基于Copula拓展研究及其在灾难风险建模中研究.pdfVIP

２０１１年第３期

ＴＹＰＥＢ所推荐的防碰撞算法就是该算法，它利用随机产生的０、１信号及引进一个可以在标签

上存储的计数器达到了二进制树形搜索的效果。该算法不同于二进制搜索树算法的地方在于标

签上增加了一个计数器。在初始阶段，每个标签的计数器都设置为０。当且仅当标签计数器的值

为０时，该标签可以给读写器发送信息。有多个标签的计数器同时为零时，碰撞就发生了，并

且读写器会给每个标签发送这样的一个碰撞信息。标签收到这个碰撞信息后，如果标签的计数

器值大于０，就各自加１；如果标签的计数器为０（也就是说刚才发送数据并互相碰撞的标签），

那么这些标签就随机的选择０和１两个数值（这些相互碰撞的标签就分为了２组），并在计数器

中加上这个数。然后计数器值为０的标签在读写器的提示下开始发送信息，如果发生碰撞，则

重复前述过程，直到没有碰撞发生，完成一次成功的读写或者没有标签的数值为０。这时其他所

有的标签计数器的值减１，这样，所有的标签都可以被成功的读写。ＭｙｕｎｇＪｉｈｏｏｎ等人在ＩＳＯ／ＩＥＣ

１８０００。６ＴＹＰＥＢ算法的基础上提出了动态二进制分解算法（ＡｄａｐｔｉｖｅＢｉｎａｒｙＳｐｌｉｔｔｉｎｇ），该算法

在原来的基础上减少了空闲时隙，提高了识别效率。ＡＢＳ算法中给每个标签引入两个计数器，

分别是进度时隙计数器（ＰｒｏｃｅｓｓｅｄＳｌｏｔＣｏｕｎｔｅｒ，ＰＳＣ）和分配时隙计数器（ＡｌｌｏｃａｔｅｄＳｌｏｔＣｏｕｎｔｅｒ，

ＡＳＣ）。该算法在标签量交大的时候，很多标签被分在相同的０组或１组，导致在ＩＳＯ／ＩＥＣ１８０００．６

ＴＹＰＥＢ算法中的问题依然没有全面解决。江岸等人在ＡＢＳ算法的基础上提出了一种改进算法，

该算法结合了ＡＢＳ算法和动态调整二进制搜索算法的优点，减少了阅读器与标签之间的通信量，

减小识别延时。

基于计数器的二进制搜索算法对标签的要求能够存储数据，因此要求标签的能量充足，比

较适合有源的标签。

由上述相关研究进展可以知道，在低密度标签环境下，ＲＦＩＤ读写器与标签的防碰撞协

议可以较好的对标签进行识别。但是，随着物联网的建设和应用，在高密度及高速移动标签

的识别，目前的ＡＬＯＨＡ算法和二进制搜索算法都需要进一步研究，提高防碰撞能力，减少

标签的读识时间。

基于Ｃｏｐｕｌａ拓展研究及其在灾难风险建模中研究

王沁（数学学院）

１概述

人类始终面临着各种自然灾害的袭击，如大风、海啸、地震、洪水、旱灾和股灾等等。灾

难事件具有两个特点，一是该事件发生的概率很小，二是该事件的发生往往对人们的生产生活

带来巨大的损失。此，对灾难事件发生的可能性和破坏程度等灾难风险问题进行建模，从而

使人们有效预防和躲避灾害，进而减少损失，是一项非常重要的工作。

灾难风险模型包括灾害损失估算（ｈａｚａｒｄｌｏｓｓｅｓｔｉｍａｔｉｏｎ）、灾难损失模￣（ｃａｔａｓｔｒｏｐｈｅｌｏｓｓ

ｍｏｄｅ１）、灾害风险模型（ｈａｚａｒｄｒｉｓｋｍｏｄｅ１）等，不论是哪一种模型，都需要在历史数据巾捕捉各种

灾难事件的相关关系，对数据进行动态分析和建模，从而估算出—定概率状态下的未来灾难事

作者简介：王沁，女．副教授。

・３４・

学术动态２０１１年第３期

件可能造成的覆盖区域，严重程度或经济损失等。这就需要一种能够动态地、全局地分析事件

相关关系的数学工具。

随着Ｃｏｐｕｌａ函数的出现和应用，相关性领域的研究进入到了一个全新的时代。一方面，

Ｃｏｐｕｌａ函数可以将边缘分布及相关性结构分开处理，对整个联合分布建模提供更多有用信息；

另一方面，由Ｃｏｐｕｌａ函数导出的相关性指标，如Ｋｅｎｄａｌｌ的ｔａｕ、Ｓｐｅａｒｍａｎ的ｒｈｏ相关系数，在

随机变量发生非线性单调变换的情况下是不变的，所以，动态Ｃｏｐｕｌａ模型是一种灵活、稳健的

相关性分析工具，它将边缘分布及相关性结构分开处理，对整个联合分布建模提供更多有用信

息，细致的刻画随机变量之间的相关程度、相关模式随着时间发生改变的情况，在金融领域、

水文领域、