基于RFID技术的自适应分组标签防碰撞算法研究

许仙明 吴敏 吴静进 胡小兵 朱淑云

摘要：RFID技术具有安全可靠、可远距离识别等特点，被广泛应用于智能识别与机器人技术中。传统的类标签算法普遍存在不足，文中基于RFID技术研究了自适应分组的标签防碰撞算法。自适应分组的标签防碰撞算法在一定程度上改善了多目标标签的情形，提高了系统的识别速度，且利用了阅读器与标签中的信息通道。仿真结果表明，自适应分组标签防碰撞算法可以大幅减少能量损耗，提高识别精度，弥补了传统算法的不足。

关键词：自适应分组;标签防碰撞算法;RFID技术;信号控制;参数设定;仿真实验

中图分类号：TN959.1+7-34;TP391.4

文献标识码：A

文章编号：1004-373X（ 2019） 24-0055-04

在自动识别技术的发展中，有诸多识别技术，其有各自的优势。但由于射频识别技术其自身的独特优势，被广泛应用于物流、AGV、仓储等行业，研究者也着手研究功能更加成熟的RFID技术[1-3]。

RFID技术的防碰撞算法是近年来的研究热点，本文在分析国内外研究现状的基础上，分析了现有RFID标签防碰撞技术的缺点和局限性，并在现有防碰撞算法的基础上[4-6]，研究了自适应标签分组的防碰撞算法。标签防碰撞算法的基本思路是在检测到有其他信号源发送信号时，射频识别系统内信号发生器停止发生指令。再经过一段时间后，若无干扰信号，则继续发生信号，以此来减少发生碰撞的概率。仿真结果表明，基于RFID技术的自适应分组标签的防碰撞算法在满足通信协议的基础上，可以较好地达到防碰撞的目的，该算法具有良好的实用价值。

1 RFID基本原理

RFID又称为射频识别技术，射频识别系统主要由3部分组成，分别是中央处理系统、标签和阅读器，各部分之间的联系如图1所示[7-8]。

1.1 阅读器

阅读器是射频识别系统的重要组成部分，主要负责对标签进行读写操作，即与标签进行双向通信，并接收其他设备发出的指令。射频识别系统的工作频率与阅读器的工作频率紧密相关，且构成因果关系。阅读器的工作频率影响整个系统的频率，系统的识别距离由阅读器决定。因此，阅读器在射频识别系统中起着重要的作用，其是射频识别系统的控制中心，起控制整个系统和处理信息的作用。

1.2 标 签

射频识别系统的另一个重要组件是标签，也是防碰撞算法的核心部件。标签用于存储数据，在识别系统中起到重要作用。其可以实现自动管理，自动将获取的信号传输到识别系统，方便用户使用。标签由逻辑控制单元控制信息的存储，其具有芯片和射频接口。与其他的通信系统类似，标签又被称作接收器。标签的结构见图2。

1.3 中央处理系统

射频识别系统的核心是中央处理系统，其是整个系统的控制中心。读写器获取的数据传输到中央处理系统，中央处理系统对采集的数据进行分类和处理。同时，管理内部的存储、控制阅读器。典型的RFID为无源系统，表1为无源RFID的技术参数。

2 算法设计思路

在实际的射频识别系统应用中，通常难以事先获取标签的总数目，即无法根据标签的数量确定最佳帧长。而帧长是影响整个系统的关键，也是设计防碰撞算法所要用到的一个参数。在传统的时隙ALOHA算法中，无法获得最佳帧长，存在局限性[9-10]。为解决这一问题，本文提出了基于RFID技术的自适应分组标签防碰撞算法。其通过将获取到的标签进行动态分组.来识别和确定帧长，改善时隙ALOHA算法。自适应分组标签的防碰撞算法（TAAG）核心思想是合理地对标签进行分组，并对标签进行编号。按照一定的原则将所有标签进行动态分组，通过射频识别系统识别每一组的标签。依据系统的识别结果，可以估计整个系统的标签数量，获得最佳帧长。

2.1 算法步骤

自适应分组标签算法涉及标签的几个工作状态，分别为准备状态、待命状态和静默态[11]。

准备状态（READY）：当系统处于该状态时，标签处于询问状态，此时的标签准备接收访问。

待命状态（STANDBY）：在准备状态之后，标签内部将所有数据进行初始化，并通过标签分组，再选择一个分组的标签进行算法识别，被选中标签所处的状态称为待命状态。

静默态（QUIET）：在待命态之后，标签不再参与后续识别过程，该状态被称为静默态。

在自适应分组算法中，通过射频识别系统的识别算法步骤为：当标签寄存器中的数值全为0时，识别系统内部的标签把本身的地址发送给阅读器;在固定的时间间隔内，若标签和阅读器之间能够正常进行通信，则将其看作成功时隙。

2.2 标签防碰撞算法

标签防碰撞算法的基本思路是标签与阅读器发送通信时，若有其他标签干扰，则多个标签发送的信号出现重叠现象，会使得物体之间发生完全或非完全碰撞。为了避免物体碰撞，在检测到有其他信号源发送信号时，射频识别系统停止发生指令。经过一段时间后，若检测到无干扰信号，则继续发生信号，以此来减少发生碰撞的概率。

2.3 算法分析

自适应分组标签防碰撞算法传输的数据，是用二进制数来表示的。在传输过程中，最高碰撞位被传输到射频识别系统中，若标签的ID为M位，则传输的次数为：

m= log2M

（1）

用二进制位来表示碰撞信息，可以提高精确度，且在传输过程中，可以减少有效信息的丢失。对于任意一个标签的分组，若有Mi个需要识别的标签，系统则自动计算需要碰撞的次数，自動选择搜索算法来查询，且查询次数公式为：

根据自适应分组算法的特点，无论查询次数和标签处理数据是否满足条件，系统均会动态使用自适应分组搜索，且搜索时间为：

3 算法仿真结果与分析

本节将通过仿真实例来说明自适应分组标签防碰撞算法的优点。在仿真的过程中，使用到了3个参数，用来衡量算法的性能，分别是吞吐率、Number of Slots（NoS）、Required Cycles'12'。

吞吐率：通过S时隙的数目与总时隙数目之比，其反应了信道的使用率。

Throughput=S/S+E+C

Number of Slots：其用来描述阅读器访问数据库时所花的时间。花费的时间越短，表示算法的性能越强。

Required Cycles：其是描述算法性能的通信参数，表征射频识别系统通信能力的强弱。

综合以上3个参数，可以判断防碰撞算法的优劣。在本文自适应分组标签防碰撞算法的仿真分析中，采用蒙特卡罗方法，将初始数据设为：M=4，A=4，L表示帧时隙长度。仿真对吞吐率、识别时隙数和识别周期数进行跟踪。图3是本文自适应分组算法仿真结果图。从图中可以看出，算法在阅读器阅读标签时，有更少的Cy-cles数目，可以减少算法使用阅读器和标签的通信次数。相对于其他算法，该算法的防碰撞率更高，其使用到的标签数更少，这也说明了该算法的优越性。不同算法的比较，如表2所示。

4 结语

本文基于RFID技术研究自适应分组标签的防碰撞算法，通过将获取到的标签进行动态分组，来识别和确定帧长，改善了传统的时隙ALOHA算法。虽然TAAG算法和TAPC算法均可维持识别精度，且有较好的应用价值，但本文提出的自适应算法在性能上更优，能够弥补难以获取帧长的缺陷。其使用到的标签数更少，且该算法的防碰撞率更高，更具备节能性，为后续研究工作提供了理论依据。在后续研究中，将研究在大规模标签分组情形下，提高算法的防碰撞能力。

参考文献

[1]莫崇江.一种改进的搜索树RFID防碰撞算法[J]电子测量技术，2018 .41（ 21）：59-62.

MO Chongjiang. An improved search tree RFID anti-collisionalgorithm [J]. Eleclronic measurement technology， 2018， 41（ 21）：59-62.

[2]王红艳.RFID联合路由选择技术在自动化物流系统中的应用研究[J]白动化与仪器仪表，2018（ 10）：37-39.

WANG Hongyan. Application of RFID joint routing selectiontechnology in automated logistics system [J]. Automation and in-struments. 2018（ 10）： 37-39.

[3]兰庆庆，肖本贤.基于网格的密度峰值聚类算法的RFID定位[J].电子测量与仪器学报，2018，32（10）：73-78.LAN Qingqing， XIAO Benxian. RFID location based on griddensity peak clustering algorithm [J]. Journal of electronic mea-surement and instruments， 2018. 32（ 10）： 73-78.

[4]郭稳涛，郑剑，李兵，等.一种高效的RFID系统冗余阅读器消除算法[J].东北师大学报（自然科学版），2018，50（3）：72-78.

GUO Wentao， ZHENG Jian， LI Bing，et al.An efficient re-dundant reader elimination algorithm for RFID system [J]. Jour-nal of Northeast Normal Universitv （Natural science edition），2018. 50（3）：72-78.

[5]王玉青，李开宇，孙纯鹏.改进动态帧时隙ALOHA算法[J]电子科技，2012，25（7）：76-79.

WANG Yuqing， LI Kaiyu， SUN Chunpeng. Improved dynamicframe slot ALOHA algorithm [J]. Electronic science and tech-nology， 2012， 25（7）： 76-79.

[6]严大虎，徐杨杰.融合ZigBee的改进射频识别室内定位算法研究[J].系统仿真学报，2018，30（ 11）：4484-4491.

YAN Dahu， XU Yangjie. Research on improved radio frequen-cy identification indoor location algorithms based on ZigBee [J].Journal of systems simulation. 2018， 30（ 11）： 4484-4491.

[7]夏英，杨雪，张旭，等.基于RFID位置语义的室内移动轨迹聚类算法[J].重庆邮电大学学报（白然科学版），2018.30（3）：383- 389.

XIA Ying， YANG Xue， ZHANG Xu. et al.Clustering algo-rithm of indoor moving trajectory based on location semanticsof RFID [J]. Journal of Chongqing University of Posts and Tele-communications（ Natural science edition）， 2018， 30（3）：383- 389.

[8]蔣天齐，洪涛，余忠华，等.PCB集成化RFID在电能表智能制造中的研究应用[J]计算机测量与控制，2017， 25（2）：234-237.

JIANG Tianqi， HONG Tao. YU Zhonghua， et al.Applicationand research of energy meter intelligent manufacture based onPCB integrated RFID [J]. Computer measurement&control，2017，25（2）：234-237.

[9]张小红，周伟辉.动态帧时隙的二进制树RFID防碰撞算法研究[J]系统仿真学报，2018.30（3）：1063-1073.

ZHANG Xiaohong， ZHOU Weihui. Binary tree RFID anti-colli-sion algorithms for dVnamic frame time slot [J]. Journal of sys-tems simulation， 2018. 30（3）：1063-1073.

[10]何静，刘冉，肖宇峰，等.融合RFID相位差和激光扫描的动态目标定位[J]仪器仪表学报，2018.39（2）：81-88.

HE Jing， LIU Ran， XIAO Yufeng， et al.Dynamic target loca-tion combining phase difference of RFID and laser scanning[J].Chinese journal of scientific instrument. 2018. 39（2）： 81-88.

[11]韩晓菊，汪定伟.分销网络RFID使能的CONWIP策略的仿真与优化[J]系统T程理论与实践，2017，37（12）：3088-3097.

HAN Xiaoju， WANG Dingwei. Simulation and optimization ofCONWIP strategy enabled by RFID in distribution network[J]. System engineering theory and practice， 2017. 37 （12）：3088-3097.

[12]史露強，何怡刚，罗旗舞，等.改进的混合查寻树RFID防碰撞算法[J]电子测量与仪器学报，2017，31（8）：1281-1288.

SHI Luqiang， HE Yigang， LUO Qiwu， et al.Improved hy-brid search tree RFID anti-collision algorithm [J]. Journal ofelectronic measurement and instruments， 2017， 31（8）：1281-1288.

作者简介：许仙明（1981-），男，江西吉安人，硕士，讲师，研究方向为电机与电器控制研究。