RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。     

时隙ALOHA二进制指数回退算法

时隙ALOHA由于简单而被广泛应用于无线通信中,但时隙ALOHA本质上是不稳定的,各种控制算法被应用以保证系统的稳定吞吐量。在建立二进制指数回退(BEB)算法的马尔可夫模型基础上,分析了系统的稳定性调节过程。数值计算和仿真测试表明二进制指数回退算法能够保证系统的稳定性,且当节点数在一定范围内时能获得时隙ALOHA的理论极限吞吐量。比较了二进制指数回退算法与伪贝叶斯算法在平均吞吐量的性能差异,结果表明,BEB算法受窗口值的影响,当用户数较大(大于128)或较小(小于32)时,吞吐量均较伪贝叶斯算法低。     

基于非空时隙数的无线射频识别标签估算算法

针对无线射频识别(RFID)系统中现有标签估计算法估计时间长、误差大的问题,提出了一种基于非空时隙数的标签估算方法。首先,分析了动态帧时隙ALOHA(DFSA)算法的系统模型,指出标签估算的必要性;其次,对当前存在的一些标签估计算法进行了研究,列举其存在的不足;再次,通过在不同帧长条件下对非空时隙平均数与待识别标签数的关系进行研究,得出两者之间存在着的不依赖于帧长的归一化曲线并将其运用于标签估计。而且通过引入精度需求,运用概率分析理论和折半查找的方法来确定不同标签总数下的轮询次数K;最后,对所提标签估计算法进行仿真,从估算精度和估算时间两个方面与现有的标签估算算法作了性能对比分析。仿真结果表明,该算法最大估计误差仅为1%,在帧长为128、标签数为400的情况下,相比Adaptive Slotted ALOHA Protocol(ASAP)、Fast Zero Estimation(FZE)、最大后验概率(MAP)估计算法,其误差率分别减少了66.7%、78.3%和72.2%;此外在识别相同数目标签的情况下,所提算法耗费的估计时间也明显少于上述3种算法。由此可见,基于非空时隙数的标签估算算法具有较高的估算精度和估算效率,能够对RFID系统中的待识别标签进行快速准确的识别。     

一种应用于无人机编队通信的防碰撞方法

无人机编队自组网络类似于Ad Hoc网络,针对无人机编队飞行过程中产生的信息碰撞问题,研究了Ad Hoc网络中最典型的ALOHA协议,对时隙ALOHA算法进行改进。改进的时隙ALOHA将信道分成若干个离散的时隙段,给每个时隙段分配一部分节点进行传输数据。仿真结果表明:在对信道分成2个时隙段,竞争窗口K=2,吞吐量为0.368时,改进后的时隙ALOHA算法中数据包的平均传输次数为1.35,归一化时延约为5.32。与改进前的时隙ALOHA算法相比,系统的归一化传输时延降低,提高了无人机编队飞行时信息传输的有效性。     

基于标签分组的DFSA抽样训练规则防冲突算法

主要对标签防冲突的问题进行研究, 阐述了已有的分组算法原理, 并分析其仍存在的可改进的地方, 将标签分布特点与数据结构原型进行有机结合, 提出相应的改进方案。引入了抽样和训练规则的概念, 经过对分组过程的研究, 找出帧长调整的规律性变化, 提出了基于标签分组的DFSA抽样训练规则防冲突算法。通过实验仿真, 充分体现了该方法在保证现有识别率的情况下, 能够有效减少系统功耗, 降低识别过程中的计算复杂度, 缩短识别时间。     

RFID系统多标签识别防碰撞算法

进行了全面的基于动态帧时隙 ALOHA(DFSA)的无源 RFID 系统多标签识别防碰撞算法研究,并将其中的标签数目估计技术进行序贯加权处理,通过仿真比较了改进前后 DFSA算法的性能,并确定了最佳遗忘因子。仿真结果表明,该改进措施缩短了 RFID识别标签所需时间,提高了系统的工作效率,可有效地应用于港口码头、车站或物流中心的集装箱管理或物流配送管理,以改善由于 RFID系统多标签碰撞而导致的货物流通缓慢或拥堵问题。     

基于最优化原理的RFID系统中的ALOHA防碰撞算法研究

无线射频识别(RFID)系统中的多个标签同时应答时会引起数据碰撞现象,使阅读器能正确读取信息所使用算法称为防碰撞算法.本文研究了目前RFID系统中常用的防碰撞算法,包括时隙ALOHA(S-ALOHA),纯ALOHA(P-ALOHA)和帧ALOHA(F-ALOHA),同时基于最优化原理对ALOHA防碰撞算法进行了改进.仿真结果表明采用最优化原理改进的ALOHA算法相比较现有RFID系统中常用的ALOHA防碰撞算法有明显的优越性,使得系统获得最佳的传输时隙及数据包大小,得到高吞吐率,低错误率,从而提高系统的工作效率.     

无源RFID系统中多目标识别的估计算法

研究被动射频识别（RFID）系统中多目标识别环境下被识别目标数量的估计算法和最大吞吐率的获取方法。通过对时隙ALOHA方法的分析,建立了读写器和标签通信的二项式分布模型,得到了获取最大吞吐率的条件：在已知被识别目标数量的前提下,使时隙数与目标数量相等。提出一种被识别目标数量的估计算法——二次式分布估计（BDE）算法。BDE算法估计误差抖动小,平均误差为2.1%。仿真结果表明BED算法在识别目标数量少时,能将识别时间缩短至50%,当识别目标增加时,识别时间呈线性增长;系统吞吐率接近理论最大值,达到34%;空白时隙和碰撞时隙占时控制在16%附近。同时,识别时间成分分析指出：优化读写器命令、提高读写器传输数据率能够进一步缩短识别时间。     

LPDQ: A self-scheduled TDMA MAC protocol for one-hop dynamic low-power wireless networks

Current Medium Access Control (MAC) protocols for data collection scenarios with a large number of nodes that generate bursty traffic are based on Low-Power Listening (LPL) for network synchronization and Frame Slotted ALOHA (FSA) as the channel access mechanism. However, FSA has an efficiency bounded to 36.8% due to contention effects, which reduces packet throughput and increases energy consumption. In this paper, we target such scenarios by presenting Low-Power Distributed Queuing (LPDQ), a highly efficient and low-power MAC protocol. LPDQ is able to self-schedule data transmissions, acting as a FSA MAC under light traffic and seamlessly converging to a Time Division Multiple Access (TDMA) MAC under congestion. The paper presents the design principles and the implementation details of LPDQ using low-power commercial radio transceivers. Experiments demonstrate an efficiency close to 99% that is independent of the number of nodes and is fair in terms of resource allocation.     

A NEW RANDOM PACKET ACCESS PROTOCOL IN WCDMA

In this paper, a new Random Packet Access Protocol (RPAP) is proposed in WCDMA systems. The new proposed RPAP can efficiently prevent unnecessary interference by stopping a transmission if it is bound to be collided with others. Throughput about the new RPAP is deliberated and analyzed. Computer simulation shows that this protocol has better throughput performance compared with conventional one currently used in WCDMA.