CN106250794A - 一种超高频射频识别系统中多标签防碰撞算法 - Google Patents

Abstract

本发明公开了一种超高频射频识别系统中多标签防碰撞算法，本发明根据随机预设的帧时隙指数Q和识别标签时出现的碰撞数，通过概率分布模型预测标签数量，再根据实验测得的标签数量与最优时隙指数Q的关系将Q值调整为最优值，从而有利于减小碰撞，提高识别速率。本发明尤其适合应用于仓储物流等密集型标签识别的场合。

Description

一种超高频射频识别系统中多标签防碰撞算法

技术领域

本发明涉及超高频射频识别应用领域，尤其是一种多标签的防碰撞算法。

背景技术

超高频射频识别技术(UHF RFID)利用射频无线电信号进行非接触式双向通信，识别特定目标并读写相应数据。该技术具有识别距离远、操作快捷便利、环境适应性好、安全性较高等特点，在许多场合均有广泛的应用前景。

在仓储物流等应用中，大量进出仓库的货物需要进行快速而精确地识别，如果识别效率低下，将直接影响货物的清点和运输效率，降低企业效益；汽车收费系统也需要高效的识别技术以减少汽车拥堵的情况发生；在图书管理、贵重物品防伪、监管等方面，该技术也有着较好的应用价值。

“碰撞”是影响识别效率主要因素之一。“碰撞”是指多个电子标签同时响应一台阅读器的命令时发生通信冲突。解决碰撞问题是拓展RFID系统应用的一大关键。

发明内容

本发明的目的是针对RFID系统中的多个标签“碰撞”的问题，提出一种超高频射频识别系统中多标签防碰撞算法，从而有利于有效避免碰撞。

本发明的目的是这样实现的：

一种超高频射频识别系统中多标签防碰撞算法，包括如下步骤：

步骤1：确定最优帧时隙指数Q与标签数量N之间拟合函数

确定拟合公式为：

Q＝A(N-x_c)^p (1)

公式采用指数拟合，其中，参数A＝2.271，x_c＝1，p＝0.258；

步骤2：根据当前的Q值和阅读器识别标签时的碰撞数量对标签数量N进行预测，其预测公式为：

$E=Z-{(1-\frac{1}{Z})}^{N-1}(Z+N-1)---\left(6\right)$

其中碰撞数量为E，时隙数Z＝2^Q，标签数量为N，利用牛顿迭代法求解上述方程得到N；步骤3：根据所预测的标签数量N和拟合公式(1)重新调整Q值。

本发明将理论分析与实验结果结合，可以快速将Q值调整到最优，从而快速避免碰撞，节省功耗，提高效率。

附图说明

图1为本发明实施例流程图；

图2为本发明最优Q值与标签数量的拟合曲线图；

图3为不同初始Q值下，本发明与EPC C1 G2所用算法识别速率的对比图。

具体实施方式

本发明包括：一是最优帧时隙指数Q与标签数量N之间拟合函数的确定；二是根据当前的Q值和阅读器识别标签时的碰撞数量对标签数量N进行预测；三是根据所预测的标签数量N和拟合函数重新调整Q值，从而有效减少碰撞，提升标签的识别速率。

首先需要通过实验数据得到最优帧时隙指数Q与标签数量N之间的拟合函数关系，供调整帧时隙指数Q时使用。本发明提出的拟合函数如下：

Q＝A(N-x_c)^p (1)

公式采用指数拟合，其中参数A＝2.271，x_c＝1，p＝0.258；

算法执行时，先设定轮询查找Q的次数，即整个Q调整算法的循环次数，次数越多，Q的调整越精确，但耗时也更多。其次，需要随机设定一个帧时隙指数Q作为初始值。一次轮询总共需要经过2^Q个时隙。

每次轮询时，需要先通过阅读器与标签之间的通讯情况得到碰撞数量，一般RFID系统中，每个标签内都有一个时隙计数器，当标签收到阅读器的QueryRep命令时计数器减1。当某个标签的计数器为0时，该标签发送数据给阅读器，其它标签不发送数据，而有时候可能会有多个标签在同一时隙向阅读器发送数据，这时便记为一次碰撞。

一次轮询结束后，再根据当前Q值和碰撞数来预测标签数量N，随后根据事先确定的最优帧时隙指数Q与标签数量N的拟合函数，对Q值进行调整，从而能有效减少碰撞，提升识别速率。

标签数量N是通过概率分布模型中的二项分布进行预测，算法中所使用的标签数量预测公式通过如下方法得出：

设初始帧长(即时隙数量)为Z＝2^Q，实际标签数量为N。

则空时隙概率为：

成功的时隙概率为：

碰撞时隙概率为：p_n＝1-p₀-p₁ (4)

碰撞时隙期望为E＝Zp_n＝Z(1-p₀-p₁) (5)

即

由式(5)可知时隙数Z与每个时隙的碰撞概率之积的碰撞时隙期望E即为碰撞数量。而Q事先已经随机预设，且2^Q>N，根据已知的Q、E和式(6)，通过牛顿迭代法推算出标签数量。

实施例

根据本发明方法，可以得到如图1的操作实施步骤，如下：

1)、设定一个识别周期内轮询次数(即帧数)为3。

2)、循环开始，对碰撞数和时隙数进行初始化设置。帧时隙指数Q的取值范围为[0，15]，随机设置Q的初值。如：Q＝5，则时隙数为2^Q＝32。碰撞数初始值为0。

3)、阅读器搜索标签。

4)、阅读器每次只能识别1个标签，如果仅有1个标签响应，则将成功识别的标签数加1；如果有多个标签响应，则碰撞数加1；如果没有响应，则继续进行步骤5)。

5)、时隙数减1，若时隙数为0，则轮询次数减1，并至步骤6)；否则跳转至步骤4)。

6)、检测是否有碰撞，若有，转至步骤7)；若无转至步骤9)。

7)、若碰撞数>＝时隙数*0.8，则Q值加2；否则，根据碰撞数和时隙数预测标签数，再根据Q值关于标签数的拟合函数调整Q值。转至步骤8)。

8)、判断轮询次数是否已为0，若是，则转至步骤9)；若否，则转至步骤2)，继续进行识别。

9)、返回识别的标签数，终止本轮识别周期，算法结束。

下面叙述具体实验过程：实验中共100个标签，标签与阅读器天线间的距离约为30cm。如图2所示，不同标签数量下的最优Q值都不同，图2曲线拟合出了100个标签范围内两者之间的关系。

图3展示了本发明算法与AS3992平台中基于EPC Class1 Gen2标准协议的算法之间性能的对比。标签数量范围为[44,88]，步长为11。当初始值Q＝0或Q＝1时候，标签数量远超初始帧长，此时即密集标签场景。初始值Q＝1时，相比于原算法，本文提出的算法能够将识别速率提高0.5-1.5Tag/s，提升幅度可达10％。由图3可知，本算法在标签密集场合下，能够在原算法的基础上，明显的提高了识别速率。

Claims (1)

1.一种超高频射频识别系统中多标签防碰撞算法，其特征在于，包括如下步骤：

步骤1：确定最优帧时隙指数Q与标签数量N之间拟合函数

确定拟合公式为：

Q＝A(N-x_c)^p (1)

公式采用指数拟合，其中，参数A＝2.271，x_c＝1，p＝0.258；

步骤2：根据当前的Q值和阅读器识别标签时的碰撞数量对标签数量N进行预测，其预测公式为：

$E=Z-{(1-\frac{1}{Z})}^{N-1}(Z+N-1)---\left(6\right)$

其中碰撞数量为E，时隙数Z＝2^Q，标签数量为N，利用牛顿迭代法求解上述方程得到N；

步骤3：根据所预测的标签数量N和拟合公式(1)重新调整Q值。