CN104881693A - 一种基于子帧观测的动态帧时隙aloha防碰撞算法 - Google Patents

Abstract

本发明公开了一种基于子帧观测的动态帧时隙ALOHA防碰撞算法，在每一轮识别过程中采取设定的子帧观测，并依据空闲时隙数与碰撞时隙数的关系查找设定的第一配置表给出系统内的待识别标签数，并得到剩余标签数，然后根据剩余标签数查找设定的第二配置表给出下一轮的时隙帧帧长进行下一轮识别过程，根据上述方法循环识别过程至工作区域内的标签识别完毕。本发明利用系统中剩余标签数为下一轮识别设定一个合适的帧长；能够根据更新的帧长来开启下一轮识别，提高了系统的识别效率和稳定性；对标签数的估计都是基于最简单的数学运算，避免了传统防碰撞算法中的复杂估计算法对硬件平台较高的要求和依赖，极大的降低了系统复杂度。

Description

一种基于子帧观测的动态帧时隙ALOHA防碰撞算法

技术领域

本发明属于无线通信领域中的射频识别(RFID)多标签识别技术，具体涉及一种基于子帧观测的动态帧时隙ALOHA防碰撞算法。

背景技术

一个典型的RFID系统通常由一个或多个读写器以及众多标签组成，每个标签都有一个唯一标识符(UID)或者产品电子代码(EPC)(为了便于描述，后面统称ID)。读写器通过无线方式读取标签的ID，这样系统就可以获得与标签相连的物体的信息。RFID系统分为被动式，主动式以及半被动式(混合式)，主要区别在于标签的供电方式。主动式RFID系统中，标签自带电源，利用自身电源的能量来发送数据，优点是发送范围广，缺点是寿命短。被动式RFID系统中，标签的供电来源于读写器发送的射频载波。当标签接受到读写器的查询命令后会立即响应，发送自己的ID或数据信息。由于无源超高频(UHF)RFID系统具有识别距离远，读写速度快，非可视，标签成本低等优点，使其得到了广泛的研究和应用，主要用于物流管理、供应链管理、贵重物品防盗等领域。UHF RFID系统读写器覆盖范围广，系统内覆盖的标签数目很多，同时对标签的读写要求很高，这样使得UHF RFID系统的标签碰撞问题较为突出。因此，高效、稳定、复杂度低的防碰撞算法是UHF RFID系统研究的一个核心问题，也是UHF RFID产业化的一个先决条件。

技术上，多标签防碰撞算法可以分为ALOHA-based和tree-based两类。Tree-based类算法的核心在于碰撞比特识别和追踪技术。在UHF系统中，由于读写器端接收信号的偏移，导致读写器不能有效的检测到具体的碰撞位，因此使得tree-based类算法难以应用到UHF RFID系统中，诸如EPCglobal C1 Gen2或者ISO/IEC 18000-6B。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能够提高系统的识别效率和稳定性，避免了传统ALOHA-based防碰撞算法中的复杂估计算法对硬件平台较高的要求和依赖，极大的降低了系统复杂度的基于子帧观测的动态帧时隙ALOHA防碰撞算法。

本发明的目的是通过以下技术方案来实现的：一种基于子帧观测的动态帧时隙ALOHA防碰撞算法，在每一轮识别过程中采取设定的子帧观测，并依据空闲时隙数与碰撞时隙数的关系查找设定的第一配置表给出系统内的待识别标签数，并得到剩余标签数，然后根据剩余标签数查找设定的第二配置表给出下一轮的时隙帧帧长进行下一轮识别过程，根据上述方法循环识别过程至工作区域内的标签识别完毕。其具体包括以下步骤：

S1、读写器初始化清零：将读写器的时隙计数器Sc、空闲时隙数Ne、碰撞时隙数Nc以及成功时隙数Ns均清零；

S2、读写器向其工作域内的待识别标签广播一个命令，发起命令的同时时隙计数器加1：Sc＝Sc+1；所述命令包括时隙帧F＝2^Q、子帧F_sub以及时隙计数器值，其中F_sub的大小满足F_sub＝F/2^k，k为非负整数；

S3、读写器接收待识别标签的响应，同时时隙计数器加1：Sc＝Sc+1；

若读写器接收到标签的回复且无碰撞发送，则表示成功识别该标签，Ns＝Ns+1；

若读写器接收到标签的回复且发生碰撞，则表示当前时隙内有多个标签同时响应，Nc＝Nc+1；

若读写器没有接收到标签的回复，则说明当前时隙为空闲时隙，Ne＝Ne+1；

S4、判断当前时隙计数器Sc的值是否小于等于子帧长度F_sub，若Sc≤F_sub，则读写器向其工作域内的待识别标签广播一个命令，然后返回步骤S3，所述命令包括时隙计数器值；若Sc>F_sub，执行步骤S5；

S5、判断成功时隙数Ns、碰撞时隙数Nc是否同时为0，若是，则整个识别过程结束；否则读写器根据统计出的Ne和Nc的结果，查找第一配置表给出当前的待识别标签数，并根据待识别标签数得到剩余标签数；

S6、根据得到的剩余标签数查找第二配置表更新下一帧帧长F_nxt＝2^Qnxt；令Q＝Q_nxt，Sc＝0返回步骤S1。

进一步地，所述的待识别标签数表示当前识别过程开始前的所有标签数，剩余标签数表示指本轮识别后剩下的标签数，它们的关系为：剩余标签数＝待识别标签数-Ns。

进一步地，所述步骤S6中的第二配置表为剩余标签数和下一帧帧长的关系表，根据剩余标签数可以找出对应的下一帧帧长；所述剩余标签数和下一帧帧长的关系根据常规动态帧时隙ALOHA(DFSA)算法推导出。上述剩余标签数n_est和下一帧帧长F_nxt的具体关系为：

1≤n_est≤3，F_nxt＝2^Qnxt＝2，Q_nxt＝1；

4≤n_est≤5，F_nxt＝2^Qnxt＝4，Q_nxt＝2；

6≤n_est≤11，F_nxt＝2^Qnxt＝8，Q_nxt＝3；

12≤n_est≤22，F_nxt＝2^Qnxt＝16，Q_nxt＝4；

23≤n_est≤44，F_nxt＝2^Qnxt＝32，Q_nxt＝5；

45≤n_est≤89，F_nxt＝2^Qnxt＝64，Q_nxt＝6；

90≤n_est≤177，F_nxt＝2^Qnxt＝128，Q_nxt＝7；

178≤n_est≤355，F_nxt＝2^Qnxt＝256，Q_nxt＝8；

356≤n_est≤710，F_nxt＝2^Qnxt＝512，Q_nxt＝9；

711≤n_est≤1420，F_nxt＝2^Qnxt＝1024，Q_nxt＝10；

1421≤n_est≤2839，F_nxt＝2^Qnxt＝2048，Q_nxt＝11；

2840≤n_est≤5678，F_nxt＝2^Qnxt＝4096，Q_nxt＝12；

5679≤n_est≤11357，F_nxt＝2^Qnxt＝8192，Q_nxt＝13；

11358≤n_est≤22713，F_nxt＝2^Qnxt＝16384，Q_nxt＝14；

22714≤n_est≤45426，F_nxt＝2^Qnxt＝32768，Q_nxt＝15。

进一步地，所述的步骤S5中第一配置表为不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系配置表，具体包括以下几种关系：

Case1：n＝F/4，15.1Nc<Ne≤63.8Nc；

Case2：n＝F/2，3.2Nc<Ne≤15.1Nc；

Case3：n＝F，0.6Nc<Ne≤3.2Nc；

Case4：n＝2F，0.08Nc<Ne≤0.6Nc；

Case5：n＝4F，0≤Ne≤0.08Nc；

如果监测到Nc为0，按Case2执行。

上述不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系推导方法包括以下步骤：

S51、定义C_f＝log₂(n/F)，初始化Q＝Q_ini＝4，i＝1；

S52、判断当前Q值是否超过设定的最大值，若是则跳转到步骤S54，否则进入步骤S53；

S53、令Q_f＝Q+C_f，令Q_nxt＝Q_f并根据第二配置表得到n_est对应的最小值n₁和最大值n₂，计算空闲时隙数和碰撞时隙数：Ne(n₁)/Nc(n₁)＝b_i，Ne(n₂)/Nc(n₂)＝a_i，其中

$\mathrm{Ne}\left(n_1\right)=F*{(1-1/F)}^{n_1},\mathrm{Ns}\left(n_1\right)=(n_1/F)*{(1-1/F)}^{n_1-1},\mathrm{Nc}\left(n_1\right)=F-\mathrm{Ne}\left(n_1\right)-\mathrm{Ns}\left(N_1\right);$

$\mathrm{Ne}\left(n_2\right)=F*{(1-1/F)}^{n_2},\mathrm{Ns}\left(n_2\right)=(n_2/F)*{(1-1/F)}^{n_2-1},\mathrm{Nc}\left(n_2\right)=F-\mathrm{Ne}\left(n_2\right)-\mathrm{Ns}\left(N_2\right);$

其中，F＝2^Q；

空闲时隙数Ne与碰撞时隙数Nc的关系为：a_i*Nc≤Ne≤b_i*Nc_i，然后Q++，i++，并返回S52；

S54、对所有的a_i及b_i分别求平均值，得到空闲时隙数Ne和碰撞时隙数Nc的约束关系；为了保证Case1～Case5中约束的连续性，对任意两个相邻的约束取平均值。

进一步地，所述命令为Query/QueryAdj/QueryRep命令，其广播规则为：步骤S2中第一帧广播Query命令，以后每一帧均广播QueryAdj命令；步骤S4中广播QueryRep命令。

进一步地，上述步骤S2中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Q值和Sc值，并在[1,F]中产生一个随机数加载到标签内的计数器上，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。所述的步骤S4中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Sc值，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。

本发明的有益效果是：提供了基于子帧观测的动态帧时隙ALOHA防碰撞算法，在每轮识别过程中均采取子帧观测：即利用完整帧的一部分来预测系统内待识别标签数，即利用本发明的方法来估计系统中待识别标签数，然后为下一轮识别设定一个合适的帧长；其优点在于：首先，由于每次预测待识别标签数和设定下一帧帧长都是基于子帧完成的，一旦读写器监测到当前的帧长不合理，立即终止本轮识别，根据更新的帧长来开启下一轮识别，所以提高了系统的识别效率和稳定性；其次，对标签数的估计都是基于最简单的数学运算，避免了传统ALOHA-based防碰撞算法中的复杂估计算法对硬件平台较高的要求和依赖，极大的降低了系统复杂度。从而该发明可以很好的应用在移动的、手持的读写器中。

附图说明

图1为本发明的算法流程图；

图2为本发明的采用本发明方法完成十个标签识别的识别过程示意图；

图3是采用经典ALOHA-based算法Schoute's方法完成十个标签识别的过程图；

图4是Q-algorithm方法在系统吞吐率上的曲线图；

图5是MAP方法在系统吞吐率上的曲线图

图6是ILCM方法在系统吞吐率上的曲线图；

图7是FEIA方法在系统吞吐率上的曲线图；

图8是本发明方法在在系统吞吐率上的曲线图；

图9为Q-algorithm方法在时间效率上的曲线图；

图10是MAP方法在时间效率上的曲线图；

图11是ILCM方法在时间效率上的曲线图；

图12是FEIA方法在时间效率上的曲线图；

图13是本发明方法在时间效率上的曲线图；

图14是本发明方法在识别速度上的曲线图。

具体实施方式

本发明的设计基于UHF的EPCglobal C1 Gen2标准。

下面结合附图进一步说明本发明的技术方案。

如图1所示，一种基于子帧观测的动态帧时隙ALOHA防碰撞算法，在每一轮识别过程中采取设定的子帧观测，并依据空闲时隙数与碰撞时隙数的关系查找设定的第一配置表给出系统内的待识别标签数，并得到剩余标签数，然后根据剩余标签数查找设定的第二配置表给出下一轮的时隙帧帧长进行下一轮识别过程，根据上述方法循环识别过程至工作区域内的标签识别完毕。其具体包括以下步骤：

S1、读写器初始化清零：将读写器的时隙计数器Sc、空闲时隙数Ne、碰撞时隙数Nc以及成功时隙数Ns均清零；

S2、读写器向其工作域内的待识别标签广播一个命令，发起命令的同时时隙计数器加1：Sc＝Sc+1；所述命令包括时隙帧F＝2^Q、子帧F_sub以及时隙计数器值，其中F_sub的大小满足F_sub＝F/2^k，k为非负整数；

S3、读写器接收待识别标签的响应，同时时隙计数器加1：Sc＝Sc+1；

若读写器接收到标签的回复且无碰撞发送，则表示成功识别该标签，Ns＝Ns+1；

若读写器接收到标签的回复且发生碰撞，则表示当前时隙内有多个标签同时响应，Nc＝Nc+1；

若读写器没有接收到标签的回复，则说明当前时隙为空闲时隙，Ne＝Ne+1；

S4、判断当前时隙计数器Sc的值是否小于等于子帧长度F_sub，若Sc≤F_sub，则读写器向其工作域内的待识别标签广播一个命令，然后返回步骤S3，所述命令包括时隙计数器值；若Sc>F_sub，执行步骤S5；

S5、判断成功时隙数Ns、碰撞时隙数Nc是否同时为0，若是，则整个识别过程结束；否则读写器根据统计出的Ne和Nc的结果，查找第一配置表给出当前的待识别标签数，并根据待识别标签数得到剩余标签数；

S6、根据得到的剩余标签数查找第二配置表更新下一帧帧长F_nxt＝2^Qnxt；令Q＝Q_nxt，Sc＝0返回步骤S1。

进一步地，所述的待识别标签数表示当前识别过程开始前的所有标签数，剩余标签数表示指本轮识别后剩下的标签数(作为下一轮识别的待识别标签书)，它们的关系为：剩余标签数＝待识别标签数-Ns。

进一步地，所述步骤S6中的第二配置表(详见表一)为剩余标签数和下一帧帧长的关系表，根据剩余标签数可以找出对应的下一帧帧长；所述剩余标签数和下一帧帧长的关系 根据常规动态帧时隙ALOHA(DFSA)算法推导出。上述剩余标签数n_est和下一帧帧长F_nxt的具体关系为：

表一

上述第二配置表中，下一帧帧长F_nxt表示如果估计出的剩余标签数n_est满足n₁～n₂的(n₁、n₂分别为待识别标签数n_est的最小和最大值)范围，那么就应该设置对应的帧长来进行下一轮识别，而不是传统ALOHA-based算法中，将帧长的设置成与剩余签数n_est相等的数。因为，n_est是一个自然数，而帧长F必须是满足2的整数次幂的非负整数(受EPCglobal C1 Gen2标准的约束)，所以本发明方法对帧长的设置适用于EPCglobal C1 Gen2标准。例如，假设本轮识别过程结束后，读写器估计出剩余标签数为90，那么下一轮帧长应该是128，而不是离90更近的64。

进一步地，所述的步骤S5中第一配置表(详见表二)为不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系配置表，具体包括以下几种关系：

表二

如果系统中待识别标签数n与当前的帧长F满足上述关系，那么空闲时隙数Ne和碰撞时隙数Nc对应的关系就应该满足上述约束。因此，一旦读写器在子帧中检测到空闲时隙数Ne和碰撞时隙数Nc的关系，就能根据上述原则来估计出剩余标签数n_est(n_est＝n-Ns)是多少。尽管子帧中时隙状态的分布并不严格与完整帧相同，但是只要保证子帧不太小，上述关系就可以适用于许多不同大小的子帧。同时，由于每次识别过程都采用子帧，即使估计出现偏差，对最终结果的影响也不会很大。现举例说明上述关系的具体应用：假设本轮识别过程中，读写器监测到Ne和Nc满足3.2Nc<Ne≤15.1Nc，那么读写器就能判断出当前的待识别标签数n＝F/2。值得注意的是，在子帧的识别过程中，由于子帧小于完整帧，可能存在Nc为0的情况，一旦出现Nc为0，则说明在子帧内空闲时隙过多，那就从某种程度上反应当前的帧长过长。因此，当读写器监测到Nc为0时，按照Case2执行。

上述不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系推导方法包括以下步骤：

S51、定义C_f＝log₂(n/F)，初始化Q＝Q_ini＝4，i＝1；

S52、判断当前Q值是否超过设定的最大值，若是则跳转到步骤S54，否则进入步骤S53；

S53、令Q_f＝Q+C_f，令Q_nxt＝Q_f并根据第二配置表得到n_est对应的最小值n₁和最大值n₂，计算空闲时隙数和碰撞时隙数：Ne(n₁)/Nc(n₁)＝b_i，Ne(n₂)/Nc(n₂)＝a_i，其中

$\mathrm{Ne}\left(n_1\right)=F*{(1-1/F)}^{n_1},\mathrm{Ns}\left(n_1\right)=(n_1/F)*{(1-1/F)}^{n_1-1},\mathrm{Nc}\left(n_1\right)=F-\mathrm{Ne}\left(n_1\right)-\mathrm{Ns}\left(N_1\right);$

$\mathrm{Ne}\left(n_2\right)=F*{(1-1/F)}^{n_2},\mathrm{Ns}\left(n_2\right)=(n_2/F)*{(1-1/F)}^{n_2-1},\mathrm{Nc}\left(n_2\right)=F-\mathrm{Ne}\left(n_2\right)-\mathrm{Ns}\left(N_2\right);$

其中，F＝2^Q；

空闲时隙数Ne与碰撞时隙数Nc的关系为：a_i*Nc≤Ne≤b_i*Nc_i，然后Q++，i++，并 返回S52；

S54、对所有的a_i及b_i分别求平均值，得到空闲时隙数Ne和碰撞时隙数Nc的约束关系；为了保证Case1～Case5中约束的连续性，对任意两个相邻的约束取平均值。

进一步地，所述命令为Query/QueryAdj/QueryRep命令，其广播规则为：步骤S2中第一帧广播Query命令，以后每一帧均广播QueryAdj命令；步骤S4中广播QueryRep命令。

进一步地，上述步骤S2中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Q值和Sc值，并在[1,F]中产生一个随机数加载到标签内的计数器上，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。所述的步骤S4中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Sc值，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。

为了本领域技术人员能够理解并且实施本发明技术方案，下面将结合具体实施例对本发明申请方案作进一步说明：

下面以10个标签的识别过程为例，如图2所示，具体实施步骤如下：

步骤1：读写器初始化清零，读写器时隙计算器Sc，空闲时隙数Ne、碰撞时隙数Nc以及成功时隙数Ns的值均为0；

步骤2：读写器向其工作域内的标签广播一个Query命令，Query命令所规定的此时帧长F＝16，子帧F_sub＝4，Sc＝Sc+1；

步骤3：第一轮识别：当读写器读完F_sub个时隙后，统计出Ne、Ns、Nc分别为2、2、0；由于Nc为0，根据Case2，读写器判断出系统内待识别标签数n为当前帧大小的1/2，估计出的剩余标签数为n_est＝F/2-Ns＝6，根据第二配置表读写器设定下一帧的帧长为8；

步骤4：第二轮识别：本轮识别过程，帧长为8，子帧长为F_sub＝4，当读写器读完4个时隙之后，统计出Ne，Ns，Nc分别为1，2，1；Ne，Nc的关系满足表Case3，读写器判断出系统内待识别的标签数n等于当前帧长，估计出的剩余标签数为n_est＝F-Ns＝6，根据第二配置表读写器设定下一帧的帧长为8；

步骤5：第三轮识别：读写器在读完子帧后统计出，Ne，Ns，Nc分别为1，3，0；同步骤3类似，Nc＝0，根据Case2，读写器判断出系统内待识别标签数n为当前帧大小的1/2，估计出的剩余标签数为n_est＝F/2-Ns＝1，根据第二配置表读写器设定下一帧的帧长为2；

步骤6：第四轮识别：读写器在读完子帧后统计出，Ne，Ns，Nc分别为0，1，1；Ne， Nc的关系满足Case5，读写器判断出系统内待识别标签数n为当前帧长的4倍，估计出的剩余标签数为n_est＝4F-Ns＝7，根据第二配置表读写器设定下一帧的帧长为8；

步骤7：第五轮识别：本轮识别过程，帧长为8，子帧长为F_sub＝4，在读完子帧后，读写器统计出Ne，Ns，Nc分别为2，2，0；Nc为0，根据Case2，读写器判断出系统内待识别标签数n为当前帧大小的1/2，估计出的剩余标签数为n_est＝F/2-Ns＝2，根据第二配置表读写器设定下一帧的帧长为2；

步骤8：第六轮识别：本轮识别过程中，Ne，Ns，Nc均为0，读写器判断出所有标签均被成功识别，整个识别过程结束。

从本实施例中可以看出，读写器采用本发明方法共需要六轮，22个时隙来识别全部标签，吞吐率性能为0.4545。除了第五轮，其余识别过程对帧长的设置均是准确而合理的。第五轮的帧长的合理设置应该是2，由于出现估计错误导致帧长设置为2，然而本发明方法识别过程中均采用了子帧，从而减少了估计错误对识别过程的影响。

如图3所示为采用经典ALOHA-based算法schoute's方法识别图2中10个标签的过程，此部分为本领域技术人员的公知常识，在此不作详细描述。由图2、图3对比可知，本发明基于子帧观测的防碰撞算法相对于经典算法减少了所需的总时隙数，提高了识别效率。

图4～图14给出了本发明方法与现有经典防碰撞算法的比较，从图中可以看出，本发明在吞吐率、时间效率(n个成功时隙所需的时间比上识别n个标签所需的总时间)，识别速度上的优势，其中：Q-algorithm为EPCglobal C1 Gen2标准规定的Q值算法，MAP为基于最大后验概率的防碰撞算法，FEIA为一种可行的便于实现的防碰撞算法，ILCM为基于增强型线性融合模型的防碰撞算法。

表三和表四给出了本发明方法与现有经典防碰撞算法相比，在复杂度以及综合性能上的优势。

表三

表四

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，在每一轮识别过程中采取设定的子帧观测，并依据空闲时隙数与碰撞时隙数的关系查找设定的第一配置表给出系统内的待识别标签数，并得到剩余标签数，然后根据剩余标签数查找设定的第二配置表给出下一轮的时隙帧帧长进行下一轮识别过程，根据上述方法循环识别过程至工作区域内的标签识别完毕。

2.根据权利要求1所述的基于子帧观测的动态时隙ALOHA防碰撞算法，其特征在于，具体包括以下步骤：

S1、读写器初始化清零：将读写器的时隙计数器Sc、空闲时隙数Ne、碰撞时隙数Nc以及成功时隙数Ns均清零；

S2、读写器向其工作域内的待识别标签广播一个命令，发起命令的同时时隙计数器加1：Sc＝Sc+1；所述命令包括时隙帧F＝2^Q、子帧F_sub以及时隙计数器值，其中F_sub的大小满足F_sub＝F/2^k，k为非负整数；

S3、读写器接收待识别标签的响应，同时时隙计数器加1：Sc＝Sc+1；

若读写器接收到标签的回复且无碰撞发送，则表示成功识别该标签，Ns＝Ns+1；

若读写器接收到标签的回复且发生碰撞，则表示当前时隙内有多个标签同时响应，Nc＝Nc+1；

若读写器没有接收到标签的回复，则说明当前时隙为空闲时隙，Ne＝Ne+1；

S4、判断当前时隙计数器Sc的值是否小于等于子帧长度F_sub，若Sc≤F_sub，则读写器向其工作域内的待识别标签广播一个命令，然后返回步骤S3，所述命令包括时隙计数器值；若Sc>F_sub，执行步骤S5；

S5、判断成功时隙数Ns、碰撞时隙数Nc是否同时为0，若是，则整个识别过程结束；否则读写器根据统计出的Ne和Nc的结果，查找第一配置表给出当前的待识别标签数，并根据待识别标签数得到剩余标签数；

S6、根据得到的剩余标签数查找第二配置表更新下一帧帧长F_nxt＝2^Qnxt；令Q＝Q_nxt，Sc＝0返回步骤S1。

3.根据权利要求2所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述的待识别标签数表示当前识别过程开始前的所有标签数，剩余标签数表示指本轮识别后剩下的标签数，它们的关系为：剩余标签数＝待识别标签数-Ns。

4.根据权利要求2所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述步骤S6中的第二配置表为剩余标签数和下一帧帧长的关系表，根据剩余标签数可以找出对应的下一帧帧长；所述剩余标签数和下一帧帧长的关系根据常规动态帧时隙ALOHA(DFSA)算法推导出。

5.根据权利要求4所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述剩余标签数n_est和下一帧帧长F_nxt的具体关系为：

1≤n_est≤3，F_nxt＝2^Qnxt＝2，Q_nxt＝1；

4≤n_est≤5，F_nxt＝2^Qnxt＝4，Q_nxt＝2；

6≤n_est≤11，F_nxt＝2^Qnxt＝8，Q_nxt＝3；

12≤n_est≤22，F_nxt＝2^Qnxt＝16，Q_nxt＝4；

23≤n_est≤44，F_nxt＝2^Qnxt＝32，Q_nxt＝5；

45≤n_est≤89，F_nxt＝2^Qnxt＝64，Q_nxt＝6；

90≤n_est≤177，F_nxt＝2^Qnxt＝128，Q_nxt＝7；

178≤n_est≤355，F_nxt＝2^Qnxt＝256，Q_nxt＝8；

356≤n_est≤710，F_nxt＝2^Qnxt＝512，Q_nxt＝9；

711≤n_est≤1420，F_nxt＝2^Qnxt＝1024，Q_nxt＝10；

1421≤n_est≤2839，F_nxt＝2^Qnxt＝2048，Q_nxt＝11；

2840≤n_est≤5678，F_nxt＝2^Qnxt＝4096，Q_nxt＝12；

5679≤n_est≤11357，F_nxt＝2^Qnxt＝8192，Q_nxt＝13；

11358≤n_est≤22713，F_nxt＝2^Qnxt＝16384，Q_nxt＝14；

22714≤n_est≤45426，F_nxt＝2^Qnxt＝32768，Q_nxt＝15。

6.根据权利要求5所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述的步骤S5中第一配置表为不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系配置表，具体包括以下几种关系：

Case1：n＝F/4，15.1Nc<Ne≤63.8Nc；

Case2：n＝F/2，3.2Nc<Ne≤15.1Nc；

Case3：n＝F，0.6Nc<Ne≤3.2Nc；

Case4：n＝2F，0.08Nc<Ne≤0.6Nc；

Case5：n＝4F，0≤Ne≤0.08Nc；

如果监测到Nc为0，按Case2执行。

7.根据权利要求6所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述不同帧长F和待识别标签数n关系下，空闲时隙数Ne和碰撞时隙数Nc的关系推导方法包括以下步骤：

S51、定义C_f＝log₂(n/F)，初始化Q＝Q_ini＝4，i＝1；

S52、判断当前Q值是否超过设定的最大值，若是则跳转到步骤S54，否则进入步骤S53；

S53、令Q_f＝Q+C_f，令Q_nxt＝Q_f并根据第二配置表得到n_est对应的最小值n₁和最大值n₂，计算空闲时隙数和碰撞时隙数：Ne(n₁)/Nc(n₁)＝b_i，Ne(n₂)/Nc(n₂)＝a_i，其中

$\mathrm{Ne}\left(n_1\right)=F*{(1-1/F)}^{n_1},\mathrm{Ns}\left(n_1\right)=(n_1/F)*{(1-1/F)}^{n_1-1},$ Nc(n₁)＝F-Ne(n₁)-Ns(n₁)；

$\mathrm{Ne}\left(n_2\right)=F*{(1-1/F)}^{n_2},\mathrm{Ns}\left(n_2\right)=(n_2/F)*{(1-1/F)}^{n_2-1},$ Nc(n₂)＝F-Ne(n₂)-Ns(n₂)；

其中，F＝2^Q；

空闲时隙数Ne与碰撞时隙数Nc的关系为：a_i*Nc≤Ne≤b_i*Nc_i，然后Q++，i++，并返回S52；

S54、对所有的a_i及b_i分别求平均值，得到空闲时隙数Ne和碰撞时隙数Nc的约束关系；为了保证Case1～Case5中约束的连续性，对任意两个相邻的约束取平均值。

8.根据权利要求2所述的基于子帧观测的动态帧时隙ALOHA防碰撞算法，其特征在于，所述命令为Query/QueryAdj/QueryRep命令，其广播规则为：步骤S2中第一帧广播Query命令，以后每一帧均广播QueryAdj命令；步骤S4中广播QueryRep命令。

9.根据权利要求2-8任一所述的基于子帧观测的动态时隙ALOHA防碰撞算法，其特征在于，所述的步骤S2中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Q值和Sc值，并在[1,F]中产生一个随机数加载到标签内的计数器上，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。

10.根据权利要求2-8任一所述的基于子帧观测的动态时隙ALOHA防碰撞算法，其特征在于，所述的步骤S4中，读写器向其工作域内的待识别标签广播一个命令后，工作域内的待识别标签接收到读写器广播的命令后，提取命令中的Sc值，并比较标签内计数器的值与当前的时隙计数器Sc的值，若二者相等，则标签响应读写器的命令并向读写器回复自己的ID，否则不予响应。