英语原文共 122 页，剩余内容已隐藏，支付完成后下载完整资料

第二章 系统模型和性能指标

系统模型

有三种射频识别的标签。而今应用最为广泛的是无源标签；这种标签不但便宜而且不需要内部提供电源。RFID读写器通过电路通电向标签发射一个电磁波，通过后向散射再把信息发送回读写器，无源标签就是这样工作的。这种通信有一定的范围限制，通常是在室内环境的几米内。为了大范围的覆盖，一般需要安装几组RFID的天线。半无源标签一般带有自己的供电电路，但是仍然依赖于后向散射来通信。有源标签通过自己内部的带有电池的电路供电来通信，因此不需要读写器提供任何能量。有源标签可以应用于更长距离的通信，所以它特别适合于应用在像安装一个或少量几个RFID读写器来实现大范围的、同时与几个物体上的标签的通信，并且执行自动管理功能。有着如此广阔的应用前景，有源标签将会在未来应用越来越广泛，特别是随着时间的推移，制造技术不断改进、市场逐渐扩大，有源标签的价格也将会越来越便宜的情况下。

读写器和标签之间的通信是时隙的，读写器的信号会与标签的时钟同步。在一些协议里，这样的通信会由读写器的请求—响应模式驱动。读写器发出一个由f时隙组成的、在时帧之后的请求，在此期间标签可以通过传递一些信息来响应这个请求。

如果没有标签在这个间隙里响应并进行通信通信，这个时隙就是空的。如果恰好有一个标签响应，就被称为单隙。如果不止一个标签响应，这就是一次碰撞。单隙或者碰撞也被称为一个忙。为了区分单隙和碰撞，EPCglobal Gen-2标准需要一个10比特的隙。我们定义长度较长的响应隙为Tlong以便于读写器区分间隙里是否有碰撞。相反的，如果我们只需要区分空隙和忙隙，只需要一个比特就够了，lsquo;0rsquo;意味着空隙，而lsquo;1rsquo;意味着忙隙。因此，如果协议只需要像文章中那样知道空隙和忙隙，标签的应答时间会更短（或是消耗更少的能量）。

Tshort是一个间隙的时间，一个帧采用的就是 f times; Tshort 的时间。当f很大的时候，RFID读写器传送请求所花费的时间就是一个很小的可以被忽略的常数。为了节省时间增加效率，我们应该减少帧大小f，符合4.1.2节的检测要求。为了节约能源增加效率，我们应该减少所有标签产生应答的总数。由于有单隙和碰撞的产生，应答帧的总数与时隙的帧的总数是不同的。应答的总数减少，而为了满足检测的需求，就像我们所将看到的一样——我们会增加时隙。

传输一个标签的ID会让Ttag花费一些时间，显然，Ttaggt;Tshort，因为在一个标签的应答中传输多个比特的信息所花费的时间要比传输一个比特信息所花费的时间多。基于规范的第2代EPCglobal标准,我们确定在需要等待时间之后(如：差距之间的空闲时间传输)，96位的标签IDTtag = 2609.76秒,并且Tshort = 290.81秒。

阅读器和标签之间存在显著的不对称性:与标签不同，读写器的成本并不是一个很重要的问题，因为没有大量的需求；通常一个就足够了。因此，与标签不同，读写器并不被存储的空间、预估功率或电源供能所限制。如果有必要,它可以连接到一个强大的服务器作为资源。有一个高质量的天线，读写器就可以接收到标签产生的很弱的信号。与此相比，一个低质量的天线，即使标签可以从读写器处收到较强信号，也不能实现相互之间的弱信号通信。也就是说它们甚至不能获取信道是繁忙或是闲置的，或者不知道另一个标签是否在通信。亦或者不知道两个标签同时传输发生的冲突（碰撞）。但是阅读器可以检测信道是否空闲或者发生碰撞。这种不对称指出我们应该遵循的设计原则：把读写器设计的简单，把标签设计的复杂。

射频识别系统的性能指标

在RFID设计协议系统中，存在四个重要的性能指标。

2.2.1性能指标1：协议执行时间

想象一下，一个大型零售商在其配送中心仓库,经常储存数以万计的电子产品,家具,服装,鞋子,托盘,箱子等等。一个missing-tag检测协议预计将频繁的执行(如每15分钟),以便及时在仓库中物品意外丢失时报警。然而，如果正常操作、协议执行时删除对象，就可能发生虚假检测丢失标签的情况。在一个商品不断进出的繁忙仓库内，如果协议在几秒内不断执行，假报警也可能会发生。因此,执行时间保持尽可能短,以减少中断正常的库存操作是非常可取的做法。（我们的工作是能减少执行时间1秒或至更少的特定的参数设置。在这样一个小时间内,一些标签的非正常机械操做是极不可能的。）

执行时间受两大因素的影响。第一个因素是严格的系统需求。一个类似用来监控标签丢失的RFID标签的协议，以99.9%的概率检测一个失踪标签所花费的时间也许要远远多于以95%的概率检测100个丢失的标签所花费的时间。因此,为了控制协议的执行时间,一个实际的系统可以设置m = 100且alpha; = 95%。这意味着如果m = 100这个单独的协议将执行以95%为概率的检测标签丢失事件（即95%及以上概率则确定标签丢失）。原因是协议在定期执行，当第i各执行后，检测概率就会变成 1 minus; (1 minus; 95%)i，如果i变大，则概率马上接近100%。这样的话即便是失踪的标签数量小于m且这个协议的检测概率也小于m，在足够多数量的检测执行后，标签丢失这一事件依然会被检测到。

第二个对执行时间影响很大的是协议的设计。在本文中，我们证明一个更好的的协议可以明显的减少执行时间，同时不必增加在线操作的复杂性。

2.2.2性能指标2：能源成本

为了能使通信大面积覆盖来提升管理功能，由于电池驱动的主动标签有更广的传播范围，所以是一个更好的选择。如果使用被动标签，可能就会出现一个人拿着RFID阅读器在整片采样区域来回移动，从一个地方移到另一个地方来收集信息这样的情况。或者密集的安装一系列的阅读器来扩展覆盖区域。而主动标签就可以允许一个或几个阅读器在一个大的区域采集信息。

当使用主动标签的时候，我们必须保护标签的电池，以在标签充电之前延长标签的寿命。附有标签的货物（比如衣服）可能会堆成堆，或者在标签和阅读器之间有障碍，比如满货架的商品。我们希望主动标签的设计可以使其有足够多的能量，以在这种环境中支持他提供安全可靠的信息传输。而我们很少关注RFID系统的阅读器所需要消耗的能量，因为阅读器的电池很容易充电，甚至是使用外部电源。以上我们假设为高功率下阅读器的传输。

2.2.3性能指标3：存储容量

众所周知，一个RFID标签的内存是有限的。从512字节到128字节，其中有预加载的标签ID和其他必要信息来表明自己的身份，因此在标签中留给协议安装的部分更少了。有些协议需要被许多认证秘钥初始化或者需要大容量的内存存储中间数据，做这样一件事是非常有挑战性的。在这种情况下，这些协议可能安装在一些价格昂贵且内存大的多的标签中，严重的限制了这些协议的实用性。因此我们对射频识别协议的设计时，应该尽可能节省内存。

2.2.4性能指标4：计算的复杂性

在射频识别标签的计算和约束方面，计算的复杂性也是一个非常重要的因素。由于缺少必要的计算资源，所以支持强大的密码认证方案方面有很多限制，在射频识别系统中这是一个非常具有挑战的任务。因此，在设计不同的协议时，我们应该照顾到计算部分并使计算部分的价格变低，或者把计算部分的主要工作放在读写器上。

第三章 相关工作

3.1相关工作1：射频识别防冲突协议

大多数现有的射频识别系统方面的工作，是设计标签防冲撞协议，并且能够从标签那里读标签ID。防冲撞算法主要分为两类，一种是基于树的另一种是基于Aloha的。基于树的协议组织所有ID存在一个ID树的前缀中。每个树的前缀中，都有两个子节点，每个子节点有额外的一比特，“0”或“1”。标签的ID是树的叶子。射频识别读写器穿过树。当它到达一个树的节点的时候，它通过代表节点的前缀来查询标签。当有多个标签匹配前缀的时候，就会有多个响应，产生碰撞。然后通过扩展前缀的一个或几个比特，读写器移动到一个子节点。如果有零个或者一个标签响应（在只有一个标签的情况下，读写器收到的是标签ID），读写器就像树的下面移动并且查看下一个分支节点。另一种基于树的协议类型试图通过让标签随机选择他们所属的分支来平衡树。在最好的情况下，树完全平衡，阅读器平均需要用两个（或三个，根据实际情况设计）设问来查询每个ID。然而，这将会产生平均来说更多的花销和更坏的情况出现。

基于Aloha的防碰撞工作协议如下：读写器第一次进行广播查询请求，每个标签选择一个时间段传输其ID，如果一个标签选择的间隙其他标签没有选择，它将会被成功识别，并且在余下的过程中保持静默状态；如果多个标签同时传输，由于响应的碰撞会产生混乱，重发是必要的；所有标签都成功识别时进程终止。增强的动态帧时隙Aloha碰撞通过调整帧的大小和限制反应标签的帧数增加识别概率。

3.2相关工作2：可信读写器协议（TRP）

在参考文献中与我们工作相关度最高的是谭、生和李写的可信读写器协议方面的文章。出于通信安全方面的考虑，他们的系统由一个服务器与一个射频识别读写器组成。前半部分用来存储标签的ID和执行计算，同时后半部分实现与标签通信。我们假设读写器是可信的，为了简化协议的描述，在逻辑上我们把读写器与服务器合并为一个单一的实体依然叫做读写器。

TRP设计的其中一个目标是减少检测流程的时间。为了初始化协议，射频识别读写器需要广播检测需求，要求标签在时隙f的帧内响应。检测请求有两个参数，帧大小f和一个随机数r。每个标签把自己的ID和r值映射在一个时隙的帧内。然后在这个时隙内进行传输。读写器记录那个时隙间隔是忙，哪个是空闲的，并且这是一个每个时隙携带“1”或“0”的二进制信息。多个读写器可用来扩展覆盖。在这种情况下，所有读写器同时监测帧内的时隙，如果任意一个读写器都记录这个时隙为忙，那么这个时隙被认为为忙。

因此读写器知道所有标签的ID，它知道那个标签被哪个时隙所映射。更具体的说，它知道时隙会被单独使用，也就是说有且只有一个标签会被映射到时隙里。如果一个单隙变为空闲的，被映射到这个时隙里的标签一定已经消失。不是所有的标签都映射到单隙里，如果两个或两个以上标签被映射到同一个时隙（一个碰撞隙），如果只有一个标签丢失，间隙将继续保持为忙并且标签消失事件不会被检测到。

显而易见的，如果我们使帧变长，碰撞发生的可能性会降低，并且将会有大量的单隙，任何一个标签映射一个单隙的可能性变大。在标签丢失事件中，期望的单隙变为空的概率也将变大，因此检测到标签丢失事件的概率更大。要求是如果m个或者更多个标签丢失，我们检测标签丢失事件的概率至少达到a。TRP的设计旨在使用最小的帧的尺寸确保检测概率为a，并且能够减少执行时间。

一个TRP的严重的限制性问题是它只考虑了时间效率。由于所有标签必须保证一直工作并且在帧的传输时间内保证通信，所以它并不节能。“对连续资产跟踪：低功耗通信和故障安全的存在保证”一文中考虑到能量消耗，但是他们的协议要求所有标签参与传输，效率不及只有一小部分标签参与的基于抽样的协议解决方案。

在本文中，我们展示的TPR是更多协议设计中的特例。不但有远远高于TPR的时间效率和能量利用效率的协议配置，同时也有能量利用效率、时间效率同时权衡的设计协议。这让我们为了满足不同实际系统的需要去适应协议的性能。

最近的“在庞大的射频识别系统中识别丢失的标签”这篇文章的协议，也要求所有标签的传输，他需要的时间比TPR协议需要的时间更长。然而，这种协议通过准确识别标签的丢失，解决了不同类型的问题。因此，这篇论文补充了TPR协议与我们在本文中所做的工作。TPR协议与我们本文中所述协议这种成本低的协议可以频繁的执行检测标签丢失这一事件。一旦发生这类事件，这篇文章中加这个昂贵的协议可以执行检测具体哪个标签丢失。

3.3相关工作3：基数估算协议和组测试

在对连续资产跟踪：低功耗通信和故障安全的存在保证”一文中作者研究了多组基于阈值的分类问题。他们开始用一个简单的阈值检测计划（TCS），估计标签的数量是否超过一个阈值。基于TCS他们提出了两个概率性的协议，第一个是基于通用组测试（GT），由多轮组成。在每一轮中，读写器把每个组打乱为不同类别，每个类别中都可能含有多组的标签，TCS来检测每个组不同类标签的数量。这些含有足够数量标签的种类，被标记为包含有阈上组的潜在种类。在最后，测试历史被用来分类所有阈上组。第二个协议是一个由组测试与分类管理的组合，这个协议忽略了在上一轮测试中没有通过TCS测试的种类，把剩余的种类分配到剩余的次范畴的种类中，并把TCS应用于剩余的几轮次范畴种类分类中。

多组基于阈值的分类问题的另一个可能的解决方案，是使用一个读写器收集的来自于标签的实际标签ID；其中，每个ID包含识别标签组的数据比特。在本文中应用问题，这些ID收集协议不适用于长时间识别的大规模射频识别系统中。

有许多方法被提出用来预估所有的射频识别系统的种类，从本质上说是一种单一的群体估计。我们可以先用它们来估计每个组的大小（某一组），然后用不同大小的组来分类达到目的。Kodialam和Nandagopal提出第一组单一群体估计,包括零估计量(ZE),碰撞估计量(CE)和统一概率估计量(UPE)，在一系列收集信息的时帧内；并且估计基于空隙数量以及碰撞隙数量的系统的整体标签数量。在同一作者的后续工作中，他提出了提高从零开始的预估比重（EZB）。是一个渐进的无偏估计量，并且只做了基于空隙数量的估计。钱等人提供复制-迟钝估计算法，称为随机碰帧方案(LoF)。增强的第一个非空隙-基于估计量，可以通过在静态和动态环境下，测量每一帧的第一个非空隙的位置，来估计标签的数量。李等人发表的文章从基于增强的最大似然估计算法（EMLEA)的能量角度，研究大规模射频识别系统的估计问题。他们设计了一些节能的概率算法，这些算法可以迭代优化控制参数，来优化从标签中传输出来其所携带的信息，以使数量以及传输的大小均最小化。基于标签估计的平均运行计划进一步减少数量估计的执行时间，在比特串的数据平均运行长度基础上，在标准化帧-时隙的Aloha协议里接收。最后，0-1估计协

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[150604]，资料为PDF文档或Word文档，PDF文档可免费转换为Word