黄金分割动态帧时隙ALOHA防碰撞算法

《黄金分割动态帧时隙ALOHA防碰撞算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第3期河北工业大学学报2015年6月Vol.44No.3JOURNALOFHEBEIUNIVERSITYOFTECHNOLOGYJune2015文章编号：1007-2373(2015)03-0053-07DOI:10.14081/j.cnki.hgdxb.2015.03.011基于黄金分割的动态帧时隙防碰撞算法董永峰1，周艳聪2，张晶1，张素琪2（1.河北工业大学计算机科学与软件学院，天津300401；2.天津商业大学信息工程学院，天津300134）摘要为了提高射频识别（RFID）系统中标签的识别效率，本文对基于

2、ALOHA的概率性防碰撞算法进行了详细的分析，提出了一种基于黄金分割的动态帧时隙ALOHA防碰撞算法．标签估计中，选取动态调整机制来自动调整标签估计式中的系数，使得标签估计个数随着标签数动态变化；下一查询周期帧时隙长度调整中，根据标签到达的概率分布特点并结合黄金分割法思想，通过设置阈值条件来动态优化帧长度．MATLAB仿真结果表明，该算法能够减少空时隙的数量，有效的提高了系统的识别效率和时隙利用率．关键词射频识别；防碰撞算法；动态帧时隙；黄金分割法中图分类号TP391.44文献标志码ADynamicframedslott

3、edtaganti-collisionalgorithmbasedongoldensectionDONGYongfeng1，ZHOUYancong2，ZHANGJing1，ZHANGSuqi2(1.SchoolofComputerScienceandEngineering,HebeiUniversityofTechnology,Tianjin300401,China;2.SchoolofInformationEngineering,TianjinUniversityofCommerce,Tianjin300134,Chi

4、na)AbstractInordertoimprovetheefficiencyoftagidentificationinRFID（RadioFrequencyIdentification）system，theprobabilisticcollisionalgorithmbasedontheALOHAhasbeenanalyzedindetail.AdynamicframeslotALOHAanti-collisionalgorithmbasedonthegoldensectionwasproposed.Intagest

5、imation,thecoefficientsintagestimationareadjustedautomaticallysothattheestimatednumberoftagschangesdynamicallywiththetagsnumber.Innextpollingcycle,frameslotlengthisadjustedbasedontheprobabilitydistributionofthetag.Andcombinedwithgoldensectionmethodofthought,theth

6、resholdconditionsaresettodynamicallyoptimizetheframelength.Matlabsimulationresultsshowthatthealgorithmcanreducethenumberofemptyslotsandimprovetherecognitionandslotutilizationefficiencyofsystem.Keywordsradiofrequencyidentification;anti-collisionalgorithm;dynamicfr

7、amed;slotted;goldensectionmethod0引言随着科学技术的不断提高，物联网技术得到了全面快速的发展与应用，射频识别（radiofrequencyiden-tification，RFID）技术作为其关键技术之一，已广泛应用于交通、运输、工业、服务业等各种信息化系统．目前影响RFID识别技术的关键因素是标签的碰撞、冲突问题，这在很大程度上降低了系统对标签成功识别的效率，也成为众多科研人员致力研究的问题．所谓标签碰撞问题，即在阅读器识别范围内，当有两个或多个标签同时响应阅读器并发送数据时，在通[1]信

8、信道内产生的数据信息间的冲突．目前解决RFID中标签防碰撞问题主要是基于ALOHA的防碰撞算法和[2]基于二进制树的防碰撞算法．基于二进制树的搜索确定性算法是以标签的ID号为基础来防止碰撞发生的，根据标签的ID号划分成0组和1组，以此逐步缩小每组内标签的个数直到最终完成对所有标签的识别．此收稿日期：2015-02-1