没有合适的资源?快使用搜索试试~ 我知道了~
制作和主办:ElsevierEgyptian Informatics Journal(2012)13,75开罗大学埃及信息学杂志www.elsevier.com/locate/eijwww.sciencedirect.com原创文章一种能量感知的改进型WORM标签最小和最大有效位仲裁算法Katheeja Parveena,*,Sheik Abdul Khadera,Munir Ahamed Rabbaniba计算机和信息科学学院,理学士Abdur Rahman University,Chennai,Indiab沙特阿拉伯卡西姆大学计算机学院接收日期:2012年1月29日;修订日期:2012年3月18日;接受日期:2012年4月11日2012年5月11日在线提供摘要无源射频识别系统已经获得了极大的关注和普及,特别是在其在时间和数据关键系统中的采用之后。从理论上讲,这些systems有可能读取超过100标签每秒的应用程序是很好的绝缘射频噪声。然而,这在实际系统中可能不是这种情况,因为标签冲突是一种影响辨认率的主要因素。本文详尽地分析了现有的概率性、确定性和混合冲突消解算法。在概率算法中,标签在各自的时隙中将其整个ID发送到RFID读取器,而在确定性算法中,标签基于RFID读取器的查询逐位地响应。为了最大限度地减少识别延迟、标签通信开销和高能耗,引入了一种新的能量有效的冲突解决策略,称为改进的最小和最重要位算法(LaMSBA),以有效地分离标签并提高识别效率,即使标签ID中的位是随机或均匀分布的大量的模拟研究*通讯作者。电 子 邮 件 地 址 : katheeja. bsauniv.ac.in ( K.Parveen ) ,psakhader@bsauniv.ac.in(S.A.Khader),marabbani@rediffmail.com(M.A.拉巴尼)。1110-8665© 2012计算机和信息学院,开罗大学。制作和主办Elsevier B.V.保留所有权利。开罗大学计算机和信息系负责同行审查。http://dx.doi.org/10.1016/j.eij.2012.04.003关键词标签碰撞;RFID;概率协议; WORM标签;确定性76K. Parveen等人表明LaMSBA可以被选为密集时间和数据关键RFID启用系统的更好替代方案。此外,M/G/1随机数模型是适当的识别和分析结果得出结论,LaMSBA是能够保持稳定状态的条件下,即使当1类标签到达阅读器的询问区的速度为15标签/秒©2012计算机和信息学院,开罗大学。由爱思唯尔公司制作和主持All rights reserved.1. 介绍射频识别(RFID)是一种吸引人的技术,已经引起了大量的研究兴趣。ABI Research最新的RFID预测表明,到2011年底,整个市场的价值预计将达到53亿美元,同比增长超过16%,明年将超过60亿美元。RFID系统对应用程序的整体性能产生重大影响的领域之一是供应链管理(SCM)。虽然RFID技术已经有许多成功的推出,但其中只有少数与SCM相关。虽然一些调查的结果显示,对RFID系统在供应链管理的可用性和可接受性的赞赏,它发现,在商界仍然不愿意投资大量的资金在这样一个新的技术,尚未证明它的傻瓜证明在长期的。2. 问题定义标签冲突是RFID系统中延迟标签识别的主要问题。该问题主要是由于从该区域中存在的标签到RFID读取器的同时响应的反向散射而发生的。在这种情况下,RFID读取器无法区分从多个标签接收的数据,并且最终产生如图1所示的错误读取。[2]的文件。由于成本限制,通常观察到供应商更喜欢具有单个读取器来准确地读取变化的标签群,这也将确保最小化冲突的数量、识别时间/延迟、由读取器传输的比特的数量、由标签传输的比特的数量、空闲响应的发生、由读取器在扫描时消耗的能量、由标签传输的比特的数量、由读取器在扫描时消耗的能量和由标签传输的比特的数量。图1标签冲突。读取器在空闲时消耗的时间、比特传输、空闲期间花费的时间以及所有识别时间。有大量文献涉及标签碰撞,可减少识别延迟。然而,人们认为,有必要加强研究和开发算法,以适应具有不可预测变化的环境。本文旨在为密集无源RFID系统中的1类无源标签开发节能的冲突解决策略第3节详细介绍了现有的方法,第4节提出了一种新的算法,最小和最重要的比特仲裁算法。详细的模拟设置见第5节。为了验证模拟结果的准确性,适当地识别了M/G/1模型,并在第6节中对其进行了详细说明。在第7节中详细描述了对现有算法和所提出的算法进行的仿真实验的结果第8节结束了论文。3. 现有的标签冲突算法广义上,标签防冲突算法分为空分多址(SDMA)、码分多 址 ( CDMA ) 、 频 分 多 址 ( FDMA ) 和 时 分 多 址(TDMA)[3SDMA协议是昂贵的并且需要复杂的天线设计,而CDMA除了昂贵之外还需要高能量源。另一方面,FDMA需要一个复杂的RFID阅读器,因为标签在一个预定义的频率信道上交谈。另一方面,TDMA构成了一个庞大的防碰撞算法群。TDMA算法可以是读取器驱动的(即,读者先谈)或标签驱动(即,Tag Talk First)。这些算法可以进一步分类为概率(基于Aloha),确定性(基于树)和混合(概率和确定性的组合)算法。概率算法要求标签以异步方式随机响应,而大多数树算法通过将响应标签分组为子集来操作[7,8,2,9,10]。3.1. 概率算法Pure Aloha(PA)是一种简单的TDMA算法,其中标签一被RFID读取器激励就开始发送其标识符(ID)。这种机制被称为纯阿罗哈有许多变种,即静音,减速,快速模式,快速模式和静音,快速模式和减速。Slotted-Aloha(SA)算法是PA算法的一种改进。在SA中,时间被划分为离散的时间间隔,称为时隙。一一种能量感知的改进型WORM标签77仅在观察到时隙T1之后才允许TAG发送。SA的扩展是静音和提前结束。帧时隙Aloha(FSA)算法是将时隙Aloha算法和离散时间分割算法进行了改进,将若干个时隙组成帧,每帧可分为N个时隙。即使时隙体系结构保持与SA中所见相同,FSA中的标签也被允许在每帧内的随机选择的时隙中每帧精确地发送一次。针对FSA算法的局限性,提出了动态帧时隙Aloha(DFSA)算法根据当前帧中的冲突数、空闲响应和成功时隙数,RFID读取器决定下一帧中要广播的帧长度[11,13在改进的DFSA(IDFSA)中,标签在不同的频率信道中被分成组,以提高识别效率并节省EDFSA的命令时间。Geng等人[15]的仿真结果证实,IDFSA的系统识别率高于trans-mittance方法。另一方面,与EDFSA[15]相比,实施IDF-SA并不经济。3.2. 确定性算法在确定性算法中,RFID读取器重复地将标签分成两组,直到一组仅包含一个标签。基于树的冲突解决算法已经通过Hayes[3] 、 Tsybakov 和 Mikhai-lov[16] 、Capetanakis[17] 以及Hush和Wood[18]的工作引入。3.2.1. 轮询它需要所有标签识别号码,可能发生在RFID阅读器的范围之前的手。在这种方法中,标签不是在一个突发中发送整个序列号,而是通过一次显示一个比特来响应信号[17]。3.2.2. 二叉树遍历算法在该算法中,RFID读取器通过随机选择位3.2.3. 查询树Law等人[19]提出了查询树(QT)算法来增强BTWA的效率 。 为了 加 快识 别 过 程, QT 请 求标 签 从 标签 ID 的 第(k+1)位传输到结束位,而在BTWA中,匹配标签仅传输第(k+1)位[19]。QT的实现需要对标签电路进行非常少的改变。然而,当来自标签的k比特响应的数量增加时,QT将以严重的冲突结束。针对QT提出了许多变体,即QT捷径,QT侵略和分类,QT短长[20],查询树改进[19] , 随 机 哈 希 查 询 树 [21] , QT 与 反 向 , 逐 位 [22] 和Modified bit by bit二叉树算法[23]。3.2.4. 自适应查询拆分Myung等人[24]提出了一种称为自适应查询拆分(AQS)的算法,其中RFID读取器需要维护一个队列QT 算 法 此 外 , RFID 阅 读 器 需 要 维 护 一 个 候 选 队 列(CQ),用于存储在过去的识别轮中发送的查询[24]。AQS有助于减少冲突,但也会产生一些空闲周期。为了保证所有标签的识别,RFID阅读器不仅使用可读周期的查询,而且还使用最后一帧的空闲周期的查询。3.2.5. 最优距离聚类它的工作原理是根据到RFID阅读器的距离将询问区域划分为“k”大小的可以通过控制RFID读取器的天线功率电平来实现对询问区域的划分单独询问不同簇中的标签。为了读取一个集群中的标签,该集群中的RFID读取器和标签可以采用任何一种防冲突解决算法,并通过几个周期的超越来识别[25]。3.2.6. 混合算法Ryu等人[26]将QT算法与时隙随机回退机制相结合。他还提出了一种增强的HQT算法,该算法使用时隙回退和AQS算法[26]。Shin等人[27]提出了两种使用QT和Framed Aloha协议组合的算法:Framed Query Tree算法和Query TreeALOHA算法[27]。3.2.7. 扩展部分Q时隙计数该算法是基于时隙ALOHA CDMA技术,随着标签集划分。该算法通过利用从RFID读取器的连续波形接收到的不同功率电平将标签划分为一定数量的组,以使无源标签通电,然后无源标签相应地以不同的信号强度反向散射[28,29]。然而,SPSC的实现反过来又增加了系统带宽和复杂度的成本。4. 该算法本 节 提 出 了 “ 改 进 的 最 小 和 最 大 有 效 位 算 法 ”(LaMSBA),这是一种适用于密集无源RFID部署的高效防冲突算法。为了减少来自标签和空闲响应的比特传输的数量,该算法请求匹配标签同时从查询的左侧和右侧响应冲突的比特。这种一次查询两个比特的方法大大减少了标签分离所花费的时间,并且还最小化了响应于广播的查询的标签数量。在静态和密集环境中进行了仿真实验,分析了其性能优于现有的AQS。4.1. 方法RFID读取器通过通知区域中的标签读取周期即将开始来开始周期。区域中的标签逐位反向散射它们的ID。基于响应,读取器构建初始标签响应查询。LaMSBA寻找一个共同的前缀模式,然后是B位池,并通知标签,如果找到前缀匹配。78K. Parveen等人碰撞并且其长度等于标签ID的长度时,RFID读取器广播标签被识别并且包括读取周期。在发生冲突的轮次中,查询被分为“最少前缀查询”和“最多前缀查询”。“最少前缀查询”考虑其位位置从标签ID长度的1到一半的那些位,而从标签ID长度的1/2到标签ID长度的位位置被视为“最多前缀查询”为了理解,考虑8位查询“10001111”。其中,查询此外,最小位表示不是像查询树算法[31]那样从左到右或像QT -反向算法[32]那样从右到左这种将查询拆分为最小前缀和最大前缀的方法是为了确保以更快的速度分割标签,并降低匹配标签的密度。与最少和最多前缀查询匹配的标签反向散射它们的最少位和最多位。为了便于理解,考虑ID为“10010010”的标签T1当读取器广播最小前缀查询为“10 "并且最大前缀查询为”10“时读取器在接收到查询后立即请求标签T1回复其下一个最小和最大比特。重复该过程,直到RFID读取器成功地框定ID。在冲突仅发生在至少位、仅发生在大多数位或至少位和大多数位的情况下,当多于一个匹配标签响应时,读取器构建查询,如在本文的示例中所示。考虑标记T1(100100)和T2(111011)。当读取器请求标签回复其第一个最小位和最大位值时,标签T1回复为由于在接收大多数位时发生了碰撞,LaMSBA将查询构建为类似地,如果标签在仅传输最小比特期间将面临冲突,则在这种情况下,LaMSBA构建查询在两个比特都 发 生 冲 突 的 情 况 下 , LaMSBA 将 查 询 构 造 为“0XXXX0”、“0XXXX1”、“1XXXX0”和“1XXXX1”。当仔细观察时,可以发现,由于考虑到最小和最大位,标签T1在第一步本身就被分离。当堆栈弹出第一个查询并广播它时,标签1单独响应它的最小位由于LaMSBA有一个确定性的方法,发生-空闲响应的出现是有限的,因此节省了可观的能量和识别时间。识别时间的增加也有助于避免错过标签读取。文中给出了最小和最大有效位仲裁算法的伪代码活动R通知读取周期T逐位Rinitial_tag_response<$add bits已接收从初始标记响应中查找prefix_queryRif len(prefix_query)=len(TAG_ID)then // singletag mute the identified tag端end ifRb <$len(initial_prefix_query)iflen(prefix_query)!= 0然后通知前缀找到标签//将prefix查询推送到堆栈push(prefix_query)其他//由于第一个比特发生冲突//将查询“1”和“0 "推送到堆栈推送(1)推(0)end ifwhile堆栈不为空R//从查询中删除前缀查询poppedbroadcast_query<$pop(probable_query)if len(broadcast_query)=len(TAG_ID)-len(prefix_query)则静音标识的标签转到步骤7end ifR//findleast_bit<$0对于索引<$1到长度(TAG_ID)/2如果broadcast_query[index]=unidentified,则最小位索引如果结束,则结束R//find most bitmost_bit<$0对于索引<$len(TAG_ID)到len(TAG_ID)/2+ 1如果broadcast_query[index]=unidentified,则most_bit<$ index如果结束,则结束R广播broadcast_query,最小比特和最大比特到标签T匹配标签响应最小比特和最大比特的比特值 如果!然后匹配标签,第七end ifR如果接收到(least_bit) =冲突接收到(most_bit)=冲突则push(1,1,least_bit,most_bit)push(1,0,least_bit,most_bit)push(0,1,least_bit,most_bit)push(0,0,least_bit,most_bit)else ifleast_bit=collision thenpush(1,received(most_bit),least_bit,most_bit)push(0,received(most_bit),least_bit,most_bit)一种能量感知的改进型WORM标签79否则,如果most_bit=冲突,则push(received(least_bit),1,least_bit,most_bit)push(received(least_bit),0,least_bit,most_bit)其他push(received(least_bit),received(most_bit),least_bit,most_bit)结束if结束whileR-80K. Parveen等人ð Þ表1在静态环境中设置模拟。地形超高频RFID阅读器数量1类标签数量标签IDRFID阅读器确定空闲响应所花费的时间静默命令的持续时间发出静默命令所传输的位数数据速率符合ISO 1569310米·10米1100096比特0.5 ms0.19毫秒5比特26 kbpsRFID阅读器在运行期间扫描180毫瓦闲置30毫瓦睡眠50毫瓦5. 仿真实验用C++设计了一个模拟器来评估现有的和提出的算法的性能。基于SkyeTek的M1 - Mini RFID阅读器的设计特点,对RFID阅读器进行了建模该环境遵循单通道、泊松到达、指数服务、无限人口(因为RFID读取器不知道标签的数量)、服务以随机顺序,并遵循任意概率分布。作出以下假设● 考虑无噪声信道,即,仅由于冲突而发生分组丢失● 标签的天线永远不会处于90°,即,所有标签都与RFID阅读器的天线对齐。● RFID读取器被允许传输能量,直到所有标签被读取。● 所有标签ID具有相同的位长度。● RFID读取器具有关于标签ID中存在的位数的知识。● RFID阅读器不知道标签的数量● 标记散布在地形内的随机位置● 虽然标签同时通电,但仅在读取过程开始后才估计● 延迟与激励标签,传播和处理省略。5.1. 静态环境表1显示了RFID系统在静态环境中的模拟设置。在识别出每200个标签进行评估后,记录下指标,即冲突、空闲响应、比特传输(读取器和标签)、能耗(扫描、接收和空闲)、花费的时间(比特传输、空闲时间)和总识别时间。6. M/G/1再审判决模型本文首次针对无源RFID系统建立了单读写器重试M/G/1模型,验证了现有算法和提出的算法仿真结果的准确性。该模型还有助于预测RFID系统的行为,尝试为随机出现的需求提供服务。在经典排队论中,通常假设任何客户(即,标签),不能得到服务的用户(即,标识)从服务器中即时发送(即,RFID阅读器)在到达时要么加入等待队列,要么永远离开系统。在实时应用中,情况往往并非如此。标签不是离开服务区(询问区),而是在随机退避时间之后完全返回,以观察现在是否可以获得服务。标准的排队模型没有考虑重试现象,因此推导出一个排队模型,以适应RFID系统环境。为了预测接近实时环境的结果,允许标签而不是在固定位置移动或离开询问区域。还考虑了RFID阅读器在每个识别周期开始后所花费的平均设置时间。另外的新标签根据具有速率k的复合泊松过程到达询问区[30]。发现RFID阅读器忙的标签可以进入轨道(非活动状态)或等待直到RFID阅读器根据随机顺序服务(SIRO)规则进行召唤。此外,系统容量被确定为是无限的,因为RFID读取器不知道询问区域中的标签的数量,因此不能定义上限。任何标签的连续重试间时间由任意概率分布函数A(x)以及对应的密度函数a(x)和拉普拉斯连续服务时间与公共概率分布函数S(x)、密度函数s(x)、相似地,连续启动时间与概率分布函数R(x)、密度函数r(x)、此外,被识别的标签可能以概率再次加入重试组以用于另一服务(是停留标签p或以概率q(1-p)永远离开系统(成为离开标签)。假设对于新标签(当标签发现RFID读取器空闲并且当轨道中没有其他标签时)成功开始服务的概率为d,并且对于所有其他新的和返回的标签,概率被设置为a。假设到达间隔时间、重试时间、服务时间和故障时间相互独立。因此,Kendall符号可以被定义为MX/G/1,表示由一个阅读器组成的简单标签系统,其中标签根据时间齐次复合泊松过程分批到达,并且服务的分布是一般的,系统容量是有限的,并且遵循SIRO队列规则。6.1. 分析评价在移动环境中,标签可能连续到达、离开或随机停留为了深入了解系统的效率以及识别到达标签的大致识别时间,了解等待识别的标签数量至关重要。基于Krishnakumar和Pavai Madhes-wari[30]的结果,在稳态条件下系统中的标签的平均数量(LS)由等式给出。(1):一种能量感知的改进型WORM标签81电子邮件:info@gmail.com!PSzP0ff1/2 z1-zcωk]zRωwz1/2-pSωwz]pzSωwzza-d1-zcωk½Sωwzap-a]gz-Hω哪里kωk -apkES-a1kERP0¼dqcωka-dq1kERL¼. dPzð1ÞsdzSz 1/2其中PS(z)是系统中标签数量的总概率生成函数。22a-d1/2-cωkkES]g2kESdcωk 2 221/2½a-d1kERdcωk]kaESaER2k2 1-cωk fakES pa1kES g2½cωk-akESp -a1kER]流量密度乃用以评估读者于指定时间段内的平均点击率。 它有助于确定阅读器的稳态条件,并预测系统何时可能达到爆炸状态。由于标签的到达和离开可能是随机的,因此对系统的性能进行分析是非常必要的。阅读器忙的概率由等式给出(二):P忙/<$zlt1Qωz;0表2展示了移动环境中的模拟设置。此外,到达的标签可以在轨道中等待或者基于查询参与正在进行的识别周期。类似地,离开的标签可以是未识别的标签或已识别的标签。7. 仿真结果如第5.1节所述进行模拟设置。P忙kESQð2Þ模拟环境中的标签被设计为具有随机分布的ID。这些指标包括冲突、空闲响应、比特传输、能量消耗和识别时间令WS表示标签在系统中花费的平均时间,der stable state.然后,由于Little(3)、在每识别出第200个标签后记录下来在识别了1000个标签之后,在实现LaMSBA时发生的冲突的数量是945,示出了实现LaMSBA的方法。LSWs¼kð3ÞAQS降低了57.78%(图2)。LaMSBA能够大大减少碰撞,这是由于构建了一个由于假设读取器发射波直到所有标签被识别,因此时刻E(R)和E(R2)被指定为0。此外,由于成功启动和假定阅读器处于非故障(修复)状态,a和d被标记为1。关于c*(k),该值取决于来自轨道(非活动状态)的重试率6.2. 移动环境下的仿真设置模拟实验在单个读取器上进行,并且标签以每秒5、6、7、8和9个标签的速率到达。表2说明了进行实验的环境。此外,还考虑了针对静态环境列出的假设。此外,为了模拟停留和离开标签的场景,标签可以分别以概率p=0.6和q=0.4停留和离开。为了理解停留和离开标签的模拟,考虑在读取器的询问区中存在12个标签模拟器随机选择五个标签(四舍五入为整数)离开该区域(无论是否识别),七个标签(四舍五入为整数)被视为停留标签。通过同时考虑来自左侧和右侧的冲突比特来进行查询,使得响应于查询的标签的数量将受到限制。相对于图3中观察到的空闲响应,实质性降低也是明显的。LaM-SBA能够减少空闲响应的生成,因为仅基于最少和最多比特的标签响应确定性地构造查询图2 AQS和LaMSBA的碰撞次数。表2移动环境下的模拟设置。参数地形UHF RFID阅读器数量标签ID标签可以停留的概率(p)标签可以离开的概率(q)RFID读取器确定空闲响应所静默命令的持续时间发出静默命令所传输的位数数据速率符合ISO 15693值5米·5米15、6、7、8和9个标签/秒96比特0.60.40.19毫秒5比特26 kbpsRFID阅读器在运行期间扫描180毫瓦闲置30毫瓦睡眠50毫瓦þ¼82K. Parveen等人表3LaMSBA的识别率算法耗时(s)识别率(tags/s)AQS 29. 77 33. 59LaMSBA 17.09 58.51用于WORM标签的能量感知改进的最小和最大有效位仲裁算法81图3 AQS和LaMSBA的空闲响应。图5标签响应期间消耗的能量图4 AQS和LaMSBA传输的位数与AQS 相比,比特传输的总体减少(图4)减少了19.52%。由于标签的即时分离,这种降低是可能的。虽然AQS遵循从左到右浏览位的通常过程,但LaMSBA尽一切可能确保响应特定查询的标签数量有限,读取器使用较少数量的查询来识别区域中的某个标签。在减少传输比特数的过程中,与AQS相比,LaMSBA在扫描时节省了58.68%的能量。另一方面,来自标签的比特传输的减少使得读取器在AQS消耗时消耗556.01毫焦耳。882.27毫焦耳(图5)。图6示出了读取器在扫描期间消耗的能量。总的来说,LaMSBA消耗了2612.26毫焦耳,而AQS消耗了5755.95毫焦耳。只有通过减少识别过程中的空闲响应,才有可能实现这种重大的减少。当观察比特传输所花费的时间时,AQS需要14.7秒,然而LaMSBA减少了对12.29秒,由于在阅读器接收的位数减少(图。 7)。7.1. 分析评价表3总结了AQS和所提出的算法LaMSBA的识别率。如表3所示,与AQS相比,LaMSBA每秒识别的标签数量为58.51个标签,AQS的识别率为33.59个标签/秒图6读取器在扫描期间消耗的能量图7 AQS和LaMSBA消耗的总能量模拟环境遵循第6.2节和表2中提供的详细信息。82K. Parveen等人表4LaMSBA的分析和模拟结果到达率分析结果模拟表5 LaMSBA-交通强度的分析结果Tags/s Tra c intensityAQS LaMSBA由于识别效率提高了74.20%,到达速率13、14和15标签/秒也用于研究。使用等式(1)计算系统中标签的平均数。该平均值是在观察模拟实验25分钟后获得的。如表4所示,等待的标签的平均数量表6LaMSBA的分析结果Tags/s Tra c intensityAQS LaMSBA1.654597 0.303887235585 0.939170系统中的服务已大大减少,仅仅是由于70.8093400.264022LaMSBA的方法论。LaMSBA能够最小化81.1273230.293306系统中的标签数量急剧增加,94.3256690.312772比其他算法更快地识别和识别标签10–0.433903Rithms 当等待的标签数量为15.58个标签时,11–0.412706CBCID,LaMSBA只有六个标签,尽管重审率下降。如表4所示,当到达速率被设置为12个标签/秒时,LaMSBA具有大约6个标签,而AQS在到达速率一超过9个标签/秒就达到爆炸性状态。此外,由于即使标签以15个标签/秒的速率到达时系统也是稳定的(表5),因此可以看出,LaMSBA与AQS相比在系统中仅具有71个标签从表5中可以看出,即使当到达标签的数量超过12时,仍然观察到系统处于稳定状态,而这在AQS中没有注意到。抵港率的上升令交通流量逐渐增加,而非如AQS所见的大幅增加。这是由于LaMSBA的识别率提高,因为该算法可以在一秒钟内识别58.51个标签,而不是现有的和拟议的算法。类似的观察结果见表6。(tags/s)重审率标签数量结果(平均值)5221.51936321.41347361.84848412.36049482.814510504.339511624.539612676.885913817.71911148516.77018159371.3407512–0.57378513–0.59377014–1.19791215–4.7564008. 结论改进的最小和最重要位算法(LaMSBA)的引入可以被认为是最小化RFID系统所经历的空闲响应数量的更好的替代方案之一。在传统的基于查询树的算法中,标签从查询的左到右或从查询的右到左响应,如下所述,其中LaMSBA中的标签同时从左和右响应冲突位。此方法显著改善了标签识别过程,并通过进行的大量模拟实验予以证实。仿真还确保了空闲响应的重复生成被最小化,这总是被发现是识别延迟和能耗增加的主要原因之一。对于1000个标签的识别,发现发生的冲突的数量为945,传输的总比特为3,073,812比特,并且花费的总能量为2612.26毫焦耳。识别总时间为17. 09秒,识别效率较现有AQS提升74. 20%。计算的分析结果也支持通过模拟实验发现的效率。该系统被发现是稳定的,即使当标签到达的速度为15标签/秒。此外,标签的平均等待时间被发现是大约0.64秒,并且在系统中等待的标签的数量是大约71个标签。由于该算法能够在最短的时间内识别标签(大约每秒58个标签),当与AQS(大约每秒33个标签)相比时,可以得出结论,LaMSBA可以被认为是时间和数据关键型无源RFID系统中实现的理想选择。LaMSBA未来的研究方向将是在实时环境中测试不同的标签人口。随着为RFID部署开辟了广泛的途径,在这些系统中实现的冲突解决算法应该进一步能够处理不同的标签ID长度。90.6698250.384525引用10–0.42725011–0.469975[1]YukselMehmetErkan,YukselAsımSinan. RFID技术在12–0.512700业务系统和供应链管理。J Econ Social13–0.555425Stud 2011;1(1):5314–0.598150[2]李波,杨玉清,王俊宇。防碰撞问题分析15–0.640875Gen2方案。Auto-ID Labs白皮书WP-硬件-047; 2009年。第150.3721250.21362560.4465500.25635070.5209750.29907580.5954000.341800用于WORM标签的能量感知改进的最小和最大有效位仲裁算法83[3] 海斯JF。局部分布的自适应技术。IEEE Trans Commun,COM 1978;26:1178[4] Rohatgi A,Durgin GD. RFID防碰撞系统采用扩频技术。技术报告; 2005年,p.1-19[5] 作者:Choi JH,Lee D.基于查询树的预留,实现有效的RFID标签防冲突。IEEE Commun Lett 2007;11(1):85[6] Parveen Katheeja , Abdul Khader Sheik , Ahamed RabbaniMunir.无源RFID标签防碰撞解决的B位池化无记忆算法。在:IEEE国际会议通信控制和计算技术; 2010年。p. 357比65[7] 余S,詹Y,王Z,唐Z.基于跳跃和动态搜索的防碰撞算法及其分析。计算机工程2005;31:19-20.[8] 黄CP,冯泉源。RFID系统中用于标签防冲突的基于位槽ALOHA协议。IEEE Commun Lett 2007;11(2):946[9] 克莱尔·迪拉杰,陈坤楚,拉德拉德。RFID防碰撞协议的综述和教程。IEEE Commun Surv Tutor 2010;12(3):400[10] 施瓦茨 M. 电信网 络协议。 建模和分析。 USA : Addison-Wesley; 1998,p. 201-15[11] 芬肯策勒湾RFID手册非接触式智能卡和识别的基本原理和应用。约翰威利父子公司2003年。[12] 放大图片作者:Dheeraj Klair,Chin K-W,Raad R.基于纯ALOHA和时隙ALOHA的RFID防碰撞协议的能量消耗研究。Comp Commun 2009;32:961[13] Cha JR,Kim JH. RFID系统中快速物体识别的新型防碰撞算法。第11届并行与分布式系统国际会议。韩国; 2005年。p. 63比7[14] 陈文子提出了一种提高基于动态帧长ALOHA的RFID防碰撞算法性能的标签精确估计方法。IEEE Trans Autom Sci Eng2009;6(1):9-15.[15] 耿淑琴,吴武臣,侯立刚,王章。多标签RFID防碰撞算法。2010:103-12.[16] Tsybakov BS,Mikhailov VA.在广播信道中有反馈的自由同步分 组 接 入 。 Problemy Predachi Inform ( USSR ) 1978;14(4):32[17] Capetanakis J. 分 组 广 播 信 道 的 树 算 法 。 IEEE TransInformTheory 1979;25:505[18] Hush DR,Wood C. RFID仲裁树算法分析。在:IEEE信息理论国际研讨会。墨西哥城,美国; 1998年。p. 一百零七[19] 罗智,李健,萧启彦。标签识别的高效无记忆协议(扩展摘要)。在第四届会议上,移动计算和通信离散算法和方法国际研讨会。Toronto,CA;2000.第75-84页。[20] 陈远新,洪世进,润瑞生,赖瑞麟,陈荣江,陈伟智,潘毅,寺野孝夫。RFID系统中识别无源标签的一种新的防碰撞算法。IEEE Trans Indust Inform 2010;6(1):105[21] 放大图片作者:Bonuccelli MA,Lonetti F,Martelli F. RFID网络中标签识别的随机散列。技术报告:计算机通信和网络;2005年。p. 一比八[22] 杨伟杰,王伟杰,王伟杰.具有防碰撞算法的非接触式识别设备。在:电路系统,计算机和通信会议。雅典,希腊; 1999年。p. 1比6[23] Choi H-S,Cha J-R,Kim J-H.泛在身份系统中的快速无线防冲突算法。载于:车辆技术会议; 2004。p. 4589-92.[24] Myung J , Lee W , Srivastava J. Adaptive binary splitting forefficient RFID tag anti-collision. IEEE Person Commun Mag2006;10(3):144-6.[25] Alsalih Waleed,Ali Kashif,Hassanein Hossam. RFID系统中基于最优距离的标签防碰撞聚类。在:IEEE本地会议,计算机网络; 2008年。p. 266比73[26] 刘俊,李健,石毅,权泰,崔毅。RFID系统中标签冲突仲裁的混合查询树协议。In:IEEE ICC*.苏格兰; 2007年。p. 5981-6[27] 申J-D,Yeo S-S,Kim T-H,Kim SK。RFID系统中的混合标签防碰撞算法。Berlin/Heidelberg,UK:Springer; 2007,p.693-700。[28] Parveen Katheeja , Khader Sheik Abdul , Rabbani MunirAhamed. RFID 系 统 中 无 源 标 签 识 别 的 簇 位 冲 突 识 别 。Commun Comp Inform Sci 2011;133(2):190[29] 曾德芳,林志成。在射频识别系统中,借助干扰消除和标签集分割实现防冲突。IET Commun 2009;3(1):143[30] Krishnakumar B , Pavai Madheswari S. 启 动 失 败 多 重 休 假MX/G/1重试排队Operat Res 2003;40:115-37.[31] 施丹华,孙培良,颜东成,黄世铭。RFID防冲突协议的分类和调查:简短调查。计算机通信2006;29(11):2150[32] 赵俊植申济东金成权(2008),RFID标签防冲突协议:具有反向ID的查询树。2008年在先进通信技术国际会议上。p.225-230
下载后可阅读完整内容,剩余1页未读,立即下载
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)