动态RFID系统中一种准确标签估计的动态帧时隙ALOHA算法

第40卷第7期铁道学报V o l.40 N o.7 2018年7月J O U R N A L O FT H EC H I N A R A I L WA YS O C I E T Y J u l y2018
文章编号:1001-8360(2018)07-088-05
动态R F I D系统中一种准确标签估计的
动态帧时隙A L O H A算法
王达1,3,李晓武2
(1.湖北工业大学太阳能高效利用湖北省协同创新中心,湖北武汉430068;2.昆明理工大学信息与自动化学院,
云南昆明650504;3.湖北工业大学湖北省电网智能控制与装备工程技术研究中心,湖北武汉430068)
摘要:在R F I D的应用系统中,动态R F I D系统受到越来越多的关注,在该系统中,标签附着在商品表面,在阅
读器信号区内沿着固定路径移动,由于标签在信号区的时间有限,因此可能出现标签未识别就离开阅读器信号
区㊂如果标签识别采用原有的基于静态场景的R F I D的动态帧时隙A L OHA算法,会出现标签数估计错误问题,
这是由于原有的动态帧时隙A L OHA算法没有考虑新标签会源源不断地进入阅读器信号区,这将导致标签识别
效率的降低和标签丢失率的增加,本文中新进标签和移出标签对未识别标签数的影响被考虑在新的标签识别算
法中㊂仿真结果表明,本文提出的协议可以有效提高标签识别效率并减少标签的丢失率㊂
关键词:R F I D;防碰撞协议;动态R F I D系统;标签丢失率
中图分类号:T P311文献标志码:A d o i:10.3969/j.i s s n.1001-8360.2018.07.013
AD y n a m i cF r a m e S l o t t e dA L O H AA l g o r i t h m w i t h
A c c u r a t eT a g E s t i m a t i o n i n M o b i l eR F I DS y s t e m s
WA N G D a1,3, L IX i a o w u2
(1.H u b e i C o l l a b o r a t i v e I n n o v a t i o nC e n t e r f o rH i g h-e f f i c i e n c y U t i l i z a t i o no f S o l a rE n e r g y,H u b e iU n i v e r s i t y o fT e c h n o l o g y,
W u h a n430068,C h i n a;2.S c h o o l o f I n f o r m a t i o na n dT e c h n o l o g y,K u n m i n g U n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y,K u n m i n g650504,C h i n a;
3.H u b e i P o w e rG r i d I n t e l l i g e n tC o n t r o l a n dE q u i p m e n tE n g i n e e r i n g T e c h n o l o g y R e s e a r c hC e n t e r,
H u b e iU n i v e r s i t y o fT e c h n o l o g y,W u h a n430068,C h i n a)
A b s t r a c t:I n t h eR F I Da p p l i c a t i o n s y s t e m s,m o r e a n dm o r e r e s e a r c h e r s p a y a t t e n t i o n t o t h e d y n a m i cR F I Ds y s-t e m s,w h e r e t h e t a g s t h a t a r e a t t a c h e d t o t h e s u r f a c e o f t h e c o mm o d i t y m o v e a l o n g t h e f i x e d p a t h i n t h e r e a d e r s i g n a l a r e a.S i n c e t h e t i m e o f t h e t a g s s t a y i n g i n t h e s i g n a l a r e a i s l i m i t e d,t h e y m a y l e a v e t h e r e a d e r s i g n a l a r e a w i t h o u t b e i n g i d e n t i f i e d.I f t h e t a g i d e n t i f i c a t i o nu s e s t h ee x i s t i n g d y n a m i c f r a m es l o t t e dA L OH Aa l g o r i t h m s b a s e do n s t a t i cR F I Ds y s t e m s,t h e r ew i l l b e a t a g e s t i m a t i o n e r r o r p r o b l e m.T h i s i s b e c a u s e t h e e x i s t i n g d y n a m-i c f r a m e s l o t t e dA L O H Aa l g o r i t h md o e s n o t c o n s i d e r t h a t c o n t i n u o u s e n t r a n c e o f t h e n e wt a g s i n t h e r e a d e r s i g-n a l a r e aw i l l l e a d t o t h e d e c r e a s e o f t a g i d e n t i f i c a t i o ne f f i c i e n c y a n d t h e i n c r e a s eo f t a g l o s s r a t e.I n t h e p a p e r, t h e i n f l u e n c e o f t a g e n t r y a n d d e p a r t u r e o n t h e n u m b e r o f u n i d e n t i f i e d t a g sw a s c o n s i d e r e d i n t h e n e wt a g i d e n t i-f i c a t i o na l g o r i t h m.T h e s i m u l a t i o n r e s u l t s s h o wt h a t t h e p r o p o s e d p r o t o c o l c a n e f f e c t i v e l y i m p r o v e t h e e f f i c i e n c y o f t a g i d e n t i f i c a t i o na n d r e d u c e t h e t a g l o s s r a t e.
K e y w o r d s:R F I D;a n t i-c o l l i s i o n p r o t o c o l;d y n a m i cR F I Ds y s t e m s;t a g l o s s r a t i o(T L R)
收稿日期:2017-01-10;修回日期:2017-10-27
基金项目:昆明理工大学引进人才科研启动基金
(K K S Y201603016)
第一作者:王达(1984 ),男,湖北武汉人,讲师,博士研究生㊂E-m a i l:W a n g d a_222@126.c o m
通信作者:李晓武(1974 ),男,云南普洱人,讲师,博士研究生㊂E-m a i l:l x w l x w66@126.c o m R F I D技术是一种远程数据录入技术,该技术能够较好地提高物流㊁超市㊁工厂的工作效率,R F I D有如下特征:非接触性,U F H超高频阅读器识别距离能够达到1~15m,甚至更远;快速识别性,在多标签环境下,大部分超高频阅读器的识别速度已经达到每秒
识别100甚至更多的标签,远远超过条码的识别速度;较强的环境适应性,R F I D 能够抗冲击㊁振动㊁电磁㊁温度和化学腐蚀影响㊂
通常在射频通信系统中,阅读器和标签的通信是通过共享无线信道来实现的,当多个标签同时响应阅读器就会发生标签碰撞,阅读器不能正确读到任何信息,我们把这种现象称之为标签碰撞问题,标签碰撞使得阅读器的读写速度大幅度降低㊂为了避免碰撞问题的发生,防碰撞协议是非常有必要的,好的防碰撞协议
能够有效提高阅读器的标签识别效率[
1]
㊂标签识别效率也可以称作吞吐量,是指单位时间(如时隙)内阅读器识别标签的数量
[2]
㊂迄今为止,传统标签识别环境
(静态场景)下的防碰撞协议研究已经比较成熟,这些
协议可以分为两类:随机算法和确定算法[
2-3
]㊂通过这些算法,静态场景下的标签碰撞问题能够得到较好的
解决,静态场景下的标签识别效率能够达到90%[3]
㊂
静态场景下比较常见的协议类型是动态帧时隙A L O -
H A 算法,
该算法属于随机算法,当帧长等于未识别标签数时,标签的识别效率最大[4]
㊂R F I D 应用中还一类应用场景,
在该场景中,标签附着在目标的表面并沿着阅读器信号区内的固定路径
移动,这种场景被称为动态R F I D 系统[4-5]
,动态R F I D
系统经常出现在物流的出入口㊂在动态R F I D 系统,标签持续性的进入和离开信号区,动态R F I D 系统的概念图见图1㊂图1中,阅读器在标签移动路径的上方,阴影部分是阅读器的应答区域,简称阅读器信号区,标签沿着直线A B 和C D 中间的轨道移动,
标签从左边进入信号区,从右边离开信号区㊂根据标签的移动速度㊁阅读器的长度可知标签通过信号区所花费的时间,以上描述的场景是本论文要研究的场景
㊂
图1 移动R F I D 系统图
和静态场景R F I D 系统相比较,动态R F I D 系统
的特点是:
(1
)标签的可移动性㊂在识别过程中,标签是可以移动的,阅读器能够对移动标签进行识别㊂
(2
)标签逗留的短暂性㊂标签在阅读器信号区内逗留时间是有限的,这和标签移动速度㊁信号区长度有关,标签在进入信号区前或离开信号区后,阅读器不能识别标签,标签只有在阅读器信号区内才有机会被识别㊂
(3
)标签的丢失性㊂由于标签的可移动性和标签逗留的短暂性,标签可能没有被识别就离开阅读器的信号区,这种标签称之为丢失标签,在动态R F I D 系统中,减少标签丢失是最重要的工作㊂评价动态R F I D
系统重要的性能指标不再是标签识别效率,而是标签丢失率T L R ,
其定义为T L R =
未识别标签数
总的标签数
(1)
标签丢失率T L R 有如下特点:
(1)当未识别标签数密度过大时,标签的丢失率会增加,如果标签密度过大,标签丢失不可避免,为减
少标签丢失率,减小标签密度是必要的,实际应用中,有时标签密度不可调整,如贴有标签的商品已经装入卡车中㊂
(2
)标签移动速度过快,标签丢失率会增加㊂如果标签移动速度过快,标签丢失不可避免,为减少标签丢失率,减小标签移动速度是必要的,当标签密度不可调整时,调整标签移动速度就变得很重要㊂
尽量降低标签丢失率是动态R F I D 系统的重要任
务,一般要求标签的丢失率尽可能低[
5]
㊂为了降低动态R F I D 系统的标签丢失率,需要对原有的标签识别协议做改进,本文主要对广泛使用的动态帧时隙协议做改进,这种改进主要体现在协议中的帧长调整算法,改进后的协议优点是:
(1
)考虑了当前帧识别结果对标签识别的影响㊂(2
)考虑了新进标签对标签识别的影响㊂(3
)考虑了部分未识别标签离开阅读器的信号区对标签识别的影响㊂
(4)可以用来改进动态帧时隙算法,使其能够适应动态R F I D 系统㊂
由以上优点可以看出,改进的协议综合考虑了影响帧长的诸多因素,和传统的动态帧时隙A L O H A 算法相比,帧长的估计更适合于动态R F I D 系统㊂
1 相关工作
目前,关于如何准确确定动态R F I D 系统的标签
识别方法的研究不多,文献[6]通过路径损耗和多路径效应等物理参数来判断标签的数量,但这并非本文研究的重点㊂
对于静态场景下的R F I D 标签的防碰撞协议已经
研究的比较成熟[7-12]
,本文首先说明一种经典的随机
9
8第7期王达等:动态R F I D 系统中一种准确标签估计的动态帧时隙A L OHA 算法
型标签防碰撞算法V o g t-D F S A[11],该算法为本文所提协议的基础算法,了解了V o g t-D F S A协议及其改进算法,有助于实现其他经典及高效协议,V o g t-D F-S A协议的步骤如下:
S t e p1在帧循环开始时,阅读器对信号区内的所有标签广播一个请求命令 Q u e r y ,该命令包括一个动态帧长参数L㊂
S t e p2信号区内所有收到 Q u e r y 命令的标签随机选择一个0到L-1的时隙,然后在选择的时隙传输其I D给阅读器㊂对于任意时隙,根据传输的情况,时隙分为空闲㊁成功及碰撞时隙3种㊂空闲时隙指的是没有任何标签选择该时隙传输其I D给阅读器㊂成功时隙是指只有一个标签选择该时隙传输其I D㊂碰撞时隙表示有两个或两个以上标签选择该时隙传输其I D号㊂
S t e p3当一个帧所有时隙都处理完,假如出现E 个空闲时隙,S个成功时隙,C个碰撞时隙,并且E+ S+C=L㊂根据概率论如果碰撞时隙数C较大,可以判断帧长设置过小,相对帧长而言,未识别标签数过多㊂如果空闲时隙E较大,说明帧长设置过大,相对帧长而言,未识别标签数较少㊂因此帧结束后根据当前识别状况(如碰撞数㊁成功时隙数㊁空闲时隙数)重新设置帧长是有意义的,可以减少碰撞或空闲时隙的大量出现㊂帧长设置的原则是当帧长等于未识别标签数时,标签的识别效率最优㊂一种简单的调整帧长方案为[11]
L=2.39ˑC(2)如果当前帧没有出现碰撞,标签识别处理结束;否则执行S t e p1㊂式(2)假设的是未识别标签数等于碰撞数的2.39倍㊂
以上是静态场景下动态帧时隙A L O H A算法设计的主要步骤和构想,帧长调整的主要目标是使得帧长大小等于未识别标签数,并且帧长调整主要依靠帧结束后的碰撞数㊁成功时隙数㊁空闲时隙数进行判断[7-9]㊂
对于动态R F I D系统,如果只依靠帧结束后的碰撞数㊁成功时隙数㊁空闲时隙数来调整帧长是不合理的㊂因为在动态R F I D系统一帧执行完后,未识别标签数由新进标签和当前帧引起碰撞时隙的部分标签组成㊂为了分析在动态R F I D系统中未识别标签数,假设:
(1)标签的流量等于t r a,单位为标签/时隙㊂假如标签流量t r a等于0.8,意味着一个时隙只有0.8个标签进入信号区,这样规定标签流量的单位有利于分析动态R F I D系统的性能㊂
(2)标签的帧长用L来表示,单位为时隙㊂
(3)标签的逗留时间用D c o v表示,单位为时隙,意味着标签通过阅读器信号区需要D c o v个时隙,超过
D c o v时隙,标签将离开阅读器信号区㊂
(4)一帧结束后,阅读器能统计到E个空闲时隙㊁S个成功时隙㊁C个碰撞时隙㊂
基于以上假设和分析,当前帧识别过程中,新进标签数n n e w为
n n e w=t r aˑL(3)当前帧识别过程中,碰撞标签也属于未识别标签,碰撞标签导致的未识别标签数n c为
n c=2.39ˑC(4)本文中采用碰撞时隙数的2.39倍作为参与碰撞的标签数量[11]㊂因为碰撞标签与新进标签相比,比较接近信号区的出口,部分碰撞标签可能没有等到下一帧的识别就离开阅读器信号区,为了便于理解,图2为前后两帧信号区内未识别标签的分布情况
㊂
图2帧识别前后信号区内未识别标签的分布
图2(a)为帧识别前的未识别标签分布情况,图2 (b)中,虚线左边为帧识别过程中进入信号区的未识别标签分布情况,虚线右边为参与帧识别后的未识别标签分布,这些未识别标签是由于标签碰撞产生的㊂可以看出,当标签流量恒定时(这是本文的研究场景),新进标签的标签密度更大,而已参与帧识别标签的标签密度更低㊂因此,虚线左边的标签密度大于虚线右边的标签密度,并且,虚线右边的标签又分为两份,其中,虚线右侧和信号区右边界左侧的标签是未离开信号区的碰撞标签;信号区右边界右侧的标签为离开信号区的未识别标签㊂
假设碰撞标签均匀分布在D c o v个时隙区域内,单位时隙内的碰撞标签密度为2.39ˑC
D c o v
,离开信号区部分的碰撞标签数n c_g o为
n c_g o=2.39ˑC
D c o vˑL
(5)
根据以上的分析,一帧后未识别标签数n u i或新帧长L'应设置为
L'=n u i=t r aˑL+2.39ˑC-2.39ˑC
D c o vˑL
(6)
当标签识别处于开始阶段(见图3),图3(a)表示
09铁道学报第40卷
阅读器刚开始识别标签,信号区内未识别标签数量只分布在信号区的左边,图3(b)显示一帧执行完后,前一帧剩余未识别的标签分布在虚线右边,并且没有碰撞标签离开阅读器的信号区,因此,式(6)应改变为
L=n u i=t r aˑL+2.39ˑC(7)式(7)的使用条件为
ðL(i)<D c o v(8)
图3阅读器初始识别阶段前后两帧未识别标签的分布
式(8)所给条件表示识别的起始若干帧长小于标签的逗留时间D c o v时,帧长调整采用式(7),否则帧长调整采用式(6)㊂在本文中不讨论标签识别末期没有新标签进入信号区的情况,这是因为采用动态帧时隙A L O H A算法识别标签的阅读器不能检测是否有新进标签进入㊂
2动态R F I D系统中一种考虑新进标签动态帧时隙A L O H A协议
动态R F I D系统中考虑新进标签动态帧时隙A L O H A协议(以下简称D F S A-C N协议)的步骤为:
S t e p1在帧循环开始时,阅读器对信号区内的所有标签广播一个请求命令 Q u e r y ,该命令包括了一个动态帧长参数L,初始帧长设置为128㊂
S t e p2信号区内所有收到 Q u e r y 命令的标签随机选择一个0到L-1的时隙,然后在选择的时隙传输它的I D给阅读器㊂
S t e p3当一个帧所有时隙都处理完,根据前文分析调整下一帧的帧长,调整算法为
L=t r aˑL+2.39ˑCðL(i)<D c o v
t r aˑL+2.39ˑC-
2.39ˑC
D c o vˑL其他
ì
î
í
ï
ïï
ï
ïï
(9)
如果当前帧的成功时隙数和碰撞时隙数的和为0,标签识别处理结束;否则执行S t e p1㊂
S t e p4阅读器识别结束的条件是成功时隙数和碰撞时隙数之和为0,因为在标签流入信号区流量恒定的条件下,在一帧结束后,成功时隙数和碰撞时隙数之和大于0,只有当标签流入信号区为0时,才会出现成功时隙数和碰撞时隙数之和为0㊂
从以上的算法可见,当一帧结束后,D F S A-C N协议将会考虑新进标签和未识别标签离开信号区对帧长的影响,这就是该协议与原有D F S A协议的关键不同点㊂
3仿真和结果
为了评估本文所给协议的性能,把D F S A-C N和经典的动态帧时隙A L O H A协议(D F S A)进行比较,通过变化标签流量t r a㊁标签逗留时间D c o v和初始帧长L三个角度分析它们对两种协议标签丢失率T L R的影响㊂本文仿真采用蒙特卡洛方法,仿真不考虑阅读器对标签发送指令所耗费的时间,只考虑标签向阅读器发送信息所耗费的时间(用时隙来表示),因为R F I D系统通信的主要时间损耗发生在标签向阅读器发送信息的过程中㊂
在图4(a)为t r a变化对标签丢失率T L R的影响,该仿真实验环境参数为:D c o v=1000时隙,L=32时隙㊂仿真中,流量的单位是每时隙有多少个标签进入阅读器信号区内,如当标签流量为0.5时,这表示一个时隙内有0.5个标签进入阅读器信号区,即两个时隙有一个标签进入信号区,从该仿真可见:
(1)随着标签流量t r a的增加,两种协议的标签丢失率都在增加,因为在相同的时间内进入阅读器信号区的标签数量更多,导致标签丢失较多㊂
(2)在相同的标签流量t r a条件下,D F S A-C N的标签丢失率小于D F S A的标签丢失率,如在标签流量为0.4时,D F S A-C N丢失率为0,而D F S A的标签丢失率则为0.123,这是因为D F S A-C N协议考虑了新进信号区标签和离开信号区标签对标签识别的影响㊂如:在协议的标签估计算法中,下一帧帧长设置考虑了前一帧识别中进入信号区的标签t r aˑL和离开信号区的标签2.39ˑC
D c o vˑL
㊂
图4(b)为D c o v变化对标签丢失率T L R的影响,该仿真实验环境参数为:t r a=0.8标签/时隙,L=32时隙㊂在该仿真中,标签逗留时间单位是时隙,由图4
(b)可见:
(1)随着标签逗留时间D c o v的增加,两种协议的T R L缓慢降低,降低速度较慢,因为随着标签逗留时间增加,阅读器有更多机会识别碰撞标签,而T R L降低缓慢的原因是标签进入信号区的流量没有改变,标签流量的变化是标签丢失率变化的主要因素㊂
(2)在相同的标签逗留时间D c o v条件下,D F S A-
C N的标签丢失率小于
D F S A的标签丢失率,如在标签逗留时间为2000时隙时,D F S A-C N丢失率为
19
第7期王达等:动态R F I D系统中一种准确标签估计的动态帧时隙A L OHA算法
图4标签流量t r a㊁逗留时间D C O V和初始帧长L对
标签丢失率T L R的影响
0.2061,而D F S A的标签丢失率则为0.2664,这是因为D F S A-C N协议考虑了新进信号区标签和离开信号区标签对标签识别的影响㊂
图4(c)为L变化对标签丢失率T L R的影响,该仿真实验环境参数为:t r a=0.5标签/时隙,D c o v= 1000时隙㊂仿真中帧长单位是时隙,由图4(c)可见:
(1)随着初始帧长L的增加,两种协议的标签丢失率T R L先降低后增加,这是因为太小的帧长,将导致碰撞较多,这会增加标签的丢失率㊂同样帧长太长将产生过多的空闲时隙,这也会增加标签的丢失率㊂
(2)在相同的初始帧长L条件下,D F S A-C N的标签丢失率小于D F S A的标签丢失率,如初始帧长为128时隙时,D F S A-C N丢失率为0.2383,而D F S A的标签丢失率为0.2969,因为D F S A-C N协议考虑了新进信号区标签和离开信号区标签对标签识别的影响㊂
图4的仿真结果从3个角度分析了D F S A-C N协议的性能,这些仿真都显示本文所给协议D F S A-C N 具有更优良的性能,即在相同的条件下,D F S A-C N的标签丢失率都低于D F S A㊂
4结束语
本文对动态R F I D系统进行了深入分析,并给出适合动态R F I D系统的D F S A-C N协议,文中分析了动态R F I D系统未识别标签的新进标签㊁碰撞标签组成部分,一帧结束后新标签进入信号区的数量,一帧结束后离开信号区的碰撞标签数量㊂由于所给协议D F-S A-C N能准确确定未读标签的数量,从而给出了较为合理的帧长函数㊂本文调整帧长的思路可以用于改进大部分动态帧时隙A L O H A协议的标签估计算法㊂参考文献:
[1]F I N K E N Z E L L E R K.R F I D H a n d b o o k:R a d i o-f r e q u e n c y I-
d e n t i f i c a t i o nF u n d a m e n t a l sa n d A p p l i c a t i o n s[M].2t he d. N e w Y o r k:W i l e y,2003:1232-1237.
[2]WO N GCP,F E N G Q.G r o u p i n g B a s e dB i t-s l o tA L OHA P r o t o c o l f o rT a g A n t i-c o l l i s i o n i nR F I Ds y s t e m s[J].I E E E
C o mm u n i c a t i o nL e t t e r,2007,11(12):946-948.
[3]J I AX,F E N GQ,MAC.A nE f f i c i e n tA n t i-c o l l i s i o nP r o t o-
c o l f o rR F I DT a g I
d
e n t i
f i c a t i o n[J].I E E EC o mm u n i c a t i o n s L e t t e r s,2010,14(11):1014-1016.
[4]A L C A R A ZJ,E G E A L E,V A L E S AJ,e t.a l.D y n a m i c S y s t e m M o d e l f o rO p t i m a lC o n f i g u r a t i o no f M o b i l eR F I D S y s t e m s[J].C o m p u t e rN e t w o r k s,2011,55(1):74-83. [5]V A L E SAJ,B U E N OD M,E G E ALE,e t.a l.M a r k o v i a n M o d e l f o r C o m p u t a t i o n o f T a g s L o s s R a t i oi n D y n a m i c R F I DS y s t e m s[C]//P r o c e e d i n g so f5t hE u r o p e a n W o r k-s h o p o n R F I D S y s t e m sa n d T e c h n o l o g i e s.B r e m e n:I E L, 2009:16-17.
[6]X I EL,S H E N GB,T A N C,e t.a l.E f f i c i e n tT a g I d e n t i f i-
c a t i o n i n M o b i l eR F I DS y s t e m s[C]//P r o c e e
d i n g so f I E E E I n t
e r n a t i o n a C o n
f e r e n c e o n C o m p u t e r C o mm u n i c a t i o n s(
I N F O C OM2010).N e w Y o r k:I E E E,2010:15-19.
[7]Z HU L,Y UM T S P.A C r i t i c a lS u r v e y a n d A n a l y s i so f R F I D A n t i-c o l l i s i o n M e c h a n i s m s[J].I E E E C o mm u n i c a-t i o n sM a g a z i n e,2011,49(5):214-221.
[8]S C HO U T E F C.D y n a m i c F r a m e L e n g t h A L OHA[J].
I E E ET r a n s a c t i o no nC o mm u n,1983,31(4):565-568.
[9]K I M CS,P A R K K L,K I M H C,e t a l.A nE f f i c i e n tS t o-
c h a s t i cA n t i-c o l l i s i o nA l g o r i t h m U s i n g B i t-s l o tM e c h a n i s m [C]//P r o c e e
d i n g so fI n t
e r n a t i o n a lC o n
f o r e n c eo n P a r a l l e l a n d D i s t r i b u t e d P r o c e s s i n
g T e c
h n
i q u e sa n d A p p l i c a t i o n s. N e v a d a:P D P T A,2004:652-656.
[10]V A L E SAJ,B U E N O D M,E G E A L E,e t.a l.O nt h e
O p t i m a lI d e n t i f i c a t i o n o f T a g S e t si n T i m e-c o n s t r a i n e d
[J].S e n s o r s,2011,11(3):2946-2960.
[11]V O G T H.E f f i c i e n t O b j e c tI d e n t i f i c a t i o n w i t h P a s s i v e
R F I DT a g s[C]//P r o c e e d i g so f I E E EI n t n a t i o n a lC o n f e r-
e n c eo n P e r v a s i v eC o m p u t i n g a n d C o m u n i c a t i o n s.N e w
Y o r k:I E E E,2002:98-113.
[12]L I XFQ.A n I m p r o v e dD y n a m i cF r a m e dS l o t t e dA L OHA
U s i n g P o s t e r i o r i P r o b a b i l i t y T a g E s t i m a t i o nA l g o r i t h mi n t h e M o b i l e R a d i o F r e q u e n c y I d e n t i f i c a t i o n S y s t e m s[J].
J o u r n a lo f C o m p u t a t i o n a la n d T h e o r e t i c a l N a n o s c i e n c e, 2014,11(6):1417-1421.(责任编辑田甜)
29铁道学报第40卷。