随机数均匀化处理方法及射频识减少碰撞时隙数量的方法和应用技术

随机数均匀化处理方法及射频识减少碰撞时隙数量的方法和应用，属于通信信道处理领域，为了解决多标签识别过程中时隙选择和碰撞时隙问题，Logistic混沌映射产生一组伪随机数，对其进行均匀化处理，标签随机选择伪随机数区间中的一个伪随机数作为通信时隙，进行标签时隙选择；均匀化的伪随机数序列作为扩频通信的扩频码，并用其对标签身份进行标识，阅读器通过识别不同扩频码序列信息来识别标签，效果是能对所有样本数量下的标签进行有效识别，算法吞吐率保持在80％。

Method and Application of Random Number Homogenization and Radio Frequency Identification to Reduce the Number of Collision Slots

The method and application of random number homogenization and radio frequency identification to reduce the number of collision slots belong to the field of communication channel processing. In order to solve the problem of slot selection and collision slot in the process of multi-label identification, Logistic chaotic map generates a group of pseudo-random numbers and homogenizes them. The label randomly selects a pseudo-random number in the pseudo-random number interval as the communication slot. Homogeneous pseudo-random number sequence is used as spread spectrum code of spread spectrum communication, and tag identity is identified by identifying different spread spectrum code sequence information. The effect is that tags can be effectively identified under all samples, and the throughput of the algorithm is maintained at 80%.

【技术实现步骤摘要】
随机数均匀化处理方法及射频识减少碰撞时隙数量的方法和应用
本专利技术属于通信信道处理领域，具体涉及随机数均匀化处理方法及射频识减少碰撞时隙数量的方法和应用。
技术介绍
射频识别(RadioFrequencyIdentification,RFID)是一种非接触式自动识别技术，标签和阅读器之间通过无线射频信号进行通信，可工作于复杂的恶劣环境中，其真正实现了完全的自动识别，被广泛应用于室内定位、物流管理、供应链管理、工业自动化等领域。RFID识别过程中，若有多个标签在同一时间响应阅读器，则标签和阅读器之间的信息传输将会产生干扰，即发生标签碰撞，将会导致阅读器读取信息失败。因此，标签碰撞已成为影响RFID系统性能的瓶颈问题之一。目前，常用的标签防碰撞算法分为ALOHA类算法和树类算法两类。ALOHA类算法属于随机性识别方案，主要包括纯ALOAH算法、时隙ALOHA算法(SA)、帧时隙ALIOHA算法(Frame-slottedALOAH，FSA)和动态帧时隙ALOAH算法(DynamicFrame-slottedALOHA，DFSA)等。其中，DFSA算法从理论上分析了帧长与标签数的关系，得出理论上的最优识别率，但在识别过程中，会出现大量碰撞与空闲时隙；针对上述问题，VAZQUEZ-GALLEGOF等人提出一种基于哈希函数进行时隙选择算法，解决了碰撞时隙过多的问题，但进行时隙选择时会出现大量中间空闲时隙，从而造成时隙的浪费；基于此，郭志涛和ChenWT.等人对标签选择时隙进行了改进，但标签识别量较大时，仍会出现大量碰撞时隙。该类算法设计简单，阅读器与标签不需要执行复杂的运算，识别时间较短，但是由于标签随机响应阅读器来实现信息交换，时隙选择的随机性会出现碰撞时隙，导致标签识别容易出现“饥饿”问题。树类算法属于确定性识别方案，主要包括二进制搜索树算法(Binarysearch，BST)、动态二进制搜索树算法(Dynamicbinarysearch，DBST)、跳跃式动态树算法(Jumpingdynamicsearch，JDS)、查询树算法(Querytree，QT)、二进制分裂树算法(Basictreesplitting，BTS)、自适应多叉树算法(Adaptivemulti-treesearch，AMS)等。上述树类算法不存在标签“饥饿”问题，可实现标签的100％识别，但存在空闲时隙和碰撞时隙过多问题。苏健等人提出了一种二进制分裂(Idleslotseliminationbasedbinarysplitting，ISE-BS)算法，彻底消除了空闲时隙，但碰撞时隙仍然存在；刘子龙等人提出了一种基于连续碰撞位探测(Continuouscollisionbitdetection，CCBD)防碰撞算法，检测到碰撞标签的序列号连续时，可以一次性识别，但在非连续碰撞位时，这种方法无能为力。此外，基于树的方法由于算法较复杂，识别时间较长，因而不适合密集标签环境下的识别。针对上述问题，张小红等人提出了一种动态帧时隙二进制树混合(Dynamicframedbinarytree，DFBT)算法，充分利用ALOHA和树类算法的的优点，减少碰撞时隙数，降低识别延时，从而提高标签识别率，但是两类算法基于不同的协议框架，结合较为困难。
技术实现思路
为了解决减少碰撞时隙的数量，实现标签的全部识别的问题，本专利技术提出了一种基于混沌映射的射频识别防碰撞算法，技术方案如下：一种随机数均匀化处理方法，其特征在于，包括如下步骤：Logistic混沌映射描述：初始表达式为：xn+1＝α×xn×(1-xn)其中，xn∈(0,1)，a是系统控制参数，n为迭代次数，xn表示系统在给定初值之后迭代了n-1次的状态值；Logistic混沌映射概率密度函数描述如下：由Logistic混沌映射密度函数，对Logistic混沌映射产生的伪随机数均匀化处理：Logistic混沌映射均匀化系统描述为：本专利技术还涉及一种射频识减少碰撞时隙数量的方法，包括如下步骤：Logistic混沌映射产生一组伪随机数，对其进行均匀化处理，标签随机选择伪随机数区间中的一个伪随机数作为通信时隙，进行标签时隙选择；均匀化的伪随机数序列作为扩频通信的扩频码，并用其对标签身份进行标识，阅读器通过识别不同扩频码序列信息来识别标签。进一步的，Logistic混沌映射生成的伪随机数，在[0,0.1]与[0.9,1]区间出现次数较多，而中间部分的[0.1,0.9]相对较少，随机数分布覆盖整个迭代区间，但分布不均匀。进一步的，对其进行均匀化处理的步骤如下：Logistic混沌映射描述：初始表达式为：xn+1＝α×xn×(1-xn)其中，xn∈(0,1)，a是系统控制参数，n为迭代次数，xn表示系统在给定初值之后迭代了n-1次的状态值；Logistic混沌映射概率密度函数描述如下：由Logistic混沌映射密度函数，对Logistic混沌映射产生的伪随机数均匀化处理：Logistic混沌映射均匀化系统描述为：进一步的，实施该方法的仿真方法：从总时隙数、碰撞时隙数、吞吐率三个方面，利用MATLAB仿真软件对其进行了仿真实验，实验中标签样本数量最大为2000，以50为间隔，每个样本数量取30次仿真结果平均值。本专利技术还涉及一种Logistic混沌映射在减少碰撞时隙数量的应用。有益效果：对混沌映射产生伪随机数进行均匀化处理，使标签时隙选择时更加均匀，从而减少碰撞时隙的数量；然后把混沌映射理论用于扩频通信，将均匀化的伪随机数序列用作扩频通信的扩频码，解决碰撞时隙问题，实现标签的全部识别。最后，通过仿真实验对改进算法在不同标签样本量，尤其是密集标签样本量下的识别性能进行验证。附图说明图1为Logistic混沌映射生成随机数均匀化前频率分布图；图2为Logistic混沌映射生成随机数均匀化后频率分布图；图3为单个识别周期本专利技术算法与传统算法碰撞时隙数量对比图；图4扩频通信技术原理图；图5为本专利技术实现的流程图；图6为本专利技术算法与其余三种主流算法在总时隙数量上的对比图；图7为本专利技术算法与其余三种主流算法在总碰撞时隙数量上的对比图；图8为本专利技术算法与其余三种主流算法在吞吐率上的对比图。具体实施方式以下结合附图及本专利技术的目的、推导和方案、仿真对本专利技术进行详细说明。1专利技术目的本专利技术提出一种基于Logistic混沌映射理论的RFID防碰撞算法(LogisticchaosmappingslotALOHA，LCMSA)。首先，对混沌映射产生伪随机数进行均匀化处理，使标签时隙选择时更加均匀，从而减少碰撞时隙的数量；其次，混沌映射理论与扩频通信结合，将均匀化的伪随机数序列用作扩频通信的扩频码，解决碰撞时隙问题，实现标签的全部识别。最后，通过仿真实验对改进算法在不同标签样本量，尤其是密集标签样本量下的识别性能进行验证。2伪随机数的生成及均匀化2.1伪随机数生成目前，常用的伪随机数生成方法有：线性反馈移位寄存器法、线性同余法、线性乘同余法、扩大周期法等，其中，线性同余法已被破译，安全性较低，而其他几种方法较为复杂，且存在着周期性、分布不均匀等问题。混沌理论伪随机数生成方式简单、快速且易于实现，已被广泛应用于各个领域。混沌(chaos)不需附加本文档来自技高网...

【技术保护点】
1.一种随机数均匀化处理方法，其特征在于，包括如下步骤：Logistic混沌映射描述：初始表达式为：xn+1＝α×xn×(1‑xn)其中，xn∈(0,1)，a是系统控制参数，n为迭代次数，xn表示系统在给定初值之后迭代了n‑1次的状态值；Logistic混沌映射概率密度函数描述如下：

【技术特征摘要】
1.一种随机数均匀化处理方法，其特征在于，包括如下步骤：Logistic混沌映射描述：初始表达式为：xn+1＝α×xn×(1-xn)其中，xn∈(0,1)，a是系统控制参数，n为迭代次数，xn表示系统在给定初值之后迭代了n-1次的状态值；Logistic混沌映射概率密度函数描述如下：由Logistic混沌映射密度函数，对Logistic混沌映射产生的伪随机数均匀化处理：Logistic混沌映射均匀化系统描述为：2.一种射频识减少碰撞时隙数量的方法，其特征在于，包括如下步骤：Logistic混沌映射产生一组伪随机数，对其进行均匀化处理，标签随机选择伪随机数区间中的一个伪随机数作为通信时隙，进行标签时隙选择；均匀化的伪随机数序列作为扩频通信的扩频码，并用其对标签身份进行标识，阅读器通过识别不同扩频码序列信息来识别标签。3.如权利要求2所述的射频识减少碰撞时隙数量的方法，其特征在于，Logistic混沌映射生成的伪随机数，在[0,0.1]与[0.9,1]区...

【专利技术属性】
技术研发人员：季长清，张玉，刘艳，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁,21