... Tag Collision Arbitration in RFID systems 基于混合查 ….pptVIP

A Hybrid Query Tree Protocol for Tag Collision Arbitration in RFID systems基于混合查询树的RFID防碰撞算法;摘要 本文提出了基于查询树的防碰撞算法，它结合了树形查询算法(tree based query)和时隙延迟机制(slotted backoff mechanism)的优点，通过减少标签碰撞发生的概率和闲置时间，算法可以有效的减少标签识别延误(identification delay)。为了减少标签发生碰撞的概率，我们使用了4线树形查询(4-ary query tree)的方法而不是使用二进制树有哪些信誉好的足球投注网站算法(binary query tree)；为了减少标签的闲置时间，本文引入了时隙延迟机制来减少不必要的查询命令。在静态环境RFID系统，本文提出的算法实现过程分为两个阶段：第一个阶段是叶查询阶段(leaf query phase)，这个阶段主要应用于某个范围内标签数量是确定了的，这个阶段读卡器重用查询命令，直接对叶节点进行查询；第二个阶段是根查询阶段(root query phase)，这个阶段主要应用于查询范围内有新增标签的出现，读卡器从根节点开始进行查询。仿真结果表明，无论查询环境标签数量是否固定，本文提出的算法都比其他算法跟优异，标签识别的时延更加小。 ;I. INTRODUCTION;RFID系统的优劣取决于读卡器对标签的识别速度，所以为了快速识别标签，人们提出多种防碰撞算法，大致来说可以分为两类：ALOHA算法和树形(Tree-based)算法。本文在查询树基础上提出一种了混合标签防碰撞算法---混合查询树算法(hybrid query tree (HQT) protocol)，本算法有两个特点：一、四线树形有哪些信誉好的足球投注网站机制；二、时隙延迟机制。;首先，算法执行4线树形查询机制，4线查询机制使用的是两位的代码而不是像普通查询树方法那样使用一位代码，这样就可以减少标签碰撞的数量，因此查询的效率就更高。 其次，使用了4线树形查询机制可以有效减少标签碰撞的次数，但是会引起闲置时期的增多，所以为了减少闲置时期，本文提出在标签响应读卡器的查询命令之前先执行时隙延迟机制，其中标签的延迟时间是根据本身的ID号来确定的。 最后探讨了静态环境下的标签的识别问题，所谓静态环境是指有两类标签，新到的标签(new arriving tags)和已经存在的标签(existing tags)。;为了解决静态环境标签的识别问题，本文提出了叶-根??询机制(Leaf-Root Query mechanism)，它将查询过程分为两个阶段：叶查询阶段(leaf query phase)和根查询阶段(root query phase)。 叶查询阶段：读卡器重用历史查询命令(history of query strings)直接对标签进行查询，其中叶查询阶段只对成功时期(success cycles)进行查询，而不对闲置时期(idle cycles)进行查询。 根查询阶段：读卡器将首先将新到的标签和已经存在的标签区分开来，然后对新到的标签进行识别。 ;2. HYBRID QUERY TREE PROTOCOL ;2.2 基于时隙延迟机制的标签响应(Slotted Backoff Tag Response Mechanism);例如，如图二所示，假设在读卡器的查询范围内有三个标签‘010100’, ‘010101’, 和 ‘010110’，读卡器发送查询字符串‘0101’，此时标签发生碰撞，但是应用时隙延迟机制，每个标签都先延迟一段时间再响应读卡器，根据三个标签的后缀‘00’, ‘01’, 和 ‘10’，假设设定延迟时间为1、2和3个延迟时间间隔(backoff time)。;2.3 Query Reducing Mechanism;读卡器经过计算之后，得出在繁忙时间段内只有三个标签有响应，那么读卡器将在‘0101’重新发送新的查询命令‘010100’, ‘010101’, 和 ‘010110’，但是读卡器却并不发送‘010111’(不必要的闲置时期)，所以这样就可以减少查询命令的次数。但是此方法也有一些缺点，就是不能检测闲置时期，例如，图二中假如没有‘010101’这个标签，但是读卡器还是一样会发送‘010101’这个查询命令。;查询树算法和混合查询树算法的执行过程如表一、表二所示(图一的例子)： 从表中可以看出本文提出的方法不仅减少了查询命令，还减少了标签碰撞次数。;3 扩展混合查询树算法(EXTENDED HYBRID QUERY TREE PROTOCOL);3.1 Leaf-Root Query Mechanism;3.2 最长前缀匹配算法(Longest Prefix Matc