CN104063627B - 一种最优q参数的确定方法及装置 - Google Patents

Abstract

本发明提供了一种最优Q参数的确定方法及装置。上述最优Q参数的确定方法包括：在当前时隙中，阅读器接收来自于所有标签中多个标签的多个伪随机序列，其中，上述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；上述阅读器根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目；上述阅读器根据估计的上述所有标签的数目，确定最优Q参数；上述阅读器根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数。根据本发明提供的技术方案，既保留的原方案各种优点，又可以进一步提高RFID系统的识别效率。

Description

一种最优Q参数的确定方法及装置

技术领域

本发明涉及通信领域，具体而言，涉及一种最优Q参数的确定方法及装置。

背景技术

射频识别技术(Radio Frequency Identification，简称为RFID)是通过射频方式进行非接触双向数据通信，对标签加以识别并获取相关数据的系统。它对网络、生活、经济、文化、军事等诸多方面产生了深远影响，成为继Internet和无线移动通信之后又一个重要技术。在实际RFID的应用中，系统面临的一个严重问题是多标签碰撞问题。当多个电子标签处在阅读器的作用范围内，假如有两个以上的电子标签同时发送数据就会出现通信冲突，无法进行信息识别。为减少冲突的产生，RFID系统中需要设计相关的防碰撞算法。例如，国际标准ISO18000-6中的纯ALOHA算法，Binary tree算法和Q参数算法。这三种防碰撞算法都以减少碰撞次数为目的，在读取范围内只允许一个标签向阅读器发送信息，时隙效率一般不超过36.8％。

上述三种算法中的Q参数算法最早由EPCglobal提出，后被国际标准化组织接受为ISO18000-6TYPE C的防碰撞算法。Q参数算法的原理是当阅读器向标签发出查询指令时，所有标签在其计数器产生一个0～2^Q随机数，这个随机数用于选择时隙。计数器为0的标签发送一个16比特的伪随机序列RN16。此时可能出现三种时隙：空时隙，即没有标签发送RN16；碰撞时隙，即多个标签同时发送RN16；成功时隙，即只有一个标签发送RN16。如果是成功时隙，则标签将被正确识别。如果是碰撞时隙，阅读器会检测出该碰撞，并因此调整Q值；在下一轮的识别过程中，标签根据新的Q值产生新的随机数。

相关技术中，基于BIBD码的改进的Q参数算法的实现方案，在不改变协议标准的条件下，使得阅读器能够从冲突的RN16信息中提取出有用信息，可以大大提高RFID系统的识别效率。该算法对目前已经广泛应用的ISO18000-6Q参数算法改动很少，阅读器、标签的硬件实现也无需任何修改，因此具有较强的实用意义。然而，在该方案的基础上，为进一步提高RFID系统的识别效率，如何确定最优Q参数，如何自适应调整Q参数，目前还缺乏相应的技术方案。

发明内容

本发明的目的，在于提供一种最优Q参数的确定方法及装置，以至少解决上述问题之一。

根据本发明的一个方面，提供了一种最优Q参数的确定方法。

根据本发明的最优Q参数的确定方法包括：在当前时隙中，阅读器接收来自于所有标签中多个标签的多个伪随机序列，其中，上述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；上述阅读器根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目；上述阅读器根据估计的上述所有标签的数目，确定最优Q参数；上述阅读器根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数。

根据本发明的另一方面，提供了一种最优Q参数的确定装置。

根据本发明的最优Q参数的确定装置包括：接收模块，用于在当前时隙中，接收来自于所有标签中多个标签的多个伪随机序列，其中，上述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；估计模块，用于根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目；第一确定模块，用于根据估计的上述所有标签的数目，确定最优Q参数；第二确定模块，用于根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数。

由于采用了上述技术方案，本发明的有益效果是：在基于BIBD码的改进的Q参数算法的实现方案的基础上，提供了一种自适应的Q参数调整方法。阅读器在读取数据的同时，对标签数目做估计，计算优化的Q参数取值，并及时进行调整。由此可见，上述方法既保留的原方案各种优点，又可以进一步提高RFID系统的识别效率。

附图说明

图1为根据本发明实施例的最优Q参数的确定方法的流程图；

图2为根据本发明实例的f的最优值与标签数的仿真关系示意图；

图3为根据本发明实例的系统识别效率与标签数的仿真关系示意图；

图4为根据本发明优选实施例的最优Q参数的确定方法的流程图；

图5为根据本发明实例一的系统识别效率的算法仿真示意图；

图6为根据本发明实例二的系统识别效率的算法仿真示意图；

图7为根据本发明实施例的最优Q参数的确定装置的结构框图；以及

图8为根据本发明优选实施例的最优Q参数的确定装置的结构框图。

具体实施方式

下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。

图1为根据本发明实施例的最优Q参数的确定方法的流程图。如图1所示，该最优Q参数的确定方法主要包括以下处理：

步骤S101：在当前时隙中，阅读器接收来自于所有标签中多个标签的多个伪随机序列，其中，上述伪随机序列是基于平衡不完全区组设计(BIBD)矩阵构造的；

步骤S103：上述阅读器根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目；

步骤S105：上述阅读器根据估计的上述所有标签的数目，确定最优Q参数；

步骤S107：上述阅读器根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数。

图1所示的方法，在基于BIBD码的改进的Q参数算法的实现方案的基础上，提供了一种自适应的Q参数调整方法。阅读器在读取数据的同时，对标签数目做估计，计算优化的Q参数取值，并及时进行调整。由此可见，上述方法既保留的原方案各种优点，又可以进一步提高RFID系统的识别效率。

其中，上述区组设计理论是组合数学的一个重要分支。它主要研究有限集中满足一定条件的子集系的存在性问题、构造性问题，以及相应的计数问题。平衡不完全区组设计(BIBD)又是区组设计的一个分类。

平衡不完全区组设计一般记作BIBD(b,v,r,k,λ)，指由集合X中的子集构成的区组的集合。b为区组的数目；每个区组含集合X中的k个元素；区组里存在的元素记为1，不存在的元素记为0，形成的v×b阶矩阵称为关联矩阵。下面以BIBD(20,16,5,4,1)关联矩阵为例进行说明：

其中，b＝20表示区组的个数(矩阵的列数)，v＝16表示集合的元素个数(矩阵的行数)，r＝5表示每个元素在所有区组中出现的次数(矩阵中每行1的个数)，k＝4表示每个区组包含的元素个数(矩阵中每列1的个数)，λ＝1表示一对元素组合在所有区组中出现的次数。b,v,r,k,λ之间存在如下关系(1)(2)：

b·k＝v·r (1)

且r≥λ (2)

由于上述关系的存在，BIBD(b,v,r,k,λ)通常被写作BIBD(v,k,λ)。例如，BIBD(20,16,5,4,1)可以写为BIBD(16,4,1)。理论上可以证明对于BIBD(v,k,1)，任意不超过k个不同区组的集合所包含的元素集合是唯一的。

优选地，上述步骤S101中的BIBD矩阵可以为BIBD(16,4,1)矩阵，当然，也可以为其他BIBD矩阵。以下均以BIBD(16,4,1)为例进行说明。

优选地，上述最优Q参数的确定方法还可以包括以下处理：当上述所有标签的数目n确定时，通过以下公式获取最优Q参数Q_opt：

其中，T为满足2^T-1<0.452n<2^T的整数。

以下进一步分析上述Q_opt的获取方案。

首先提出一种基于BIBD改进的Q算法，其中，由于标签使用BIBD(16,4,1)构造16位伪随机码RN16，并发送BIBD码信号至阅读器，因而阅读器在碰撞时隙都可以执行较好的识别。

具体地，可以先分析系统效率，然后研究如何选取Q参数。如果有n个标签要被识别，碰撞时隙数是N，在碰撞检测时隙中出现k个标签(k-出现时隙)的概率可以用下式表示：

因此，k-出现时隙数的估计如下式所示：

A_k＝N×P_k (2)

通常系统效率Eff被定义如下：

在基于BIBD(16,4,1)构造16位伪随机码RN16时，只要阅读器同时接收的信号个数不超过4个，阅读器就可以从这些冲突信号中识别出所有的RN16信号来。相应地，系统效率可以变形为如下方程式：

下面定义N/n＝f，则f的最优值与标签数的仿真关系如图2所示，系统识别效率与标签数的仿真关系如图3所示。

进一步地，当n和N足够大，使用f来表示，可以根据式(4)得出下式：

显然，可以通过以下方程获取最大系统识别效率：

上式是一个非线性方程，根据该方程最终可以获得：当f_optimal≈0.452时，系统识别效率最大。即：

Eff_max＝Eff_f＝0.452＝0.817 (7)

上述Q算法使用Q作为时隙计数参数并设置帧长为2^Q。Q参数可以从区间[0,15]中取值。从图2和图3中，可以得出最大的系统识别效率是在f＝0.452这个点附近。在f<0.452或者f>0.452的情况下，函数Eff(f)是单调函数，因此，最优Q参数可以通过下式获取：

其中，T为满足2^T-1<0.452n<2^T的整数。 (8)

优选地，步骤S101中的上述阅读器接收来自于所有标签中多个标签的多个伪随机序列之后，还可以包括以下处理：当上述阅读器接收到的上述多个伪随机序列小于等于X时，上述阅读器对上述多个伪随机序列进行识别,其中，X为上述BIBD矩阵中每个区组包含的元素个数(例如，如果上述伪随机序列是BIBD(16,4,1)构造的，则X为4)；上述阅读器从识别出的多个伪随机序列中选择一个伪随机序列，并将选择结果进行公告，以使被公告的标签发送数据。

优选地，步骤S103中，上述阅读器根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目可以进一步包括以下处理：对于上述当前时隙或各个上述当前时隙之前的时隙，当上述阅读器接收到的伪随机序列的个数小于或等于X时，上述阅读器获取实际的冲突标签数目，作为该时隙中发送伪随机序列的标签的估计值Ei，其中，i表示时隙数，X为上述BIBD矩阵中每个区组包含的元素个数(例如，X＝4)；当上述阅读器接收到的伪随机序列的个数大于X时，上述阅读器使用X+1的值作为发送伪随机序列的标签的估计值Ei；以及上述阅读器通过以下公式估计上述所有标签的数目Est_k：其中，k为大于等于3的整数，N为当前的碰撞检测时隙数。

优选地，步骤S105中，上述阅读器通过以下公式确定最优Q参数Q_opt：

其中，T为满足2^T-1<Est_k<2^T的整数。

优选地，步骤S107中，上述阅读器根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数可以进一步包括以下处理：

如果上述确定的最优Q参数与当前Q取值相同，则上述阅读器将上述确定的最优Q参数作为上述最终的最优Q参数；

如果上述确定的最优Q参数与当前Q取值不同，则上述阅读器根据总共的标签个数Est_k与当前已识别出的标签个数Reg_K的差值估计当前未识别出的标签个数R_K，通过以下公式确定上述最终的最优Q参数Q_opt'：

其中，T为满足2^T-1≤R_k<2^T的整数。

优选地，在上述阅读器将上述确定的最优Q参数作为上述最终的最优Q参数之后，还可以包括以下处理：上述阅读器向当前未识别出的标签发出重复查询指令，以使各个未识别出的标签将时隙计数器减1，开始下一时隙的识别过程；

优选地，上述阅读器根据总共的标签个数Est_k与当前已识别出的标签个数Reg_K的差值估计当前未识别出的标签个数RK，确定上述最终的最优Q参数Q_opt'之后，还包括：上述阅读器向当前未识别出的标签发出调节查询指令，以使各个标签根据Q_opt'初始化时隙计数器。

以下结合图4进一步描述上述优选实施方式。

图4为根据本发明优选实施例的最优Q参数的确定方法的流程图。如图4所示，该最优Q参数的确定方法主要包括以下处理：

步骤S401：阅读器接收来自标签(Tag)的RN16，其中，RN16是基于BIBD(16,4,1)来构造的。

其中，RN16由16个比特组成，BIBD(16,4,1)的每个码字由16比特组成，最多有20个不同的码字。因而Tag在回复阅读器的广播查询时，从这20个码字中，随机选出1个码字(组成16个比特的RN16信号并发送回去。

步骤S403：阅读器识别接收到的RN16信号，从中选择一个，并回复ACK。

在同一个时隙中，可以有若干个标签同时回复RN16，这些信号被阅读器同时接收。当只有一个信号时，阅读器在ACK中选择这个RN16即可；如果有多个信号同时被接收，由于这些信号是基于BIBD(16,4,1)构造的，只要同时接收的信号个数不超过4个，阅读器就可以从这些冲突信号中识别出所有的RN16信号来，从中选择一个并在ACK中进行通告。

步骤S405：被ACK通告的Tag，开始发送自己的EPC数据。

步骤S407：阅读器在每一个时隙(slot)中，根据识别的RN16信号，估计该时隙中回复标签的数目。

(1)当同时接收的信号个数不超过4个，阅读器可以获取实际的冲突标签数目；

(2)否则，阅读器用5作为估计值。

此处标记第i个时隙的估计值为E_i。

步骤S409：根据当前与之前各时隙的估计情况，估计总共的标签个数：

需要说明的是，此处N为当前的碰撞检测时隙数。

由此得到估计的最优Q参数:

此处T为满足2^T-1<Est_k<2^T的整数。

步骤S411：如果Q_est与当前的Q取值相同，阅读器发送重复查询(QueryRep)指令给标签，各标签将各自的slot计数器减1，开始下个时隙的识别过程。

步骤S413：如果Q_est与当前的Q取值异同，先估计剩余的标签个数：

R_k＝Est_k-Reg_K

由此计算新的Q参数：

并且，发送调整查询(QueryAdjust)指令给标签，各标签根据新的Q取值初始化各自的slot计数器。

上述步骤S401～步骤S413重复多次，直至所有的标签识别完毕。

图5为根据本发明实例一的系统识别效率的算法仿真示意图。

图6为根据本发明实例二的系统识别效率的算法仿真示意图。

由图5和图6可以看出，根据本发明实施例的系统识别效率可以达到70％以上，而传统的Q参数算法的识别效率一般在34％左右，最高也不超过38％。

图7为根据本发明实施例的最优Q参数的确定装置的结构框图。如图7所示，该最优Q参数的确定装置包括：接收模块70，用于在当前时隙中，接收来自于所有标签中多个标签的多个伪随机序列，其中，上述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；估计模块72，用于根据上述当前时隙之前的时隙和上述当前时隙中发送伪随机序列的标签的估计值，估计上述所有标签的数目；第一确定模块74，用于根据估计的上述所有标签的数目，确定最优Q参数；第二确定模块76，用于根据上述确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数。

采用图7所示的装置，在读取数据的同时，对标签数目做估计，计算优化的Q参数取值，并及时进行调整。由此可见，上述装置既保留的原方案各种优点，又可以进一步提高RFID系统的识别效率。

需要说明的是，上述装置可以设置于上述阅读器中。

优选地，上述BIBD矩阵可以为BIBD(16,4,1)矩阵，当然，也可以为其他BIBD矩阵。

优选地，如图8所示，上述估计模块72可以进一步包括：第一估计单元720，用于对于上述当前时隙或各个上述当前时隙之前的时隙，当阅读器接收到的伪随机序列的个数小于或等于X时，获取实际的冲突标签数目，作为该时隙中发送伪随机序列的标签的估计值Ei，其中，i表示时隙数，X为上述BIBD矩阵中每个区组包含的元素个数；第二估计单元722，用于当上述阅读器接收到的伪随机序列的个数大于X时，使用X+1的值作为发送伪随机序列的标签的估计值Ei；以及第三估计单元724，用于通过以下公式估计上述所有标签的数目Est_k：其中，k为大于等于3的整数，N为当前的碰撞检测时隙数。

优选地，如图8所示，上述第二确定模块76包括：第一确定单元760，用于在上述确定的最优Q参数与当前Q取值相同时，将上述确定的最优Q参数作为上述最终的最优Q参数；第二确定单元762，用于在上述确定的最优Q参数与当前Q取值不同时，根据总共的标签个数Est_k与当前已识别出的标签个数Reg_K的差值估计当前未识别出的标签个数RK，通过以下公式确定上述最终的最优Q参数Q_opt'：

其中，T为满足2^T-1≤R_k<2^T的整数。

优选地，如图8所示，上述装置还可以包括：获取模块78，用于在上述BIBD矩阵为BIBD(16,4,1)矩阵，上述所有标签的数目n确定时，通过以下公式获取最优Q参数Q_opt：

其中，T为满足2^T-1<0.452n<2^T的整数。

需要说明的是，上述装置中各模块相互结合的优选实施方式，具体可以参见图1至图6，此处不再赘述。

综上所述，借助本发明提供的实施例，在基于BIBD码的改进的Q参数算法的实现方案的基础上，研究了最优Q参数的计算方案，进而提出了一种自适应的Q参数调整方法。阅读器在读取数据的同时，对标签数目做估计，计算优化的Q参数取值，并及时进行调整。新的方法，既保留的原方案各种优点，又可以进一步提高RFID系统的识别效率。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种最优Q参数的确定方法，其特征在于，包括：

在当前时隙中，阅读器接收来自于所有标签中多个标签的多个伪随机序列，其中，所述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；

对于所述当前时隙或各个所述当前时隙之前的时隙，当所述阅读器接收到的伪随机序列的个数小于或等于X时，所述阅读器获取实际的冲突标签数目，作为该时隙中发送伪随机序列的标签的估计值E_i，其中，i表示时隙数，X为所述BIBD矩阵中每个区组包含的元素个数；当所述阅读器接收到的伪随机序列的个数大于X时，所述阅读器使用X+1的值作为发送伪随机序列的标签的估计值E_i；

所述阅读器通过以下公式估计所述所有标签的数目Est_k：其中，k表示当前的时隙且为大于等于3的整数，N为当前的碰撞检测时隙数；

所述阅读器通过以下公式确定最优Q参数Q_opt：

<mrow> <msub> <mi>Q</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mi>arg</mi> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mrow> <mi>Q</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mi>T</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>T</mi> <mo>}</mo> </mrow> </munder> <mo>{</mo> <mi>E</mi> <mi>f</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mn>2</mn> <mi>Q</mi> </msup> <mo>)</mo> </mrow> <mo>}</mo> <mo>;</mo> </mrow>

其中，T为满足2^T-1≤0.452Est_k<2^T的整数，N＝2^Q为碰撞时隙数，p为在碰撞检测时隙中出现的标签数目，n为待识别的标签数，Est_k为所述所有标签的数目；

如果所述确定的最优Q参数与当前Q取值相同，则所述阅读器将所述确定的最优Q参数作为所述最终的最优Q参数；

如果所述确定的最优Q参数与当前Q取值不同，则所述阅读器根据所述所有标签的数目Est_k与当前已识别出的标签个数Reg_k的差值估计当前未识别出的标签个数R_k，通过以下公式确定所述最终的最优Q参数Q_opt'：

<mrow> <msup> <msub> <mi>Q</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>Q</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mi>T</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>T</mi> <mo>}</mo> </mrow> </munder> <mo>{</mo> <mi>E</mi> <mi>f</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mn>2</mn> <mi>Q</mi> </msup> <mo>)</mo> </mrow> <mo>}</mo> </mrow>

其中，T为满足2^T-1≤0.452R_k<2^T的整数，N＝2^Q为碰撞时隙数，p为在碰撞检测时隙中出现的标签数目，n是待识别的标签数，R_k表示当前未识别出的标签个数的估计值。

2.根据权利要求1所述的方法，其特征在于，所述阅读器接收来自于所有标签中多个标签的多个伪随机序列之后，还包括：

当所述阅读器接收到的所述多个伪随机序列小于等于X时，所述阅读器对所述多个伪随机序列进行识别,其中，X为所述BIBD矩阵中每个区组包含的元素个数；

所述阅读器从识别出的多个伪随机序列中选择一个伪随机序列，并将选择结果进行公告，以使被公告的标签发送数据。

3.根据权利要求1所述的方法，其特征在于，

所述阅读器将所述确定的最优Q参数作为所述最终的最优Q参数之后，还包括：所述阅读器向当前未识别出的标签发出重复查询指令，以使各个未识别出的标签将时隙计数器减1，开始下一时隙的识别过程；

所述阅读器根据所述所有标签的数目Est_k与当前已识别出的标签个数Reg_K的差值估计当前未识别出的标签个数R_K，确定所述最终的最优Q参数Q_opt'之后，还包括：所述阅读器向当前未识别出的标签发出调节查询指令，以使各个标签根据Q_opt'初始化时隙计数器。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述BIBD矩阵为BIBD(16,4,1)矩阵；

当所述所有标签的数目Est_k确定时，通过以下公式获取最优Q参数Q_opt：

<mrow> <msub> <mi>Q</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>Q</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mi>T</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>T</mi> <mo>}</mo> </mrow> </munder> <mo>{</mo> <mi>E</mi> <mi>f</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mn>2</mn> <mi>Q</mi> </msup> <mo>)</mo> </mrow> <mo>}</mo> <mo>;</mo> </mrow>

其中，T为满足2^T-1≤0.452Est_k<2^T的整数，N为碰撞时隙数，p为在碰撞检测时隙中出现的标签数目，Est_k为所述所有标签的数目。

5.一种最优Q参数的确定装置，其特征在于，包括：

接收模块，用于在当前时隙中，接收来自于所有标签中多个标签的多个伪随机序列，其中，所述伪随机序列是基于平衡不完全区组设计BIBD矩阵构造的；

估计模块，用于对于所述当前时隙或各个所述当前时隙之前的时隙，当阅读器接收到的伪随机序列的个数小于或等于X时，所述阅读器获取实际的冲突标签数目，作为该时隙中发送伪随机序列的标签的估计值Ei，其中，i表示时隙数，X为所述BIBD矩阵中每个区组包含的元素个数；当所述阅读器接收到的伪随机序列的个数大于X时，所述阅读器使用X+1的值作为发送伪随机序列的标签的估计值Ei；所述阅读器通过以下公式估计所述所有标签的数目Est_k：其中，k为大于等于3的整数，N为当前的碰撞检测时隙数；

第一确定模块，用于所述阅读器通过以下公式确定最优Q参数Q_opt：

<mrow> <msub> <mi>Q</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>Q</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mi>T</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>T</mi> <mo>}</mo> </mrow> </munder> <mo>{</mo> <mi>E</mi> <mi>f</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mn>2</mn> <mi>Q</mi> </msup> <mo>)</mo> </mrow> <mo>}</mo> <mo>;</mo> </mrow>

其中，T为满足2^T-1≤0.452Est_k<2^T的整数，N＝2^Q为碰撞时隙数，p为在碰撞检测时隙中出现的标签数目，n为待识别的标签数，Est_k为所述所有标签的数目；

第二确定模块，用于根据确定的最优Q参数与当前Q参数的比较结果，确定最终的最优Q参数,其中，所述第二确定模块包括：第一确定单元，用于在所述确定的最优Q参数与当前Q取值相同时，将所述确定的最优Q参数作为所述最终的最优Q参数；第二确定单元，用于在所述确定的最优Q参数与当前Q取值不同时，根据所述所有标签的数目Est_k与当前已识别出的标签个数Reg_k的差值估计当前未识别出的标签个数R_k，通过以下公式确定所述最终的最优Q参数Q_opt'：

<mrow> <msup> <msub> <mi>Q</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>Q</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mi>T</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>T</mi> <mo>}</mo> </mrow> </munder> <mo>{</mo> <mi>E</mi> <mi>f</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mn>2</mn> <mi>Q</mi> </msup> <mo>)</mo> </mrow> <mo>}</mo> </mrow> 2

其中，T为满足2^T-1≤0.452R_k<2^T的整数，N＝2^Q为碰撞时隙数，p为在碰撞检测时隙中出现的标签数目，n是待识别的标签数，R_k表示当前未识别出的标签个数的估计值。