基于CSMA的无线射频识别防碰撞算法
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于CSMA 的无线射频识别防碰撞算法
刘 闯,惠晓威
(辽宁工程技术大学电子与信息工程学院,辽宁 葫芦岛 125105)
摘 要:传统无线射频识别防碰撞算法的系统吞吐率普遍不高。
为此,提出一种基于载波侦听多路访问(CSMA)的新算法。
在标签发送数
据前,增加一个保护时间带,并对信道侦听操作进行同步处理,以提高信道侦听的准确性,降低数据发送的盲目性。
实验结果表明,与其他算法相比,该算法具有较高的系统吞吐率和较短的数据传输时延。
关键词关键词::无线射频识别;防碰撞算法;载波侦听多路访问;ALOHA 协议;帧时隙ALOHA 算法
Radio Frequency Identification Anti-collision Algorithm
Based on CSMA
LIU Chuang, HUI Xiao-wei
(College of Electronics and Information Engineering, Liaoning Technical University, Huludao 125105, China)
【Abstract 】Aiming at the problem that the system throughput rate of traditional Radio Frequency Identification(RFID) anti-collision algorithm is usually very low, a new anti-collision algorithm based on Carrier Sense Multiple Access(CSMA) and RFID is proposed. Before sending data, the algorithm increases a protective period, and synchronizes the detective operation, thus increases the accuracy of the detective operation, and reduces the blindness of channel detection. Experimental results show that compared with other algorithms, this algorithm has higher system throughput rate and shorter data transmission delay.
【Key words 】Radio Frequency Identification(RFID); anti-collision algorithm; Carrier Sense Multiple Access(CSMA); ALOHA protocol; framed slotted ALOHA algorithm
DOI: 10.3969/j.issn.1000-3428.2011.18.095
计 算 机 工 程 Computer Engineering 第37卷 第18期
V ol.37 No.18 2011年9月
September 2011
·开发研究与设计技术开发研究与设计技术·· 文章编号文章编号::1000—3428(2011)18—0284—03 文献标识码文献标识码::A
中图分类号中图分类号::TP301.6
1 概述
无线射频识别(Radio Frequency Identification, RFID)技术是一种非接触式的自动识别技术,在现代的物流、交通运输和商业等领域得到广泛关注。
RFID 系统包括读写器、标签和中间软件[1]。
经过多年发展,RFID 技术已成为人们日常生产生活中一种相当重要的工具。
但也存在着许多如标签防碰撞问题(anti-collision)、数据处理和安全隐私等技术问题有待解决。
其中,防碰撞问题是影响RFID 技术继续发展并投入到实际应用中的关键因素之一。
解决RFID 系统的防碰撞问题可分为空分多址、频分多址、码分多址和时分多址4种方法。
为了使算法能简单、灵活地实现,故采用动态时分多址(Time Division Multiple Access, TDMA)的方式。
综上所述,本文提出基于载波侦听多路访问(Carrier Sense Multiple Access, CSMA)的RFID 防碰撞算法。
2 2种算法算法介绍介绍
2.1 传统TDMA 防碰撞算法
最基本的动态TDMA 分配调度算法是ALOHA 算法[2],其是一种完全随机接入的多址接入协议算法。
该算法在标签试图发送数据时,并不考虑信道当前的忙闲状态,一旦产生数据,就立刻决定将其发送至信道,可以看出这种发送控制策略有严重的盲目性。
随着用户数量或发送信息量的增加,这种完全随机接入的算法将使信道重叠现象加剧,碰撞概率增大,传输性能下降。
若单位时间内成功传输一个数据包的概率为算法的吞吐率,则纯ALOHA 算法的最大吞吐率仅为0.184,虽经过改进的时隙ALOHA 算法的最大吞吐率比纯ALOHA 算法的最大吞吐率提高一倍,但也只能达到0.368。
若要进一步提高系统的吞吐率,则应该进一步减小发生冲突的机会。
即一种解决办法是缩小冲突窗口,另一种是减小数据发送的盲目性。
通过在发送之前进行“侦听”,以确定信道的忙闲状态,再决定是否发送数据,这种方法即为目前广泛应用的载波侦听多路访问方式[3-4]。
2.2 基于CSMA 的防碰撞算法
CSMA 的原理是:任何一个网络节点在数据发送之前,先侦听在网络中是否有别的节点正在发送数据,如果侦听到数据分组的载波信号,则说明信道正忙;否则,信道处于空闲状态。
根据预定的控制策略,用以下2种方式做出决定:(1)若信道空闲,判断将数据立即发送至信道还是稍后发送。
(2)若信道忙,判断是坚持侦听信道状态还是暂时退避一段时间后再继续侦听。
当一个标签的数据分组产生之后,若暂不发送数据,则立即开始侦听信道状态。
若侦听到信道空闲,即启动发送机制。
若信道正忙,则暂时不坚持侦听信道,并随机延迟一段时间后再次侦听信道状态。
按照上述规则循环,直到将数据发送完为止。
基于CSMA 的防碰撞算法步骤如下: Step1 标签产生新数据,并等待发送。
Step2 侦听信道:若信道空闲,启动数据发送机制,发送完毕返回Step1;若信道正忙,则放弃侦听,选择随机数,开始延时。
Step3 延时结束,转至Step2。
作者简介作者简介::刘 闯(1982-),男,硕士研究生,主研方向:无线射频识别技术,现代通信技术;惠晓威,教授
收稿日期收稿日期::2011-03-28 E-mail :*****************
第37卷 第18期 285
刘 闯,惠晓威:基于CSMA 的无线射频识别防碰撞算法 3 基于CSMA 的防碰撞算法的防碰撞算法改进改进
电信号在介质中传播存在时延性,故在不同观察点上侦听到同一信号的出现或消失的时刻不同[5]。
例如,当一个节点发送载波信号时,影响决策正确性判断的原因如下:与之距离不同的2个节点由于传播的时延,可能不能同时正确了解到信道的忙闲状态;如果多个节点与发送源节点之间距离相等或相近,则可能会同时侦听到载波信号的出现或消失;如果这些标签节点同时检测到信道空闲,而且又都有数据要发送,则会造成信道占用的冲突。
为尽量避免以上影响因素发生,改进算法在每个标签发送数据前,增加一个保护时间带D τ,防止侦听信号到达较晚的标签被误认为信道空闲,而与已占用信道的标签数据产生碰撞,则改进的系统规定如下:
(1)对侦听操作进行同步,对于每个标签节点而言,只有在保护带D τ时间段内才对信道状态进行集中侦听。
(2)采用抢先占用的原则,先侦听到信道空闲的标签并立即占据信道,但在保护带D τ内只占据信道,并不发送数据,以保证其他后到达的侦听信号能够及时得到信道已被占用的信息。
这样有助于避免由于侦听误判而发生的碰撞对当前标签数据发送产生的影响。
(3)结合类似时隙ALOHA 的方法,对发送数据的时隙进行同步处理[6],以提高吞吐率。
改进的基于CSMA 的防碰撞算法数据发送流程如图1所示,算法的控制过程如图2所示。
1.00.90.80.70.60.50.40.30.20.10
5
10
15202530
0.0
纯ALOHA 算法时隙ALOHA 算法原CSMA 算法
改进的CSMA 算法
单位时间尝试发送数据包的次数
图3 4种算法算法的的吞吐率对比(α
=0.05)
图4 4种算法算法的的吞吐率对比(α=0.005)
286 计 算 机 工 程 2011年9月20日
由图3可知,当对时延进行归一化,且α取0.05时,从 4种射频识别防碰撞算法吞吐率对比可以看出,相比2种ALOHA 算法而言,2种CSMA 算法的吞吐率性能有很大提高,且其改进算法的吞吐率性能提升效果比原CSMA 算法更
加明显。
由图4可知,当进行归一化时延,且α取0.005时,4种射频识别防碰撞算法吞吐率对比关系与图3相比,2种ALOHA 算法吞吐率性能没有明显变化,但2种CSMA 算法的吞吐率性能得到进一步提升,且其改进的CSMA 算法的最大吞吐率达到0.9以上,其性能明显优于其他3种算法。
综上所述,信道延迟因数α对ALOHA 算法影响不明显,而对基于CSMA 的算法及其改进算法的吞吐率的影响则效果显著。
随着α的减小,基于CSMA 的防碰撞算法比基于ALOHA 的算法在提高系统吞吐率方面的优势越加明显,并且改进的CSMA 算法吞吐率性能总比原始CSMA 算法更好。
4.2 时延特性分析
由于RFID 系统在数据传输产生碰撞后,需要对发生碰撞的数据进行重传,因此还需要考虑算法的时延特性。
设平均数据包的归一化时延(D )为数据包从发送端产生到接收端成功接收的一段经过归一化处理(如实际时延与单位时延的比值)的时间间隔,其中包括发送前的归一化排队时间、归一化发送时间(包括可能碰撞后的随机延迟和重传时间)和归一化传播时延。
在纯ALOHA 系统中,不存在排队时间。
纯ALOHA 算法、时隙ALOHA 算法、原CSMA 算法及改进的CSMA 算法的数据归一化时延对比如图5所示。
图5 4种算法算法的的归一化归一化时延时延时延对比对比(α=0.2)
由图5可知,当对时延进行归一化,且α取0.2时,可以看出,改进的CSMA 算法时延特性最好;原CSMA 算法的时延特性次之,纯ALOHA 算法的时延特性最差。
基于
ALOHA 算法的时延特性对信道迟延因数α不敏感,即不随α的变化而变化;而基于CSMA 算法的时延特性受α影响较为明显,即随着α值的减小,算法的时延逐渐减小。
经验证,当α>0.05时,改进算法相比其他算法在时延特性方面有明显优势;当α<0.05时,为达到提高吞吐率的目的,改进算法牺牲一定的时延性能,相比原始CSMA 算法时延性能提升速度
略慢一 些,但仍远优于其他算法。
5 结束语 本文提出一种基于载波侦听技术的射频识别防碰撞算法。
对载波侦听多路访问过程中的侦听操作做出一系列处理
和改进,使其能够在一定程度上限制射频识别系统中数据分组发送的随意性。
实验结果表明,该改进算法在保证RFID 系统具有较短时延的同时,能有效提高其吞吐性能。
以后将研究传播延迟参数对本文算法系统性能的影响,以及如何最大限度地减弱信道传播的延迟效应。
参考文献
[1] Finkenzeller K. 射频识别技术[M]. 陈大才, 译. 北京: 电子工
业出版社, 2006.
[2] 翟 永, 徐 进. 一种用于RFID 系统的防碰撞算法[J]. 计算机
工程, 2009, 35(9): 272-274.
[3] 聂景楠. 多址通信及其接入控制技术[M]. 北京: 人民邮电出版
社, 2006.
[4] 杨光松, 肖明波, 卢菲恬. 无线自组织网中基于CSMA/CA 的
一种改进的功率控制算法[J]. 系统仿真学报, 2009, 21(5): 1233-1237.
[5] 姜丽芬, 卢桂章, 辛运帷. 射频识别系统中的防碰撞算法研
究[J]. 计算机工程与应用, 2007, 43(15): 29-32.
[6] 吴京蓬, 刘 娜, 王爽心. RFID 中用于解决信道争用问题的防
碰撞算法[J]. 仪器仪表学报, 2006, 27(6): 694-695.
编辑 刘 冰
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ (上接第283页)
参考文献
[1] 张 阳, 李家兵, 符茂胜, 等. 基于时空域信息的视频对象分割
算法[J]. 计算机工程, 2009, 35(11): 237-239.
[2] Ngo Chong-Wah, Ma Yufei, Zhang Hongjiang. Automatic Video
Summarization by Graph Modeling[C]//Proc. of the 9th International Conference on Computer Vision. [S. l.]: IEEE Press, 2003.
[3] Yeung M, Yeo B L. Segmentation of Video by Clustering and
Graph Analysis[J]. Computer Vision and Image Understanding, 1998, 71(1): 94-109.
[4] Kolmogorow V . Graph-based Algorithms for Scene Reconstruction
from Two or More Views[D]. New York, USA: Cornell University, 2004.
[5] Luo Bin, Wilson R C, Hancock E R. A Spectral Approach to
Learning Structural Variations in Graphs[J]. Pattern Recognition, 2006, 39(6): 1188-1198.
[6] 孔 敏, 陈思宝, 赵海锋, 等. 结构图的谱分解及聚类研究[J].
模式识别与人工智能, 2006, 19(5): 674-679.
[7] 蔡 波, 周洞汝. 基于镜头关键帧集的视频场景聚类的研究[J].
计算机工程与应用, 2003, 39(28): 32-35.
编辑 张 帆。