面向企业应用的RFID集成中间件框架

J4 ›› 2012, Vol. 34 ›› Issue (1): 111-118.

面向企业应用的RFID集成中间件框架

李华，李敏波，顾晟曦

（复旦大学计算机科学技术学院,上海201203）

收稿日期:2011-01-10 修回日期:2011-05-23 出版日期:2012-01-25 发布日期:2012-01-25
基金资助:
国家自然科学基金资助项目（71071038）

A RFID Integration Middleware Framework for Enterprise Applications

LI Hua,LI Minbo,GU Shengxi

(School of Computer Science,Fudan University,Shanghai 201203,China)

Received:2011-01-10 Revised:2011-05-23 Online:2012-01-25 Published:2012-01-25

摘要/Abstract

摘要：

本文针对RFID系统与企业应用系统的集成问题，设计并实现了RFID集成中间件，RFID集成中间件由单据服务器、硬件服务器、业务流程控制引擎、数据处理引擎、数据库管理、公共信息服务模块组成。数据流技术应用于RFID数据的过滤、封装环节，采用规则引擎与Ioc技术实现了RFID数据与业务流程的集成和融合，以及处理组件可配置性，分布式架构则提高了中间件的部署灵活性。

关键词: RFID集成中间件, 数据流, 规则引擎, 企业应用

Abstract:

RFID Integration Middleware focuses on how to integrate the RFID applications with enterprise applications, and it consists of major modules like document server, hardware server, business control engine, data process engine, database management, and public information services. The data stream technology is used to filter and encapsulate the RFID data, uses rule engine and Ioc to fuse and integrate the RFID data and business processes and process the component configurability, and the distributed architecture promises the feasibility of the RFID Integration Middleware’s deployment.

Key words: RFID integration middleware;data stream;rule engine;enterprise application

李华，李敏波，顾晟曦. 面向企业应用的RFID集成中间件框架[J]. J4, 2012, 34(1): 111-118.

LI Hua,LI Minbo,GU Shengxi. A RFID Integration Middleware Framework for Enterprise Applications[J]. J4, 2012, 34(1): 111-118.

参考文献［18］

［1］	Nath B, Reynolds F, Want R. RFID Technology and Applications［J］. IEEE Pervasive Computing, 2006, 5(1):2224.
［2］	Floerkemeier C, Roduner C, Lampe M. RFID Application Development With the Accada Middleware Platform ［J］. IEEE Systems Journal, 2007, 1(2):8294.
［3］	翟欣玥.基于RFID业务应用的数据流管理技术研究［D］.上海：复旦大学,2009.
［4］	张洁豪.RFID中间件设备集成技术研究与开发［D］.上海：上海交通大学,2007.
［5］	闫国卿.多协议RFID适配器研究［D］.成都：电子科技大学,2006.
［6］	赵离.RFID中间件事件管理系统的设计与实现［D］.武汉：华中科技大学,2006.
［7］	许强.RFID中间件实时事件管理机制的设计与实现［D］.武汉：华中科技大学,2007.
［8］	杨孝锋. RFID中间件平台关键技术研究［D］.吉林：吉林大学,2009.
［9］	Floerkemeier C, Lampe M. FID Middleware Design: Addressing Application Requirements and RFID Constraints［C］∥Proc of the 2005 Joint Conference on Smart Objects and Ambient Intelligence: Innovative ContextAware Services: Usages and Technologies, 2005:219224.
［10］	Mamei M,Quaglieri R,Zambonelli F.Making Tuple Spaces Physical with RFID Tags［C］∥Proc of the ACM Symposium of Applied Computing, 2006:434439.
［11］	闫新庆,尹周平,熊有伦.无线射频识别系统中的事件处理机制［J］.华中科技大学学报(自然科学版),2008,36(9):4548.
［12］	王华兵,何大军,魏凤,等.基于RFID 的可跟踪追溯平台研究与设计［J］.嵌入式与SOC (微计算机信息),2008, 24(29): 199201.
［13］	刘发贵,蒋瑞琳,胡耀明.RFID中间件及其仓储管理的应用［J］.计算机工程,2006,32(13):272276.
［14］	杜亚江,雷斌,高博,等.仓储管理中RFID系统的研究与设计［J］.兰州交通大学学报(自然科学版),2007,26(6):9295.
［15］	刘卫宁, 郑林江,孙棣华,等.射频识别在多品种小批量生产管理中的应用研究［J］.计算机工程与应用,2010,46(27):15.
［16］	刘卫宁,黄文雷,孙棣华,等.基于射频识别的离散制造业制造执行系统设计与实现［J］.计算机集成制造系统,2007,13(10):18861890.
［17］	翟欣玥,李敏波,李华. RFID应用系统与ERP系统间的业务集成［J］.计算机应用与软件,2010,27(8):9496.
［18］	EPCglobal Inc. EPCglobal Object Name Service (ONS) Version 1.0.1 Ratified Specification ［EB/OL］. ［20080429］. http://www.gs1.org/sites/default/files/docs/ons/ons_1_0_1standard20080529.pdf.

[1]	丁滟, 王闯, 冯了了, 王锋, 常俊胜. 基于区块链监管的联盟数据可信流通[J]. 计算机工程与科学, 2022, 44(10): 1771-1780.
[2]	张喜龙, 韩萌, 陈志强, 武红鑫, 李慕航. 基于Hellinger距离的不平衡漂移数据流Boosting分类算法[J]. 计算机工程与科学, 2022, 44(05): 788-799.
[3]	乔冠杰, 吕高锋, 谭靖, 莫露莎. 大规模数据流统计中冷热流替换策略优化[J]. 计算机工程与科学, 2021, 43(09): 1567-1573.
[4]	朱广林, 吕方, 赖庆宽, 陈华英, 何先波, . 编译器中激进蝴蝶优化方法的研究与实现[J]. 计算机工程与科学, 2021, 43(06): 962-968.
[5]	文凯, 耿小海, 朱璐伟, 许萌萌, . 基于AO算法的数据流频繁项集挖掘[J]. 计算机工程与科学, 2020, 42(12): 2259-2264.
[6]	熊菊霞1,2,3,吴尽昭1,2,3. 异构复杂信息网络敏感数据流动态挖掘[J]. 计算机工程与科学, 2020, 42(04): 628-633.
[7]	张馨予, 安建成, 曹锐. 基于自适应随机森林的数据流分类算法[J]. 计算机工程与科学, 2020, 42(03): 543-549.
[8]	杨杰，张东月，周丽华，黄皓，丁海燕. 基于网格耦合的数据流异常检测[J]. 计算机工程与科学, 2020, 42(01): 25-35.
[9]	袁泉1,2,郭江帆1,赵学华1. 一种基于集成的不均衡数据流分类算法[J]. 计算机工程与科学, 2019, 41(08): 1519-1524.
[10]	李艺煌，马胜，郭阳，陈桂林，徐睿. 基于平铺数据流的可配置神经网络加速器[J]. 计算机工程与科学, 2019, 41(06): 963-972.
[11]	李易1，常成娟1，卢圣健1，江道忠2，范东睿1，叶笑春1. 面向数据流结构的指令映射优化方法[J]. 计算机工程与科学, 2019, 41(01): 9-13.
[12]	杨胜哲，于俊清,唐九飞. 数据流程序动态调度与优化[J]. 计算机工程与科学, 2017, 39(07): 1201-1210.
[13]	梁毅1，侯颖1，陈诚1，金翊2. 面向大数据流式计算的任务管理技术综述[J]. 计算机工程与科学, 2017, 39(02): 215-226.
[14]	费雄伟1,2，李肯立2，阳王东1,2. 一种高性能流式并行加密算法[J]. 计算机工程与科学, 2017, 39(02): 258-266.
[15]	陈文斌，杨瑞瑞，于俊清. 基于GPU/CPU混合架构的流程序多粒度划分与调度方法研究[J]. 计算机工程与科学, 2017, 39(01): 15-26.