新型epc-c1g2标签防碰撞算法
【专利摘要】本发明公开了一种新型EPC-C1G2标签防碰撞算法；该算法是针对效率下降和效率次优问题，以支持标签持续到达和EPC-C1G2标准架构为基础，对标签数估计策略、帧长确定策略和帧中止策略进行研究，基于这些研究结论，提出更高效的防碰撞算法。然后通过仿真实验验证该算法在标签持续到达条件下能更加高效率地识别标签，以解决Q算法在动态环境中效率下降问题和根据经验值确定帧长和中止帧所带来的效率次优问题。
【专利说明】新型EPC-C1G2标签防碰撞算法
【技术领域】
[0001]本发明涉及标签防碰撞相关领域，具体来讲属于一种新型EPC-C1G2标签防碰撞算法。
【背景技术】
[0002]EPC Class I Generation 2 (EPC-C1G2)系统是在因特网基础上，利用 RFID、EPC编码等技术构造一个覆盖全球的实物互联网(Internet of Things)也称物联网。Q算法是该标准采用的防碰撞算法。Q算法采用动态时隙帧Aloha机制(DFSA)来减少碰撞率，DFSA包括一系列帧，帧由时隙构成，帧内的时隙数即是帧长，当帧长与参加本帧识别的标签数匹配时，算法识别效率最优。在标签给定的静态环境中下，比较容易做到帧长与标签数相匹配，但在标签持续到达条件，做这一点比较困难，因而该算法识别效率将明显下降，此外Q算法依赖经验值来确定帧长和中止低效率帧，不利于获得更优的算法识别效率。
[0003]RFID动态DFSA协议中，读取周期P指从开始识别到无标签时结束，由一系列帧Fi(i≥1)组成。帧Fi由多个时隙组成，Fi=Itij I j=l,....，Lj ,Li为帧长，进而P=Pi
length (Fi)=Li, Li e Z+MMi内到达率为入i (O ≤ λ )表每个时隙到达标签平均值。帧Fi内成功读取标签的时隙数为mis,碰撞时隙数mie，空闲时隙数为mie。当λ ^ =0时，读取过程无标签到达，处于静态环境，现有DFSA协议研究了这种静态环境；当(Κλ^Ι时，读取过程有标签到达，处于动态环境。由DFSA协议可知，当前帧内到达的标签无法参与当前帧读取，只能参与下一帧读取。帧匕转移到帧Fi+1标签数ri (巧>0，i≥1)由帧FiR因碰撞而未识别标签数Ci和帧Fi内新到达标签数Li λ i组成，但帧Fi到达率λ i无法立即得到，这就需要基于Fu (1 ≤u ≤ 1-Ι)进行预测，由此得到如图1所示的标签识别过程模型。DFSA协议中，当Li+1 = Hi = Ti时，读取效率最高，为0.368。在动态环境中，如果不预测标签到达率λ i，则无法满足Li+1=ri这一要求，从而无法达到DFSA协议的最高效率。λ i动态变化，对标签到达率动态自适应在线预测就成为提高防碰撞协议识别效率关键之一。
[0004]由图1可得帧Fi内有k个标签的时隙数的期望:
【权利要求】
1.一种新型EPC-C1G2标签防碰撞算法，其特征在于:该算法流程如下: 第I步:阅读器在帧Fk F2、F3、F4内识别标签，并计算相应帧内标签到达率λκ入2、入3、λ 4 ； ①令F1的帧长1^=128，F1结束后，统计碰撞、成功和空闲时隙数分别为mle、mls和mle，基于mlc、mls、mle^P L1,采用Wen-Tzu Chen法估算帧F1内标签数Ii1 ； ②F2帧长L2=128，F2结束后，采用Wen-TzuChen法估算帧F2内标签数n2 ;计算λCn2-HilcXC1 (7, Ii1))/T1, T1= mlsts+ mlete+mlctc ； ③依次类推得到λ2、λ 3、λ 4，下一帧为Fi, i=5 ； 第2步:基于λ ^ (I ^ j ^ 1-1 )，用预测算法DSA-RMGM预测帧Fi内标签到达率λ ip ；则中贞 Fi+1 内的标签数预估值为 rip = ri^-m^+round ( λ ^Ti)，Ti= mists+miete+mictc ； 第3步:采用FSDE策略并利用rip值来确定帧Fi+1的帧长Li+1，在帧Fi+1识别过程中，每个时隙结束时启用帧中止策略AFE ； 第4步:无论是否中止帧Fi+1,均能用Wen-Tzu Chen法估算帧Fi转移到帧Fi+1标签数计算 λ J= Cr1-HiicXCi (log2Ll, IV1))/1^,如果 mi+1，c= O,则结束标签识别过程,否则 i=i+l,转第2步。
2.根据权利要求1所述新型EPC-C1G2标签防碰撞算法，其特征在于: 算法DSA-RMGM过程如下:` 第I步:用于预测的初始模型序列的建模长度设置为gl=12，且取k = I ; 第2步:构造用于预测的新模型序列:当前模型长度为gk，该模型序列Dk(c0 = {Dk (0)(i)I Dk(0)(i) = λ j, i e [I, gk], j e [k-gk+12, k+11] },基于知识规则来推理得到新模型序列Dk+1 (0)的建模长度gk+1 ；
规贝丨J I:如果 sign (Dk (0) (gk) -Dk ⑷(gk-l)) = sign (Dk (0) (gk_l) -Dk ⑷(gk_2))且sign (Dk(0)(gk)-Dk (0)(gk-1? = -sign (Dk (?) (gk_2)-Dk (?) (gk_3))且 |Dk (?) (gk)-Dk (0)(gk-l) I ^ α V (k-gk+12, k +11)/3,则 gk+1=4,其中 sign ()为符号函数;
规则 2:如果 sign (Dk (0) (gk)-Dk (0) (gk-l))=-sign (Dk (CI) (gk-l)_Dk ⑷(gk_2))且 |Dk⑷(gk) - Dk ⑷(gk-l) ^av (k-gk+12, k +11),则 gk+1=4 ；
规则 3:如果 gk=4 且 sign (Dk (?) (gk)-Dk (?) (gk-l)) = - sign (Dk (0) (gk-l) -Dk (0)(gk_2))，则 gk+1 =12 ； 第3步:基于模型序列Dk+1⑹预测标签到达率.用公式(I)计算得到累加序列Dk+1⑴;用公式(6)得到Dk+1(1)的紧邻值序列Ak+1(1);用公式(9)计算得到参数Φ,+1 ;用公式(10)计算得到Dk+1(c0的模拟值序列；用公式(3)计算Dk+1(1)的残差摸拟值序列ε k+1(tl);进而用公式(12)预测帧F1 (I =k +13)内标签到达率入1; 第4步:阅读器在帧F1结束后，统计帧F1内成功时隙数mls和碰撞时隙数mle，设置帧Fi+1中贞长: Lm =為X+2.39x.第5步:阅读器统计帧F1+1内成功时隙数和碰撞时隙数分别为m1+1，s和m1+1，。； 第6步:计算帧F1内标签到达率λ 1:λi=mi+1.5-m1.5+2.39X(mi+lc-mic)/Li k=k+l,转第2步； 预测过程自适应调整参数Φ和建模长度L，随着识别过程进行，测量值λ i不断波动产生，预测算法能够不断预测到达率，算法复杂性为O (6n+6)。
3.根据权利要求1所述新型EPC-C1G2标签防碰撞算法，其特征在于:FSDE策略为: 在一定标签数条件下，高效率作为选择帧长的依据，帧Fi内效率ηi为所有成功时隙的总时间与帧时长之比，同时满足EPC-C1G2标准关于帧长为2q (O≤q≤15)要求，基于公式(19 )、( 20 )和(21)得到帧Fi效率公式:
4.根据权利要求1所述新型EPC-C1G2标签防碰撞算法，其特征在于: 帧中止策略AFE如下: 帧Fi内标签数IV1,已统计成功时隙数、空闲时隙数和碰撞时隙数分别为mis、mie和mic，剩余时隙数为my剩余标签数r^，根据和来决定是否中止当前帧，具体方式为: 第I步:用式(26)计算帧Fi内平均碰撞时隙标签数Ci (qi,ri-1),得已盘查标签数tir=mis+ round (Ci Cqi, ri-1) X mic)； 第2步:基于剩余标签数和剩余时隙数计算剩余时隙效率 ηir:
【文档编号】G06K19/06GK103870785SQ201410132821
【公开日】2014年6月18日 申请日期:2014年4月3日 优先权日:2014年4月3日
【发明者】陈毅红, 冯全源, 谈文蓉 申请人:西南民族大学