高效动态幁时隙ALOHA算法.docVIP

针对无源RFID标签的高效动态幁时隙ALOHA算法 摘要：即使在一些技术的限制下，无源标签的使用也极大地增强了射频识别（RFID）系统获取海量数据的能力，这些数据来自被标记并且能够被无线识别的物体。但是，如果进行多个标签的同时识别，那么来自标签的数据将可能发生碰撞并相互抵消。目前比较流行的防冲突算法之一是ALOHA算法。在要读取的标签数量合理的情况下，该算法简单且具有良好的性能。在本文中，我们扩展了先前的研究，建立了一个基于高效的动态时隙ALOHA算法的无源RFID标签模型，并对相关的问题进行了探讨和更正。 关键字：RFID 无源标签 识别 防碰撞 ALOHA 高效动态幁时隙 一.引言 各种组织团体通过现代信息系统 （IS）来获取，解释，保留和传播信息。信息技术（IT）领域的技术创新通过不断改善组织的性价比功能来执行这四项基本任务。智能代理和知识管理系统使管理人员能够解释 数据和信息，以创建有用的管理知识。存储媒体技术的进步是企业积累大量数据库，同时不断增加的 处理能力也使管理人员能够发掘出对他们有用的信息，比如现有客户和潜在市场的数据。此外，以科技为基础的实时信息采集和决策支持系统的进步促进了实时决策，使组织能够优化他们的经营行为。 最近，RFID（无线射频识别）作为条码的替代物，引起了分销行业，供应链行业以及银行业的重视。这是因为RFID系统具有非接触识别的优势，并且能够比条码存储更多的数据。但是，如果有多个标签响应阅读器，那么多个标签的响应将在通信信道中引起冲突，导致标签的响应不能够被阅读器接收。这种情况称为“标签的碰撞”，是RFID系统应用的一个重要限制。 研究人员一直以各种方式解决这一问题，有些方法是通过扩展频带来增加数据传输速率，进而最大限度地减少标签冲突，提高标签的识别率。这不是一个很理想的解决方案，因为通信频带往往是受限制的。最广泛使用的技术是时隙ALOHA算法和二进制搜索算法。既然是最简单的实现，幁时隙ALOHA算法是最常使用的。例如，Type A of ISO/JEC 18000-6 和 13.56 MHz ISM ban EPC Class 1 使用的是时隙ALOHA算法，Type B of ISO/JEC 18000-6 和 900 MHz EPC Class 0 使用的是二进制搜索算法。 由于大多数RFID系统采用无源标签，幁时隙ALOHA算法中幁的大小是受限制的。在该算法中，标签随机选择标签幁的一个时隙并且在选中的时隙中对阅读器进行响应。当标签数量很小，在此方法中，标签碰撞的概率较低，因此用于识别标签的时间相对较短。但是，随着标签数量的增加，标签发生碰撞的几率变高，用于识别标签的时间也迅速增加。 在这篇论文中，我们首先把从一个RFID系统很多个无源标签中获得的结果进行扩展。我们也应该讨论和纠正在分析【11】中所发现的问题。最后的仿真结果表明，相比于在本文中讨论的其他两种方法，该方法大大提高了“识别时间”。 二.改进的增强型动态幁时隙ALOHA算法 有许多讨论各种幁时隙ALOHA算法的论文，包括一些动态的。一般来说在幁时ALOHA防碰撞算法中，随着响应标签数量的增加，系统的故障率也会提高。根据文【8】，假定阅读器幁的大小为N，响应的标签数定义为n 。第k个标签在给定的时隙出现的概率服从二项分布： X是一个随机变量，P是事件X发生的概率。由于我们是在一个幁时隙中观察响应的标签，并且一幁中的每个时隙收到响应的概率相等，那也就意味着P=1/N。因此我们用B来强调这个二项式： 因此，在一个阅读周期中，可能被阅读的标签数量如下面的关系式所示，在式中我们重点关注一个标签的响应： N表示幁的大小，n为没有响应的标签数量。因此，由式【8】中给出的系统效率的定义，我们可以得出： 为了找出在一个系统中未响应标签的最佳数目n，我们令，从式（3）和（4）得到： 如果设N=256，如同【10】中显示，我们从等式（12）和【10】得到n=354.图1显示了系统效率随参数N和n的变化规律。 如果标签的数量非常大，对于图1所示的N和n，最佳系统效率为35.5%。当标签的数量大到可以拆分为复合幁的时候，我们可以在所有幁中保持该最佳系统效率。现在，我们已经建立了增强的动态幁时隙ALOHA算法模型，原则上在开始时，我们就可以使用已获得的信息来估计未读标签的数目，或者我们可以把