基于功率分组的动态帧时隙ALOHA防碰撞算法研究_施建文

摘 (西安石油大学 电子工程学院，西安 710065) 要： 在多个电子标签的识别过程中，解决多标签引起的信息冲突是RFID识别系统中的难题。
ALOHA算法是RFID系统运用比较普遍的一种防冲突算法，为了解决多电子标签的碰撞和识别 率低的问题，本文在分析现有的ALOHA算法分析的基础上，提出了一种基于功率分组的动态 帧时隙ALOHA防碰撞算法。该算法通过改变标签分组的方法，简化了分组操作，并且提高了 阅读器识别的效率。当标签数量较大时，该算法能有效的减少阅读器的识别时间，提高帧时 隙的利用率，最后通过大数量电子标签实验，结果表明这种方法所需的时隙数比动态帧时隙 ALOHA算法要减少42%。 关键词：RFID；标签识别；防冲突；ALOHA算法；标签分组 中图分类号：TN8 文献标识码：A 文章编号：1009-0134(2013)04(下)-0041-04 Doi:10.3969/j.issn.1009-0134.2013.04(下).14
之，当空闲时隙过多时会减小帧长度，DFSA算法 能保证帧时隙数与标签数量相当时 ， 系统达到最 佳的吞吐率 [4] 。 但是碰撞的随机性使得采用该方 法时系统稳定性变差 ， 特别是当标签数量大量增 加时 ， 虽然增大帧长可在一定程度上改善系统性 能 ， 但实际应用中帧长并不能无限增加 。 因此 ， DFSA算法也存在所需时隙数增长过快的问题。 下面是DFSA算法中系统效率的分析。 假设某一个读写器范围内未读标签的数目为n, 时隙数为N,则任意标签利用某一时隙的概率时1/N, 则r个标签发生碰撞的二项分布概率P为： (1) 读完一帧后，标签被成功识别的概率P1,N为： (2) 在一个读周期中预期读到的标签数S为： (3) 一般来说RFID系统效率的计算公式如式（4） 所示： 系统效率=预读取的标签数/当前的帧时隙=S/N (4) 如图 1 所示 ， 在 DFSA 算法中 ， 通过大量标签 识别实验 ， 可以看出系统效率开始随标签数量增 加而增大，当标签数量达到256时，系统效率达到 最大，随后效率逐渐降低。
ยዃ‫ۯ‬ༀኡ Քധ݀พ႑ࡽ ለ‫܁‬ഗთ࣍๎՚ ၚᆌՔധຕଉo OP EGTB๎՚
实时时钟芯片 。 读卡机与服务器间通信采用 UDP 协议 。 实验时 ， 在一仓库门口设置阅读器设备 ， 确保系统各项功能正常 ， 使用电子பைடு நூலகம்签数量皆为 300 个 ， 分布在阅读器周围 20 米距离内 ， 当这些 有源标签主动发送信号时 ， 阅读器收集这些电子 标签的信号功率 。 读完后释放这些标签 ， 不再读 取。同时将未读取的标签合并再次分组。
故当标签数量为n时，最佳的帧长度N为： (7) 当n足够大时，根据泰勒级数化简得出： , n>>1 (8)
根据式（8）可以得出N≈n时，即帧长和标签 数大体相当时，系统效率最大。 DFSA算法在每次读取标签时，需要估计标签 的数量来设置帧的大小 。 这种方式增大了标签识 别时间[5]。 标签的估算方法符合以下公式： (9) Nt=2.39×Ck 其中，Nt表示估计标签的数量，Ck表示在一帧 中发生碰撞的时隙数量[6]。
表2 标签的功率分布
工作频率 -15dBm~-5dBm 标签响应数量 237 135 177 -6dBm~6dBm 范围内标签响 应数量 26 88 61 7dBm~17dBm 范围内标签响 应数量 0 62 0
oĽ367@ ZFT ࠀ୲࿄ၚᆌ‫ڦ‬Ք ധࢇժ‫ݴ‬ፇ
2.45GHz 900MHz 433MHz
ࠀ୲ড‫ڦٷ‬367 ߲Քധ๯ံၚᆌ ໯ᆶՔധ๎՚ྜ‫ׯ‬
ཽ‫؜‬
图2 基于功率分组的动态帧时隙ALOHA算法流程框图
3.2 仿真结果与分析 按照本文提出的基于功率分组的动态帧时隙 ALOHA算法，设计并实施了RFID多电子标签识别 方法。 实验采用三种工作频率有源RFID标签： 433MHz、900MHz和2.45GHz。主动发射时间间隔 为500ms，标识码为8位ID号，读写器采用8dBi高 增益平板定向天线，主处理器CorTex－M0，内置
签碰撞的问题 。 另外 ， 当标签数量增多时 ， 虽然 增大帧长可以在一定程度上改善系统性能 ， 但是 由于成本要求，标签寄存器一般很难突破8位的限 制 ， 帧长不能大于 256 。 当标签数量大于 256 时 ， 实际应用中帧长并不能无限增加 [3] 。 目前用得比 较广泛的动态帧时隙ALOHA算法也存在所需帧时 隙数增长过快 ， 帧长动态改变影响识读效率的问 题 。 因此 ， 本文提出了一种基于标签功率大小分 组方法 ， 通过阅读器将标签按其接收功率大小来 对标签进行分组 ， 以此来调整每一次标签响应的 数量，这种方法实现起来简单，同时在一定程度上 解决了标签过多数据冲突、阅读器识别时间长，帧 时隙浪费的问题，提高了系统的识别效率。
第35卷 第3期 2013-04(下) 【43】
图 2 是利用 Matlab 环境仿真 ， 比较 DFSA 算法 与基于功率分组的动态帧时隙ALOHA算法在性能 优势 ， 反映了标签数量逐渐增大到 1000 个时 ， 所 需的时隙数量 。 将两种算法的初始帧长度都设置 为256，从图3中可以看出当标签数量小于256时， 两种算法的时隙利用情况相同 ， 这是因为标签数 小于 256 时 ， 采用的都是 DFSA 算法 。 当标签数量 大于 256 时 ， DFSA 算法所需要的时隙数成指数形 式增加 ， 而本文中的算法需要的时隙数量明显要 少很多 。 当标签数量为 1000 时 ， 时隙数比 DFSA 算法减少 42% ， 这是由于功率分组的动态帧时隙 ALOHA算法，通过分组后，不用动态调整帧长， 大大提高了帧时隙的利用率。
基于功率分组的动态帧时隙ALOHA防碰撞算法研究
Research on tag anti-collision algorithm based on dynamic frame slotted ALOHA of power size packets 施建文，贾惠芹，王晟哲，李慧娟 SHI Jian-wen，JIA Hui-qin，WANG Sheng-zhe，LI Hui-juan
0 引言
RFID(Radio Frequency Identification ， 简称 RFID)是一种先进的非接触自动识别技术，它通过 射频信号自动识别目标对象并获取相关的数据 。 一个典型的射频识别系统主要包括三大部分 ： 阅 读器 、 电子标签和数据处理系统 。 由于阅读器和 电子标签之间是以无线进行通信 ， 当阅读器周围 有大量的标签时 ， 它们之间的通信会相互干扰 ， 造成数据漏读 、 误读等问题 。 因此 ， 需要一种有 效的防碰撞算法来解决标签之间的这种信息冲突 问题。 目前 ， 常用的防碰撞算法都是基于 ALOHA 或者 ALOHA 的改进算法 。 基于 ALOHA 的算法 又分为纯 ALOHA 算法 、 时隙 ALOHA （ Slotted ALOHA ， SA ） 算法 、 帧时隙 ALOHA(Framed Slotted ALOHA,FSA) 算法也称为 BFSA(Basic Framed Slotted ALOHA)[1]、动态帧时隙ALOHA算 法（Dynamic Framed Slotted ALOHA, DFSA）[2]。 前面提到的几种ALOHA算法在识别过程中容易产 生数据冲突 ， 识别效率较低 ， 难以有效地解决标
表1 三种不同工作频率下通过收集信号功率标签的响应数量
工作频率 2.45GHz 900MHz 433MHz 发射功率 1dBm 17dBm 3dBm 投放标 签数量 300 300 300 识读标 签数量 273 285 238 标签响应率 91% 95% 79%
从表1可以看出当标签为300个时（大于 256），2.45GHz和900MHz频率下都可以达到90% 的功率响应率 （ 超过 256 个标签响应 ）， 433MHz 情况下功率响应率较低（79%）。因此可以证明在 标签数量很大的情况下 ， 在前两种工作频率下至 少都会有256个标签会响应，分组过程中就不会有 因响应数量小于256而产生漏读的情况了。从响应 率的情况上看，900MHz响应率最高。适合后续的 实验。
图1
DFSA算法系统效率与标签数量的关系
因此 ， 通过求导式 （ 3 ）， 当 系统效率最大： = = 令 +n
=0 时 ， 得出 ) (5)
=0 ， 得出帧长为 N 时 ， 效率最高的标
签响应数量n为： (6)
【42】 第35卷 第3期 2013-04(下)
3 算法的仿真与试验结果分析
3.1 算法的仿真 本文提出的方法是通过在阅读器上收集电子 标签的信号功率，当标签数量大于256时首先采用 获取标签信号功率的方法分组 ， 收集标签中功率 较大的 256 个标签 ， 使它们首先响应并进行标签 识别 ， 将标签中未读取的功率较小标签重新合并 分组，再次读取其中功率较大的256个标签。依次 执行下去 ， 完成整个识别过程 。 文中提出的基于 功率分组的动态帧时隙ALOHA算法主要改进的方 面是：1）提出了一种新的分组方式，这种分组方 式相较于其它的分组方法要简单许多 ， 只需要比 较标签发射的信号功率大小 ， 将功率大的首先收 集，更容易实现；2）这种算法利用了标签数量小 于 256 时 DFSA 算法的优势 ， 当标签数量较大时 ， 对标签进行分组 ， 以固定帧长识别标签 ， 不用根 据标签数量动态设置帧长 ， 节约了有限时隙数 量 ， 提高了系统运行效率 。 基于功率分组的动态 帧时隙ALOHA算法的流程框图如图2所示。
1 动态帧时隙 ALOHA 算法 (DFSA 算 法)
DFSA 算法弥补了帧时隙 ALOHA 算法的不 足 ， 它是根据每帧中的空闲和碰撞情况动态调整 帧长度以提高阅读器识别效率。目前改进的DFSA 算法大部分是根据标签碰撞和空闲的概率调整帧 长 。 当标签数大于时隙数时会增加帧长度 ； 反
收稿日期：2012-10-31 基金项目：西安石油大学研究生创新基金项目（2011cx100316）；陕西省自然科学基础研究计划项目（2012JQ5008） 作者简介：施建文（1986 -），男，湖北武汉人，硕士研究生，研究方向为现代测控技术与仪器。 第35卷 第3期 2013-04(下) 【41】