增强型动态帧时隙aloha算法.pptVIP

增强型动态帧时隙ALOHA算法 胡晓文 ALOHA类算法 ALOHA类算法是一种普遍使用的防碰撞算法，这类算法比较简单并且在应用中展现了很好的防碰撞性能。而且随着标签数目的增长，此类算法通常需要指数增长的时隙数目来识别标签。本文提出了一种新的动态帧时隙ALOHA防碰撞算法，该算法首先估计识读区域内未识读的标签数目，然后通过调整响应标签的数目或帧长度来提高随机RFID系统的性能，最后，在本算法中，识读标签的时隙数随着标签数目的增长而线性增加。仿真结果表明，当标签数目为1000时，本文提出的算法相对于传统的防碰撞算法可以使时隙利用率提高85%~100%。 首先介绍了一组帧时隙ALOHA算法并指出了这些算法的不足； 提出并分析了一种改进型的动态帧时隙ALOHA算法（EDFSA）该算法解决了第二部分提出的问题即原有帧时隙ALOHA算法的不足 最后，第五部分给出我们的结论 现有ALOHA类算法缺点 基本的帧时隙ALOAHA算法（BFSA算法）:存在特别多的标签并且所有的时隙可能都存在碰撞，那么没有一个标签在阅读周期内被识别的情况就会一直重复下去，或者在只有少量标签的情况下，大量的帧长度都被占用从而造成了时隙的浪费。 动态帧时隙（DFSA）算法:当数量很大时，由于该算法经常在识别完一个标签后就以最小的起始帧长度开始下一个读写周期，因此阅读器就需要依照指数规律增加时隙数目来识别所有标签，而不管还有多少标签还没有识别。 改进的动态帧时隙ALOHA算法（AFSA）:该算法在标签数目比较少的时候效果比较好，但是，当标签数目很大时，就会变的不那麽有效果。另外，这种方法不适用于一次性标签。 增强型动态帧时隙ALOHA算法（EDFSA）的提出 之前的帧时隙ALOHA算法通过改变来提高标签识读率，然而随着标签数目变得大过帧长度时，标签碰撞的可能性就会急剧增加。如果不把响应的标签数目限制在近似等于我们即将在接下来的文章中解释的帧长度时，这个问题很难得以解决，提出了一种增强型动态帧时隙ALOHA算法来解决这个问题。 EDFSA算法的描述 如果我们能够估计出未读标签的数目，那么就可以最大化系统效率，或者说使标签碰撞的可能性降至最低。通常来讲，当标签数量很大时，我们可以增加帧长度来降低标签碰撞的几率。当未读标签数目太大以至于不能达到较高的系统效率时，由于我们不能随机地增加帧长度，就必须限制未读标签的数目从而选择最佳的标签数目来响应已规定好的帧长度。当标签数目太小从而不能达到理想的系统效率时，我们又必须减小帧长度。在这里，系统效率的定义是只有一个标签的时隙数目在当前帧长度中占的比例，并且是使用EDFSA算法中的估计标签数目和帧长度计算得来的。另外，估计的未读标签数目可以通过方程（1）中的估计函数来获得。 EDFSA算法首先估计未读标签的数目，相比于给定的最大帧长度，假如算法确定未读标签的数目远远大于可以获得最佳系统效率的数目，那么就利用最大帧长度将未读的标签分成几个部分，并且只允许一组标签在同一个阅读周期中响应。在该算法中，一旦应该响应的标签数目确定以后，我们就可以计算响应的标签数目在所有未识别标签中占有的比例。利用这个比例，阅读器请求对按模数操作余数为0的所有未读标签进行响应。在每个阅读周期中，阅读器都对未读的标签数目进行估计并且计算可以在下一个产生最大吞吐量分组数目。 如果当前帧长度大于可以给系统带来最佳效率的帧长度时，阅读器就会开始减小帧长度以使系统在识读估计的未读标签数目时达到最佳状态。 EDFSA算法的分析 当响应的标签数目增加并且帧长度固定的时候系统效率怎样进行改变，然后引出一种可以使系统效率最大化的情况。 一般来讲，在帧时隙ALOHA防碰撞算法中，当响应标签的数目变得越来越大时，系统效率就会开始降低，假设阅读器使用的帧长度是N，响应标签的数目为n，r个标签存在于一个给定时隙的几率遵循一个如下的二项式分布： 然而，一个阅读周期中预期读取的标签数目可以由下面的式子求出： r个标签在帧长度为N，未读标签数为n时占用的时隙数，这样系统效率就可以由以下的式子计算得出： 我们可以利用对式（3）取微分生成的方程式得到使系统效率最高的标签数目。 对以上的方程式求解，就可以得到一个当帧长度为N时的理想响应标签数目。 当标签数目为n时，最佳帧长度的值可以由下式得出： 当n的值很大的时候，可以使用泰勒级数简化上式如下所示： 由上式可看到，当标签数目和帧长度基本相同时，可以的到最高的系统效率。 从上可以得到这样一个结论，如果我们将响应的标签数目限制在和帧长度相接近的时候，就可以达到最高的系