[发明专利]一种基于盲分离的帧时隙超高频RFID系统防碰撞方法

说明书

技术领域

本发明属于通信领域中的多标签读取技术，涉及标签的防碰撞方法。

背景技术

射频识别(Radio Frequency Identification,RFID)是一种非接触式自动识别技术，与传统的识别方式相比，它可在非接触、非光学可视、非人工干预情况下完成信息输入和处理，具有操作方便、存储量大、保密性好、反应时间短、对环境适应性强等优点，现已广泛应用于门禁、交通、食品安全及物流等领域。在RFID通信系统中，阅读器的作用范围内往往有多个标签共存，若阅读器发送查询命令，会引起多个标签同时响应，造成标签的响应信号不能被阅读器快速识别，导致了RFID系统的识别效率的降低。标签的防碰撞算法可以实现多个标签和阅读器之间的正常通信，而算法的优劣与阅读器的标签吞吐率密切相关。常见的RFID系统防碰撞算法可以分为确定性和非确定性两种。基于概率统计的ALOHA防碰撞算法是非确定性的，标签通过随机选择发送信息的时隙减少碰撞，且只有在标签数量与时隙数相当时，算法才能保持较高的识别率，最大值为36.8％。即使是改进型的可自适应调整帧长的动态帧时隙ALOHA算法的最大识别率也仅为58％；确定性算法中识别率较高的基于分组机制的跳跃式动态二进制防碰撞算法的最大识别率也只是刚超过50％。EPC Gen2规定了基于动态帧时隙随机算法的Q算法用于解决标签碰撞问题，具有一定的自适应性并表现出良好的吞吐率性能。Q算法可以在一个盘存周期的任意时刻通过调整Q值改变时隙数，使未被识别的标签重新选择响应的时隙，进入下一帧的响应中，但Q值可能发生的反复变化会影响算法的识别效率，标签识别率也基本维持在50％左右。因此，为了进一步提高防碰撞算法的标签识别率，必须寻求一种可以在同一时刻识别多个标签的新型算法，本算法由此应运而生。

信号的盲源分离(Blind Source Separation,BSS)是指从若干观测到的混合信号中恢复出无法直接观测的原始信号。由于原始信号分别来自不同的信号源，因此可以认为原始信号之间是相互独立的。独立成分分析(Independent Component Analysis,ICA)是20世纪80年代发展的一种统计和计算机技术，是当前盲源分离中最为流行的方法之一。

发明内容

本发明针对频率范围在860-960MHz内的超高频(UHF)RFID系统，结合帧时隙ALOHA算法，通过建立阅读器的盲源分离天线系统模型，用简单但有效的FastICA算法(快速ICA算法)对标签混合信号进行盲源分离，提出了一种基于盲分离的帧时隙超高频RFID系统防碰撞算法(Blind Separation and Framed-slot Algorithm,BSFA)，达到了同一时刻识别多个标签的目的。本发明相比于现有的标签防碰撞算法具有较高的标签识别率且用时较少，性能优异，在中大型企业的仓库、物流中具有较强的应用价值。

1.RFID系统与盲源分离技术相结合

1.1RFID系统的FastICA算法步骤分析

设阅读器的作用范围内有n个标签，标签向阅读器发送的响应信号(原始信号)为S＝[s₁,s₂,…,s_n]^T，其中s_j＝[s_j1,s_j2,…,s_jL]，1≤j≤n为第j个标签发送信号的采样值，采样数为L。阅读器有m个天线，天线接收到的混合信号为X＝[x₁,x₂,…,x_m]^T，其中x_i＝[x_i1,x_i2,…,x_iL]，1≤i≤m是第i个天线的采样值，混合信号与标签信号的关系为：

其中i＝1,2,…,m。a_ij为混合系数，n_i为观测噪声。该式可以用矢量表示为：

X＝AS+N (2)

忽略噪声时，RFID系统的FastICA算法模型如图1所示。

标签信号的盲源分离问题就是利用观测到的混合信号X与原始信号S之间的统计独立性，同时借助于原始信号概率分布的先验知识来恢复出原始信号。为了使盲源分离问题可解，一般需要满足以下两个条件：

(1)混合信号数目m大于等于原始信号数目n，即A为m×n阶列满秩随机矩阵。

(2)原始信号S中不允许有两个以上的信号是高斯信号。