论文部分内容阅读
在信息科技高速发展的今天,物联网(Internet of Things,IOT)技术的重要性正越来越凸显出来。射频识别技术(Radio Frequency Identification,RFID)作为物联网感知层采集数据信息的关键技术,凭借快速读取、多目标识别、成本低、数据安全性高、非视距等优点,使其在未来应用会更加广泛。在未来物联网应用环境下,所需感知的底层数据必然是海量大规模的,而通信信道资源是有限的,当多个标签争用同一无线信道与阅读器通信时,不可避免地会产生数据碰撞问题,影响系统的识别速度与识别效率。标签数据碰撞问题的解决对RFID系统整体性能的提高至关重要,尤其是在未来物联网应用的大规模标签数据环境下,解决这一问题的重要性显得尤为突出。因此,需要建立有效且高效的防碰撞机制,用以解决多标签识别的碰撞问题,这也成为国内外学者的研究热点方向。RFID系统标签防碰撞算法主要有两大类,一类是基于ALOHA的不确定性防碰撞算法,一类是基于树型结构的确定性防碰撞算法。本文主要研究确定性的树型结构防碰撞算法,并针对现有的树型结构防碰撞算法在大规模标签识别时存在的搜索深度过深、碰撞时隙数与查询时隙数过多的问题,提出了一种新型有效算法---增强型锁位后退防碰撞算法(Enhanced algorithm based on BLBO,EBLBO),具体在以下三方面进行了改进:1.在锁定标签碰撞序列后,提出每三位碰撞位一识别的方式,即八叉搜索识别方式,来有效减少碰撞时隙数与标签识别延时,提高了系统吞吐率;2.提出一种碰撞前缀预测的方法来有效地消除由于采用每三位碰撞位一识别所带来的空闲时隙增加的问题,避免空闲时隙所带来的系统标签识别性能下降;3.在搜索树算法中引入堆栈思想,即在阅读器中维护一个碰撞堆栈,将预测出来的确定存在的碰撞前缀存储于碰撞堆栈中,查询时依次弹出栈首碰撞前缀进行查询,避免回到根节点处查询所带来的冗余。然后对所提新算法EBLBO在阅读器的查询次数、传输数据量、标签平均识别延时及系统吞吐率等性能指标上,进行了理论推导及仿真实验。实验结果表明,在大规模标签识别环境下,新算法通过这三点改进,较原锁位后退防碰撞算法BLBO,阅读器查询次数减少近16.6%,系统吞吐率提高近10%,传输数据量减少近48%,标签平均识别延时减少近1.36ms;有效降低了碰撞时隙数与查询时隙数,进一步减少了传输数据量及标签识别延时,系统吞吐率及系统整体识读性能得到有效提高,证明了所提新算法的有效性与优越性。最后分析与讨论了碰撞前缀预测位数对系统标签识别性能的影响,并给出碰撞前缀预测位数与阅读器查询次数、传输数据量、标签平均识别延时及系统吞吐率的关系曲线,论证出使系统标签识别性能达到最优时的碰撞前缀预测位数。