基于ALOHA 算法的 RFID 防碰撞技术研究

　　在图3中，无论是采用一组还是两组，都会达到同样的期望系统效率的标签数：

　　由上式我们可以得到n=354。如果未识别标签数大于354时，为达到最佳系统效率，我们将标签分成两组。我们提出的分组算法是基于最大帧时隙数为256的动态帧时隙ALOHA算法。在算法中，首先定义：
　　(1)为达到最大系统效率，通过获取最后一个阅读帧的结果(0或是1)来决定对分组标签进行响应，以确定新循环帧的大小。
　　(2)为减小RFID系统的复杂性，通过使用n=c1+2ck估计函数来确定标签数量。
　　(3)利用上面推导出的n=354，作为分组的条件。当系统内标签数量比较小时，则使用最大帧时隙数为256的动态帧时隙ALOHA算法。一旦标签数量超过了354时，则使用分组帧时隙ALOHA算法，来限制系统内的响应的标签数量。过程如图4所示。

　　我们利用二进制树形分解法对标签进行分组，如图5所示。二进制树形结构可以有效地对未识别标签进行搜索。对分组后，获取最后一个阅读帧的结果(0或是1)来判断是否继续分组。如果结果是1，表示达到时隙分离条件，需要对标签继续进行分组，直到结构是0为止。如果结果是0，表示未达到时隙分离条件，并采用动态帧时隙ALOHA算法对标签进行识别。

　　对提出的算法进行了仿真。结果表明：当标签数小于354时，分组帧时隙ALOHA算法采用动态帧时隙ALOHA算法；当标签数大于354时，分组帧时隙ALOHA算法对标签数进行分组识别。所以标签数越多，分组帧时隙ALOHA算法所使用的时隙数越少，效率越高。如图6所示。

　　4结束语

　　本文基于ALOHA算法，分别对帧时隙算法和动态帧时隙算法进行研究和分析，并提出一种利用二进制树形分组的时隙ALHOA算法。对提出的分组算法和传统的动态帧时隙算法进行比较。当标签数过大时，采用此方法有利于提高系统效率，并减少了计算和操作的复杂度。