摘要：射频识别系统中多个标签同时应答会引起数据碰撞。为解决标签碰撞问题，考虑到动态帧时隙算法中标签估计误差对系统效率的影响，提出一种基于动态调整帧时隙的改进算法—FBC_ DFSA (Feedback Check_Dynamic Frame Slot ALOHA)。该算法在使用估计方法进行标签检0Q11的基础上，将反馈每轮的检测结果与估计值相比较，然后根据误差结果适当地调整下轮的帧长，从而改善吞吐率。仿真结果证明，该算法进，一步改进了动态帧时隙算法的性能，特别是当标签量较大时效率更加稳定。

    射频识别系统中，当读写器的读写范围内有多个标签同时存在时，这些标签几乎同时响应读写器的指令，从而产生碰撞，使得读写器不能正确接收标签返回的信号。为解决产生的碰撞问题，必需采取相应的防碰撞技术。然而，由于RFID系统的特殊性，标签无源、存储能力有限并且不具有载波监听能力，防碰撞算法主要考虑系统的效率、能耗等问题。目前已有一些方法来解决标签碰撞。其中比较关键的是如何用防碰撞算法快速和有效地将标签全部识别出来。纵观已有的标签防碰撞方法，主要分为基于树形的搜索防碰撞算法和基于ALOHA的算法。树形算法主要通过遍历所有碰撞的节点，检测出碰撞后让它分成两个分支，直到检测到所有标签的ID都不存在碰撞便识别完成。基于ALOHA的一类算法在RFID系统中也得到了广泛的应用。ALOHA算法类主要分为纯ALOHA算法、时隙ALOHA算法和动态帧时隙ALOHA。动态帧时隙最大的特点是帧的长度可根据标签的具体情况而改变，从而保证效率的最大化。

1动态帧时隙ALOHA的防碰撞算法分析

    ALOHA类算法最初是从纯ALOHA算法，标签发送数据遇到碰撞则延时发送，系统效率最大能到18.4%.后来将发送时间离散化，分成若干时隙，在各时隙内发送数据也即时隙ALOHA算法，如此，因去掉了不完全碰撞，系统效率最高达到36.8%，而遇到大量标签时效率会急剧下降。之后改进得到帧时隙算法，在时隙算法的基础上将若干个时隙组成一帧，标签在与读写器通信时随机选择一个时隙发送数据，帧长度由读写器设定，该算法的理论最大效率也是36.8%，不过可以分成若干帧来识别所有标签。

1.1动态帧时隙ALOHA算法

为使系统吞吐量达到最大，假设每一帧的时隙数目为M，还未读取的标签数为n。当一个时隙只有一个标签的应答时，读取标签成功。以概率论分布统计的构造成功率的数学模型，成功时隙的统计概率为：

其中P、为传输同路的吞吐率，M为一帧的时隙数（帧长），n为阅读器范围内未识别的标签数。固定n对M求导：

  当，即n=M时求极值，PS取得最大值为0.386。理论情况下，当一帧的时隙数目等于当前标签数目时，吞吐量的理论最大值为0.368。从图1中可以看到ALOHA算法以及帧时隙ALOHA算法在不同帧长时的系统效率。可以发现，当标签数量远大于时隙个数时，系统吞吐量急剧下降；当标签个数小于时隙个数时，则会浪费时隙数。为解决这个问题，提出了动态帧时隙算法，即读写器在与标签通信过程中动态改变下一帧中时隙数目，动态实时地调整帧长度以保持较高的吞吐率。然而，调整帧长度的大小则成为了该算法效率的关键。由于未读标签的数目未知并且需要设置帧长度与标签数相近时效率最佳。所以只有对标签数量进行了准确的估计，并根据估计结果设定适当的帧大小，才能完全发挥出该算法的特点。

1.2标签估计

    目前已经出现了多种标签数目估计的方法，此类估计方法大都基于将各个时隙分为没有标签的空时隙，只有一个标签的独占时隙以及被两个或多个标签占用的碰撞时隙的模型设计。因为每个碰撞时隙至少有两个或两个以上的标签响应，假设前一帧检测下来有C个碰撞时隙，Lower bound method I'］则以每个碰撞时隙有最少的两个标签来估计，也即用N=2-C来估计阅读范围内未识别的标签数量。该算法的误差源于它只考虑了两个标签碰撞的有偏估计，在标签数量比较多的情况下效率很低。FRITS C. Schoute在lowerbound基础上做了改进，考虑到每个时隙标签大于3个的情形。通过构造泊松过程分布函数，当标签数等于帧长的情况下得到N=2.39C。即，用N=2.39 . C来估计未识别的标签数量，该值比lowerbound算法更为准确，但只是静态估计不能动态反应当前帧碰撞情况。

[1] [2] [3] [4]  下一页