为：

$\mathrm{Prob}\left(\right|G\cap S|\ge k)=\underset{i=1}{\overset{\min (g,s)}{\Sigma }}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}---\left(9\right)$

因此，选定子集S的最小大小(minimal size)为：

$s=\arg (\underset{i=1}{\overset{\min (g,s)}{\Sigma }}\frac{\left(\begin{array}{c}g\\ i\end{array}\right)\left(\begin{array}{c}N-g\\ s-i\end{array}\right)}{\left(\begin{array}{c}N\\ s\end{array}\right)}\ge P_r)---\left(10\right)$

对于RFID系统的情形，S是用于检测RFID样本(标签)的RFID检测器(读取器/天线)的数目。

如果在此情况下应用简单的盲目挑选方法，则设计空间是T_r+T_I，足够好子集是T_r，其中T_r是读取一个RFID标签的冗余时间，T_I是读取一个RFID标签的最短时间。只有在T_r区中捕捉样本才能捕捉到单区中的样本。仅当检测到单区中的样本时，才能确定顺序。{S次读取中至少k次读到单区中的样本}的概率为：

$\mathrm{Prob}\left(\right|G\cap S|\ge k)=\underset{i=1}{\overset{\min (T_s,s)}{\Sigma }}\frac{\left(\begin{array}{c}{T}_s\\ i\end{array}\right)\left(\begin{array}{c}{T}_I\\ s-i\end{array}\right)}{\left(\begin{array}{c}{T}_I+T_r\\ s\end{array}\right)}---\left(11\right)$

因此：

$s=\arg \min (\underset{i=1}{\overset{\min (T_r,s)}{\Sigma }}\frac{\left(\begin{array}{c}{T}_r\\ i\end{array}\right)\left(\begin{array}{c}{T}_I\\ s-i\end{array}\right)}{\left(\begin{array}{c}{T}_I+T_r\\ s\end{array}\right)}\ge P_r)---\left(12\right)$

问题在于如何改进该方法。毕竟它的效率不高，因为它需要大量的检测器来捕捉单区中的样本。No-Free-Lunch定理指出，在没有结构信息的情况下，没有哪种算法的平均性能会比盲目挑选好。因此，需要找到结构信息来提高效率。已经发现，不能捕捉到单区中的样本的主要原因是捕捉时刻太“迟”，即检测器在T_I区而不是T_r区工作。因此，如果我们知道检测器没有捕捉到单区中的样本，则我们可以通知下一个检测器i提前Δt_i开始工作。因此，足够好区域扩大了。通常，调整方法取决于实际环境来改进挑选效果。该方法的基本原理在图11中示出。

假定增大的大小为ΔT，足够好子集的大小变为T_r+Δ_T。因此，{S次读取中至少k次读到单区中的样本}的概率为：

$\mathrm{Prob}\left(\right|G\cap S|\ge k)=\underset{i=1}{\overset{\min (T_r+\mathrm{\Delta T},s)}{\Sigma }}\frac{\left(\begin{array}{c}{T}_r+\mathrm{\Delta T}\\ i\end{array}\right)\left(\begin{array}{c}{T}_I-\mathrm{\Delta T}\\ s-i\end{array}\right)}{\left(\begin{array}{c}{T}_r+T_I\\ s\end{array}\right)}---\left(13\right)$

因此，

$s=\arg \min (\underset{i=1}{\overset{\min (T_r+\mathrm{\Delta T},s)}{\Sigma }}\frac{\left(\begin{array}{c}{T}_r+\mathrm{\Delta T}\\ i\end{array}\right)\left(\begin{array}{c}{T}_I-\mathrm{\Delta T}\\ s-i\end{array}\right)}{\left(\begin{array}{c}{T}_r+T_I\\ s\end{array}\right)}\ge P_r)---\left(14\right)$

从而，概率的提高量为：

$\mathrm{\Delta Prob}\left(\right|G\cap S|\ge k)=\underset{i=1}{\overset{s}{\Sigma }}\frac{\left(\begin{array}{c}{T}_r+\mathrm{\Delta T}\\ i\end{array}\right)\left(\begin{array}{c}{T}_I-\mathrm{\Delta T}\\ s-i\end{array}\right)-\left(\begin{array}{c}{T}_r\\ i\end{array}\right)\left(\begin{array}{c}{T}_I\\ s-i\end{array}\right)}{\left(\begin{array}{c}{T}_I+T_r\\ s\end{array}\right)}---\left(15\right)$

假定读取1个RFID标签的最少时间是110ms，冗余时间是90ms。基于式(6)，纯BP算法和本发明的方法之间的理论比较在表1和图12中示出。

  读取号  1  2  3  4  5  6  7  8  BP  0.4500  0.6987  0.8357  0.9107  0.9517  0.9861  0.9926  0.9960  本发明  0.9000  0.9905  0.9991  0.9999  1.0000  1.0000  1.0000  1.0000

                          表1

从上表可见，为了满足顺序检测的概率要求，本发明的方法比BP方法要好。例如，为了满足对准概率大于90％的要求，BP至少需要4个检测器，而本发明的方法只需要2个检测器。这就是RFID读取装置101中只设置了2个天线的原因。注意虽然上表中概率90％所对应的本发明情形下检测器数目为1个，但其中没有算上第1个检测器。因此本实施例中的方法需要2个检测器，即RFID读取装置101需要设置两个天线，天线1和天线2。

图13示出了图6所示的RFID系统100中RFID读取装置101判断一对RFID标签102A和102B的顺序的操作流程。

如图13所示，在步骤S11中，天线1向RFID标签102A和102B发送询问信号。在步骤S12中，当前天线接收到标签返回的答复。

在步骤S13中，判断返回的答复是否包括多组答复，其中每一组包括标签响应于一个询问信号返回的答复。

如果在步骤S13中判断结果为“是”，则在步骤S14中，答复分类单元1012对这多组答复进行分类，即确定这多组答复中的每一组是来自单区还是多区。

在步骤S15中，判断这多组答复中是否存在单区。如果在步骤S15中结果为“是”，即这多组答复中存在单区，则在步骤S16中，顺序确定单元1011确定RFID标签102A和102B的顺序。

例如，如果返回的答复是两组答复，并且包括一个单区和一个多区，例如{A}和{A，B}，或者包括两个单区，即{A}和{B}，则顺序确定单元1011都可根据分类结果和接收到这两组答复的顺序来确定RFID标签102A和102B的顺序。然后过程结束。

另一方面，如果在步骤S13中结果为“否”，即不存在多组答复，也就是只存在一组答复，则在步骤S17中，答复分类单元1012对这一组答复进行分类。例如，这一组答复来自一个单区(例如{A}或者{B})，或者来自一个多区(例如{A，B})。

在步骤S18中，判断当前天线是否是最后一个天线。如果是，则过程结束。如果否，则过程前进到步骤19，询问信号发送定时设置单元1013根据分类结果调节下一天线发送询问信号的时间，并且过程前进到步骤S20，在步骤S20中，由下一天线来读取标签。然后过程循环到步骤S12，下一天线接收到标签返回的答复。

另一方面，如果在步骤S15中判断返回的多组答复中不存在单区，即每组答复都为多区(例如两个多区)，则过程前进到步骤S18，在该步骤中，如上所述，判断是否是最后一个天线，并且在不是最后一个天线的情况下，过程前进到步骤S19，询问信号发送定时设置单元1013调节下一天线发送询问信号的时间。然后过程前进到步骤S20，由下一天线读取标签，并循环到步骤S12，重复之后的过程。

图14示出了根据本发明的另一个实施例的RFID读取装置101。如图所示，根据本发明另一个实施例的RFID读取装置101除包括图7所示的RFID读取装置101的部件之外，还包括读取能力控制单元1014和覆盖范围设置单元1015。

读取能力控制单元1014能够控制读取能力以在更短时间内完成读取，从而确保信息纯净。为了读取多个RFID标签，读取能力对于RFID检测器来说是重要的。读取多个RFID标签所花的时间比读取单个RFID标签所花时间要多。当RFID标签在RF区域中逗留的时间短于处理时间时，返回的信息就不能被RFID读取装置所捕捉，因此读取很可能会失败。因此，在本发明的应用中，盘点模式通常不适用。需要限制一次读取的数目以完成读取。在盘点模式和全局滚读模式之间调整读取模式以更快地读取标签，这对于减少观察时间从而增大序列的移动速度都是很有帮助的。

覆盖范围设置单元1015设置天线1和2中任何一个的覆盖范围，以使得只有特定数目的标签能够接收到该天线发送的询问信号。具体而言，它调节天线的衰减水平以确保在覆盖范围中有少于n个标签，这对于确定一对标签和标签序列的顺序是有帮助的。最优的衰减水平和可靠的RF区域在图15中示出。

本发明的方法的性能比盲目挑选更好，因为它利用了“结构信息”。它利用了“G的微小改进”来获得“AP的巨大改进”，从而提高了确定运动RFID序列的正确顺序的概率。

虽然已参照特定的优选实施例来描述了本发明，但本领域的技术人员应该理解，在不脱离由所附权利要求限定的本发明的精神和范围的情况下，可以对其进行形式和细节的各种修改。

例如，在上文中，分别以RFID系统、RFID读取装置和RFID标签顺序确定方法为例来说明了本发明的标签识别系统、标签读取装置和标签顺序确定方法。但是本领域的技术人员将会明白，本发明的标签识别系统、标签读取装置和标签顺序确定方法并不限于所给出的特定实施例。在其他利用标签读取装置来读取运动的标签所返回的数据并确定标签的顺序从而确定附有标签的物品的顺序的场合，本发明的原理仍然适用。