论文写作网

　　最近，文献[10]提出多比特标签识别（MultiBit Identification， MBI）协议，协议以必然长度为单元对标签的响应举办识别，当读取的段内有多比特碰撞时，通过开启非凡的时隙对当前时隙内所有标签的ID段举办规复，减小了这些标签在下一帧中继承产生碰撞的概率，进而提高了识别效率；可是，它存在查询前缀反复发送，以及标签端通信开支较大等问题。
　　1.2 MBI
　　1 相关事情
　　CT算法是在QT算法上改造的一种树型算法，它们都利用标签的ID去区分碰撞的标签。区别是：CT算法利用曼彻斯特编码对标签响应的第一个碰撞比特举办定位，并将下一次的查询前缀改观为prefix+C0…Cn-1+0和prefix+C0…Cn-1+1。个中：prefix为当前查询前缀，C0…Cn-1为第一碰撞位之前的响应比特。这样减小了空闲时隙的个数，CT算法具有较低的识别延迟。
　　 　射频识别（Radio Frequency Identification， RFID）作为一种无线通信技能，今朝已经被遍及地应用到供给链打点、追踪和定位系统中。与传统的条形码对比，它具备较长的识别间隔、较高的传输速率等利益[1]。跟着RFID技能的遍及应用，常常会有识别多个标签的需求。然而，当多个标签同时响应读写器的请求时会产生碰撞，这使得读写器无法正确地识别标签的传输信息，挥霍了通信带宽以及耽误了识别时间。RFID防碰撞算法就是致力于办理标签碰撞问题。
　　MBI在读写器端以Lb为单元检测标签的响应，在当前检测单位内呈现多比特碰撞时，其开启一个多比特时隙即可规复出所有参加碰撞的标签ID段。
　　为了在一个时隙中识别出多个标签ID段，MBI提出一种可区分的分组方案，它操作群论的常识将所有的Lb ID段分别为2L/L组，使得同一组的ID段在同一时隙传输能被同时识别出。表1为一种识别长度L=4的ID段分组方案。表1中，每一列为一组，且每一组有一个代表元位于该列下方。同一个组内的ID段满意只有1b差异于代表元，每个ID段的差异于代表元的那1b被称为特征比特。关于其他L时的分组要领，可参考文献[10]中的具体说明。
　　识别开始时，读写器发送一个前缀和1bit “0”1比特0“1比特0”？此句何意？请明晰。是否未说明完整。表白当前时隙是一个根基查询时隙，初始时前缀为空。处于读写器读写范畴的标签收到查询请求后，先操作ID匹配前缀，假如匹配，则响应剩余的ID比特。
　　今朝的RFID防碰撞算法主要分3类[2]：基于ALOHA的防碰撞算法、基于树的算法以及殽杂范例的防碰撞算法。基于ALOHA的算法，如帧时隙ALOHA（Framed Slotted ALOHA， FSA）算法[3]、动态帧时隙ALOHA算法（Dynamic Framed Slotted ALOHA， DFSA）[4-5]等，将传输时间分成很多个时隙，并将多个时隙组装在一个帧中，处在读写器读写范畴的标签随机选择一个时隙传输响应信息，从而低落了碰撞的大概性。可是，会呈现标签“饿死”现象，即一个标签在很长时间内无法识此外现象。另外，基于ALOHA的算法的机能还受标签数量、初始帧巨细以及标签预计较法的影响。基于树的算法[6-11]，如查询树（Query Tree， QT）算法[6]、二进制树（Binary Tree， BT）算法以及碰撞树（Collision Tree， CT）算法[7-9]等，通过操作标签的ID信息可能标签选择的随机数来不绝地将碰撞的标签举办分组直到所有标签均被识别。这类算法简朴，易于实施，且可以或许制止标签“饿死”现象；可是存在识别效率较低、通信量较大等缺点。连年来，有很多学者提出殽杂范例的防碰撞算法[1-2，12]，通过将ALOHA类算法和基于树的算法的优势团结起来，同时借助标签预计较法、比特追踪技能以及比特规复技能，可以或许在制止标签“饿死”的同时，以较高的识别效率对标签举办识别。好比，文献[2]提出的指定树时隙ALOHA（Assigned Tree Slotted ALOHA， ATSA）算法，回收帧时隙的布局，每一帧有一个帧前缀，每一个时隙有时隙前缀，标签通过匹配帧前缀和时隙前缀抉择响应与否，该算法能有效地淘汰碰撞，因此算法具有较高的效率。另外，由于标签只需要响应撤除匹配的帧前缀和时隙前缀部门外的ID，因此标签的通信开支也较小。
　　本章简腹地先容基于单比特碰撞规复的碰撞树（CT）算法以及文献[10]提出的基于多比特识别（MBI）的算法。
　　本文在文献[10]的基本上，提出了一种改造的多比特识别（Enhanced MultiBit Identification， EnMBI）协议，通过回收帧时隙的布局和仅对碰撞比特举办规复的要领，可以或许很好地低落识别进程的通信开支；另外，本文算法也不需要标签存储编码方案。仿真尝试的功效表白，该算法具有相对较低的通信开支。
　　1.1 CT算法