反转查询树动态帧时隙算法.docVIP

反转查询树动态帧时隙算法 　　摘 要：RFID（RadioFrequencyIdentification）被称为无线射频识别通信技术，在发展的过程中其碰撞问题得到越来越多的人关注。主要问题出在阅读器与标签之间的，它包括两个方面：阅读器与标签的通信问题和标签在运行当中的读取问题。这两个方面影响着技术的发展，也相当存在着一定的难度。这篇论文根据了TDMA的确定性的算法和基于ALOHA的概率性算法的综合，提出了一种融合这两种算法的优缺点的一种新的混合的算法查询树的反转动态帧的时隙算法。 　　关键词：QTR-DFSA；标签估算方法；切比雪夫不等式 　　中图分类号：TP391.44 　　RFID无线射频识别通信技术的标签防碰撞算法分为CDMA（code-divisionmultipleaccess码分多址、FDMA（frequencydivisionmultipleaccess）频分多址、TDMA（TimeDivisionMultipleAccess）时分多址、SDMA（SpaceDivisionMultipleAccess）空分复用接入。TDMA又可以分为基于树确定性算法和基于ALOHA概率性算法。 　　这篇论文根据了TDMA的确定性的算法和基于ALOHA的概率性算法的综合，提出了一种融合这两种算法的优缺点的一种新的混合的算法。对于动态帧时隙ALOHA算法中它可以动态的调整帧长以适应标签，它的缺点就是调节的范围如果超出了帧长度的调节范围就会出现多次碰撞。而在查询树的算法中只要能够有足够长的时间去识别，就能够完全识别出所有的标签，它也有缺点就是在它的标签数目过大的时候，识别的效率会大幅度的降低。如果把上面的两种算法进行综合运用，克服各个算法中的自身缺点就可以得到很好的发挥。基于这个方面就提出了查询树的反转动态帧的时隙算法。在反转查询树算法中不单单只是克服了查询树的算法的匹配效率低的问题，进而也能够将大量的标签分类从而能够适应动态帧的时隙帧长的范围。最后再接着通过动态帧的时隙调整最优帧长，能够正确识别每一个标签避免发生碰撞。 　　根据树的确定性算法和基于ALOHA概率性算法提出改进的标签防碰撞算法。算法首先运用查询树算法把标签分类，对分类的标签，进行了动态的帧时隙算法的改进和读取。在理想状态下，当动态帧时隙算法在运行当中它的帧长和标签数目相等的时候，就可以保证系统得到最大的效率。在现实生活中的时候RFID系统的标签数目要远远大于帧长的数目，这就导致了系统的效率降低，甚至出现坏死现象。在这样的情况下，可以先利用查询树算法先将算法标签进行分组归类。查询树算法能够将标签分类，而且还减少了标签分组的序列长度，进一步的简化了帧时隙算法的工作，这样的一种融合就解决了算法的匹配效率低的问题。这种改进的方法被称为基于查询树的反转动态帧的时隙算法（QTR-DFSA，DynamicFrameSlotALOHAbasedonQueryTreewithReversedIDs）。 　　1 RFID系统的标签估算方法 　　标签估算方法可以最大限度使用阅读器和标签，准确动态调整帧长来适应待识别标签的数目，来减少时隙的浪费，提高运算效率。在运行估算状态下，主要是基于阅读器和标签的通信状态，各个时隙出现的状态通过轮回识别过程可以分为三种时隙。 　　第一种：闲置时隙，该运行过程中标签还没有收到发送到的数据信号，所设置的时隙总数为C0。 　　第二种：可读时隙，该时隙在运行识别过程中只有一个标签向其发送数据信号，并能够可以成功接收识别，所以设置所有可读的时隙数位C1。 　　第三种：碰撞时隙，在发生碰撞识别的过程中不止一个标签向其发送数据信号，所以设置所有发生碰撞的时隙总数为Ck。 　　2 切比雪夫不等式 　　这个标签算法是由H.Vogt提出，被称作Vogt-Ⅱ标签估算法。设帧长为N的阅读器与n个标签发生通信，该算法首先设置了一个限制的时隙数C0，可读时隙数C1，碰撞时隙数Ck，组成一个向量空间（C0，C1，Ck），然后算出空闲时隙数的期望值C0N，η，可读时隙数期望值为C1N，n，碰撞时隙数期望值为CkN，n，组成向量空间（C0N，η，C1N，n，CkN，n）。然后再计算向量之间的距离设为ξ，在设置两个向量之间的最小标签数位标签的估计最小标签数为nn。 　　根据上面的算式也可以得出C0N，η和C1N，n，这样标签数目的估算值与实际标签的数目值是最接近的，进行改进的算法也主要针对阅读器相对江大的标签数量。 　　3 RFID系统最优的帧长分析 　　利用动态帧时隙ALOHA算法动态调整帧长，使系统能够减少对帧长的浪费，也不会导致碰撞的重复频繁发生，影响系统的运行效率。要设置帧长为N，对应的时隙也为N，也就有n个标签在进行阅读，那么k和标签在某个时隙的