[发明专利]一种基于等区域划分的RFID防碰撞方法

权利要求书

1.一种基于等区域划分的RFID防碰撞方法，其特征在于：包括一种等区域分组结构及一种最优时隙数优化算法，等区域分组结构将阅读器识别范围内的标签进行均等区域划分来建立一种新型的分组结构，根据标签数量的多少将阅读器识别范围划分为1到N个组，最优时隙数优化算法通过对DFSAC-II算法进行改进得到动态预测权值后使每轮剩余标签数目的估计更加准确，并根据标签数目调整最优时隙数进而对标签进行高效快速的识别，具体内容如下：

(1)所述的等区域分组结构由于阅读器周边标签分布范围不一，且RFID系统具有标签数目越小，故根据等区域划分的思想将阅读器识别范围内的所有标签进行分组，通过分散标签数目来达到提高系统识别效率的目的，在无线通信系统中，信道是随时间变化的，故需要考虑标签与阅读器之间距离造成的路径损耗，在无线信道中，平均接收功率(dBm)与发射机和接收机之间的距离的对数成反比，故设系统的平均接收功率为P_r：

上式中，设阅读器识别范围为d,n为路径衰落指数，即随着距离增长路径损耗的速度，取值在2～5之间；d₀为近地参考距离；

规定成功时隙数、空闲时隙数以及碰撞时隙数分别为T_g、T_l、T_e，假设经过n轮查询，待识别标签总数与碰撞时隙数具有线性函数关系，则第n+1轮标签数目预测公式如下：

m_predict(n+1)＝k·T_e(n)

相应的，当第n+1轮标签数目估计开始后采用DFSAC-II算法计算当前帧的待估计标签数，对第n轮的预测结果进行调整：

m_adjust(n+1)＝2.3922·T_e(n+1)

则用第n轮的预测结果减去第n+1轮的调整结果可得到理论误差值：

ε＝m_predict(n+1)-m_adjust(n+1)＝kT_e(n)-2.3922T_e(n+1)

为了得到最小的误差，通过对理论误差值的平方关于k求导得到极小值：

令上式为0，解得标签估计的动态预测权值如下：

由于算法在实际执行过程中无法做到提前得到下一轮的碰撞时隙数，所以将公式进行相应的修改，通过将本轮的时隙数以及上一轮的时隙数代入上述公式能得到动态预测权值k，具体表述如下：

则可得下一轮预测标签数目为：

当前RFID防碰撞方法的系统吞吐率主要依赖于标签数与时隙数这两大重要因素，当未识别标签数与时隙数的比值越大时，此时由于碰撞时隙增多，系统吞吐率会变低，当未识别标签数与空闲时隙的比值越小，系统吞吐率也随之降低；

(2)所述的一种基于等区域划分的RFID防碰撞方法，其特征在于规定将一帧划分为T个时隙，同时规定阅读器识别范围内的待识别标签总数为m，由于标签对时隙进行选择的过程是互不相关独立选择的一个过程，与其他标签无关，故可将标签与时隙的匹配识别过程看做一个多重伯努利试验，将其转化为一个二项分布的数学问题，具体概率表示如下：

式中k∈[0,m]且k取整，

取k＝1，则根据上式可得出成功时隙的概率，即一个时隙只有一个标签选择的概率如下：

同理可得，当k＝0时，空闲时隙的概率，即一个时隙没有任何标签选择的概率如下：

则当k≥2时，碰撞时隙的概率，即一个时隙有多个标签同时选择的概率可通过概率总和为1的原则表示如下：

P_e＝P(X≥2)＝1-P(X＝1)-P(X＝0)

在理想状况下，规定成功时隙期望、空闲时隙期望以及碰撞时隙期望分别用来表示，其数学表达式分别如下：

规定系统吞吐率为S_RFID，即一帧内阅读器成功识别标签与总时隙数的比值，公式如下：

对上式求导可得：

对上式求极值可得到时隙数与标签数的函数关系如下：

上式表明当系统可分配的时隙数约等于标签数，且标签数远远大于1时，系统吞吐率到达极值，此外，如果所有时隙均为空闲时隙，或者所有响应的标签均由于碰撞而识别失败，则吞吐率变为最小值0，此外，在一次识别周期内，如果所有的标签都被成功识别，吞吐率达到最大1；

(3)所述的标签成本受硬件条件限制，时隙数不能肆意分配，所以需要在标签估计的基础上对标签进行最优分组，并在此基础上动态调整时隙数来进一步提高系统吞吐率，通常情况下，RFID系统中时隙数取值是关于2^x的函数，且由于受硬件成本限制，时隙数最大取28，超过将失去实际应用价值，故时隙数的取值为[2²,2³,2⁴,2⁵,2⁶,2⁷,2⁸]数集，两相邻时隙数的交点为标签数目影响系统吞吐率变化的临界点，将相邻两固定时隙数代入下一轮预测标签数目可得时隙数对应的标签数量，进一步求得分组临界点，相邻两时隙数的吞吐率关系表示如下：

从T＝2²开始将整个数集逐次代入上式可得：

(4)所述的一种基于等区域划分的RFID防碰撞方法，其特征在于具体识别过程如下：

1)在识别开始之前，统计标签总数，当标签总数大于354时，在阅读器识别功率覆盖范围内进行等区域分组，通过将阅读器识别范围划分为1到N个面积相等的扇形进而达到对标签初步分组的目的；

2)从第1组开始，设定初始时隙数，组内标签初始化，随机选择一个时隙并向阅读器发送信息；

3)系统根据本轮已获得的标签选择信息来判断每一帧的时隙状态，并根据时隙的选择情况采用改进的DFSAC-II算法估计当前组内剩余标签数；

4)通过已获得的本轮标签数信息，系统对时隙数做出最优调整并分配下一轮时隙数；

5)阅读器对成功识别的标签发送休眠命令，使其退出本轮查询过程，碰撞标签延迟至下一帧重新开始识别过程，直到本组标签全部休眠为止；

6)本组识别完毕后,组数加1，返回步骤2，开始新一轮的识别过程并采用相同方式进行识别，直到系统识别范围内所有组的标签识别完成后，算法结束；

按照上述基本步骤即可完成对标签的分组与识别。