自适应维分编码(MDDC)维数估计和降维算法.docVIP

自适应维分编码（MDDC）维数估计与降维算法 李致金[1] 周杰[1] 乔杰[1] 吴文娟[2] （1 南京信息工程大学 电子与信息工程学院 江苏 南京 210044 2 南京林业大学理学院江苏 南京 210017） 摘要：本文在自适应维分编码（Adaptive Multi-Dimension Division Code）原理的基础上，证明了多维维分编码维重是最优的。标签越多，维分编码的维数就越多，本文给出了标签数量估计和维数估计方法。本文同时给出了自适应维分编码降维后标签的降维编码算法以及自适应维分编码的解码算法。本文为自适应维分编码原理的完善做了正确和必要的研究。自适应维分编码算法无论标签数目较多和标签数目较少时，都能大大提高阅读器搜索标签的效率，因此完善的自适应维分编码算法具有一定的实用价值。 关键词：自适应维分编码；维数估计； 降维算法 ；解码算法 中图分类号：TN92 文献标识码：A The dimensions estimating and the dimension-reducing algorithms of Adaptive Multi-Dimension Division Code Li zhijin[1] Zhou jie[1] Qiaojie[1] Wu wenjuan[2] (1 College of Electronic Information Engineering，Nanjing University Of Information Science Technology; 2 College of Science，Nanjing Forestry University ) Abstract:When?the?dimension-weight(Q)?equaling?to?4,?Multi-Dimension?Division?Code?algorithm?is?optimal.?In?this?paper,?we?give?the?proof?according?to?the?principle?of?Adaptive?Multi-Dimension?Division?Code.?The?more?tags,?and?the?more?dimensions?of?Multi-Dimension?Division?Code,?so?we?give?the?methods?of?tags?estimation?and?dimensions?es-timation.?Moreover,?the?algorithm?of?tags?encoding?after?dimension-reducing?is?given,?and?the?algorithm?of?tags?d-ecoding?is?given?too.?Adaptive?Multi-Dimension?Division?Code?algorithm?can?significantly?improve?the?efficiency?of?searching?for?tags?whether?in?many?collisions?or?few?collisions。 Keywords: adaptive multi-dimension division code；dimensions estimating；dimension-reducing algorithms；de-code algorithms 1、引言 RFID射频设别技术的一个主要优点就是阅读器范围内的多目标识别，因此在信道共用、信号频率相同的情况下，当多个标签同时向阅读器传送数据时就会产生各信号之间相互干扰，即产生数据碰撞[1]。目前在RFID防碰撞算法中以时分多址法应用最为广泛，时分多址法主要分为Aloha算法和二叉树型（BT, binary tree）算法。文献[2]提出了二叉搜索树(BS, binary search)算法，在此基础上文献[3-8]提出了动态二叉树搜索算法及二叉树改进算法，这些算法均可减少数据传输时间，但标签数量较大时估计并不准确。文献[9]通过锁位寻呼指令锁定碰撞发生比特位置，在锁定的碰撞位上进行防碰撞运算，然后采用后退策略识别碰撞节点下一个分支内的所有标签。文献[10-13]提出的广义地址码和时隙预测的防碰撞算法，克服了二进制算法和单纯Aloha算法吞吐量不高的缺点，但每次发送的数据中含有部分无用信息，降低了搜索的效率。作者在文献[14-15]首次提出了维分编码和自适应维分编码的概念，可进一步提高搜索标签的效率。 本文在文献[14-15]研究的基础上，完善了自适应维分编码防碰撞算法，通过和其他算法的比较，可知本算法在多标签碰撞时搜索一