摘 ?要：多標(biāo)簽防碰撞系統(tǒng)為了提高識(shí)別效率也會(huì)使通信復(fù)雜度更高，不利于提升系統(tǒng)信息傳遞的效率。針對(duì)防碰撞系統(tǒng)中識(shí)別效率與通信復(fù)雜度之間的矛盾關(guān)系，提出一種基于標(biāo)簽預(yù)測(cè)的分組映射查詢(xún)樹(shù)防碰撞算法。首先使用標(biāo)簽預(yù)測(cè)算法對(duì)閱讀范圍內(nèi)的標(biāo)簽數(shù)量進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果使用不同的查詢(xún)前綴，標(biāo)簽據(jù)此返回不同的信息；在此基礎(chǔ)上根據(jù)標(biāo)簽ID特性對(duì)其進(jìn)行分組并設(shè)計(jì)了映射碼機(jī)制，閱讀器根據(jù)映射規(guī)律反推出碰撞信息得到查詢(xún)碼進(jìn)行查詢(xún)識(shí)別。仿真結(jié)果表明，與QT算法、A4PQT、GBAQT以及DGMQT算法相比，所提算法能夠有效減少識(shí)別總時(shí)隙數(shù)，在提高系統(tǒng)效率的同時(shí)大大降低了通信復(fù)雜度。

關(guān)鍵詞：射頻識(shí)別；標(biāo)簽預(yù)測(cè)；查詢(xún)樹(shù)；分組映射

中圖分類(lèi)號(hào)：TP391 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：2096-4706（2023）14-0066-05

Group Mapping Anti-Collision Query Tree Algorithm Based on Label Prediction

DONG Xuanjiang

（College of Big Data， Qingdao Huanghai University， Qingdao ?266427， China）

Abstract： In order to improve the identification efficiency， the multi-tag anti-collision system will also make the communication more complex， which is not conducive to improving the efficiency of system information transmission. Aiming at the contradiction relationship between recognition efficiency and communication complexity in anti-collision system， a group mapping query tree anti-collision algorithm based on label prediction is proposed. Firstly， this paper uses the tag prediction algorithm to predict the number of tags in the reading range. According to the prediction results， different query prefixes are used， and the labels return different information accordingly. On this basis， the tag ID is grouped according to its characteristics and a mapping code mechanism is designed. The reader reversely deduces the collision information according to the mapping law to obtain the query code for query and identification. The simulation results show that compared with QT algorithm， A4PQT， GBAQT and DGMQT algorithm， the proposed algorithm can effectively reduce the total numbers of identification time slots， improve the system efficiency and greatly reduce the communication complexity.

Keywords： RFID; label prediction; query tree; group mapping

0 ?引 ?言

物聯(lián)網(wǎng)是指使用射頻識(shí)別（RFID）等信息傳感儀器，遵循既定規(guī)定，將任意物品與因特網(wǎng)之間建立起聯(lián)系以實(shí)現(xiàn)信息的傳輸，從而完成對(duì)所聯(lián)系物品的識(shí)別定位等操作的網(wǎng)絡(luò)。當(dāng)代物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使得射頻識(shí)別技術(shù)逐漸成為現(xiàn)在的研究熱點(diǎn)[1]。

傳統(tǒng)的射頻識(shí)別系統(tǒng)主要分為閱讀器、識(shí)別標(biāo)簽以及處理器三大部分[2]。如果有多個(gè)標(biāo)簽同時(shí)處于同一閱讀器的識(shí)別范圍，在這個(gè)閱讀器發(fā)送識(shí)別請(qǐng)求時(shí)，有概率會(huì)出現(xiàn)多個(gè)標(biāo)簽同時(shí)響應(yīng)這一個(gè)閱讀器的現(xiàn)象出現(xiàn)，這種現(xiàn)象被叫作標(biāo)簽碰撞[3]。

標(biāo)簽防碰撞算法可以處理標(biāo)簽碰撞問(wèn)題，現(xiàn)階段的防碰撞算法有兩種：一類(lèi)是基于ALOHA的不確定性算法[4-6]；另一類(lèi)是基于樹(shù)的確定性算法[7，8]。前者包括ALOHA[9]、時(shí)隙ALOHA和其他一些基于此的算法等。后者包括了二進(jìn)制搜索樹(shù)算法、查詢(xún)樹(shù)（Query Tree， QT）算法[10]、碰撞樹(shù)算法[11]等多種基于樹(shù)的查詢(xún)算法。基于ALOHA算法無(wú)法解決某些標(biāo)簽可能一直無(wú)法被讀取的“標(biāo)簽饑餓”現(xiàn)象，特別是在標(biāo)簽數(shù)量增加時(shí)系統(tǒng)識(shí)別效率表現(xiàn)較差[12]，而基于樹(shù)的防碰撞算法由于是確定性的算法，不存在“標(biāo)簽饑餓”問(wèn)題。

查詢(xún)樹(shù)算法屬是基于樹(shù)的確定性算法的重要分支，現(xiàn)有的各種查詢(xún)樹(shù)算法在提升識(shí)別效率的同時(shí)會(huì)往往會(huì)帶來(lái)通信復(fù)雜度的大幅提升，不利于提升系統(tǒng)信息傳遞的效率[13]。本文在查詢(xún)樹(shù)算法的思想上，提出一種基于標(biāo)簽預(yù)測(cè)的分組映射查詢(xún)樹(shù)防碰撞算法（Group Mapping Anti-collision Query Tree Algorithm Based on Label Prediction， LGQT）。根據(jù)標(biāo)簽ID分組來(lái)設(shè)計(jì)映射機(jī)制以降低查詢(xún)過(guò)程中的空閑時(shí)隙的產(chǎn)生，使用了標(biāo)簽預(yù)測(cè)技術(shù)動(dòng)態(tài)分配查詢(xún)過(guò)程中的查詢(xún)前綴，在提升系統(tǒng)識(shí)別效率的同時(shí)減少了通信復(fù)雜度。

1 ?基于查詢(xún)樹(shù)的防碰撞算法

查詢(xún)樹(shù)算法（Query Tree， QT）的主要思想是[14]：閱讀器對(duì)標(biāo)簽進(jìn)行輪詢(xún)，ID與查詢(xún)信號(hào)相同的標(biāo)簽進(jìn)行反饋，閱讀器同時(shí)接受所有反饋標(biāo)簽的每一位ID信息并且進(jìn)行記錄。當(dāng)有兩個(gè)以上的標(biāo)簽同時(shí)響應(yīng)時(shí)發(fā)生碰撞，則在此輪查詢(xún)信號(hào)后增加一位0以及1構(gòu)成新的查詢(xún)信號(hào)再次查詢(xún)，如此繼續(xù)下去直到只有一個(gè)標(biāo)簽響應(yīng)。但是QT算法無(wú)法保證每一輪查詢(xún)都有一個(gè)以上的標(biāo)簽進(jìn)行相應(yīng)，即空閑時(shí)隙的產(chǎn)生無(wú)可避免，如此一來(lái)便增加了查詢(xún)時(shí)間，降低了系統(tǒng)效率[15]。

CT（Collision Tree， CT）算法[16]對(duì)QT算法的改進(jìn)在于其標(biāo)簽反饋信息時(shí)，只反饋有效的碰撞位信息，即規(guī)定將碰撞最高位置“0”及“1”并且入棧用作查詢(xún)碼，直接定位到碰撞位，從而消除了空閑時(shí)隙，減少了時(shí)隙內(nèi)的數(shù)據(jù)傳輸量。

A4PQT算法[17]在查詢(xún)的過(guò)程中根據(jù)碰撞位置的特點(diǎn)改進(jìn)了四叉樹(shù)，減少了空閑時(shí)隙的產(chǎn)生。閱讀器向讀取范圍內(nèi)的標(biāo)簽發(fā)送查詢(xún)前綴，匹配前綴的標(biāo)簽將除前綴外余下的ID發(fā)送給閱讀器，但是仍有一定的概率產(chǎn)生空閑時(shí)隙[18]。以及在此基礎(chǔ)上改進(jìn)的GBAQT算法[19]，雖然采用了分組的思想，但是也沒(méi)有完全杜絕空閑時(shí)隙的產(chǎn)生，算法的效率沒(méi)有較大的提升。

CCMA算法[20]是多進(jìn)制樹(shù)算法的一種，采用了映射數(shù)據(jù)的思想，將兩位ID映射為4位，消除了空閑時(shí)隙的產(chǎn)生。BQBMT算法[21]設(shè)計(jì)了比特查詢(xún)多進(jìn)制樹(shù)，引入映射序列并根據(jù)收到ID中含0的比率切換查詢(xún)機(jī)制，提高了算法的查詢(xún)效率。DGMQT算法[22]在此基礎(chǔ)上設(shè)計(jì)了基于雙重分組的對(duì)位映射查詢(xún)樹(shù)，根據(jù)對(duì)位映射規(guī)則，設(shè)計(jì)出同組標(biāo)簽之間互不相同，且不同組別之間可以共用的映射數(shù)據(jù)并將映射位ID提升到了3位，進(jìn)一步提升了系統(tǒng)查詢(xún)效率，但是就映射機(jī)制而言，2-4映射以及3-8映射為系統(tǒng)帶來(lái)的通信負(fù)載是巨大的，在提升傳輸效率的同時(shí)如何降低通信復(fù)雜度是一個(gè)必須解決的問(wèn)題。

針對(duì)上述問(wèn)題，本文基于預(yù)測(cè)思想以及映射樹(shù)查詢(xún)機(jī)制，提出一種基于標(biāo)簽預(yù)測(cè)的分組映射查詢(xún)樹(shù)防碰撞算法（LGQT），在LGQT算法中采用標(biāo)簽預(yù)測(cè)技術(shù)對(duì)本輪產(chǎn)生應(yīng)答的標(biāo)簽數(shù)量進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果分情況給出查詢(xún)前綴，分組標(biāo)簽收到查詢(xún)前綴立即返回映射后的數(shù)據(jù)，閱讀器根據(jù)映射機(jī)制反解碼出碰撞數(shù)據(jù)，算法在消除了空閑時(shí)隙的前提下進(jìn)一步降低了通信復(fù)雜度。仿真結(jié)果表明與另外幾種經(jīng)典算法相比，LGQT算法具有較低通信復(fù)雜度、較高的系統(tǒng)效率以及時(shí)隙利用率。

2 ?LGQT算法

2.1 ?算法思想

LGQT算法的核心思想有兩點(diǎn)：一是根據(jù)預(yù)測(cè)標(biāo)簽的數(shù)量動(dòng)態(tài)分配查詢(xún)前綴，選擇不同的查詢(xún)算法，減少查詢(xún)過(guò)程中標(biāo)簽返回的信息量；二是標(biāo)簽分組提高識(shí)別效率，ID映射機(jī)制消除碰撞時(shí)隙。

首先采用基于泊松分布的標(biāo)簽數(shù)量預(yù)測(cè)方法[23]對(duì)標(biāo)簽數(shù)量進(jìn)行預(yù)測(cè)，n′ = S + 2.39×C，假設(shè)未識(shí)別標(biāo)簽數(shù)量應(yīng)用成功數(shù)S與碰撞數(shù)C的2.39倍之和來(lái)預(yù)測(cè)。標(biāo)簽預(yù)測(cè)的具體步驟[24]如下：

1）首先閱讀器向識(shí)別區(qū)域內(nèi)的所有標(biāo)簽發(fā)送Q，Q的初始值設(shè)為8。

2）標(biāo)簽在接收到Q值后，利用隨機(jī)數(shù)生成器，在1～2Q中隨機(jī)選擇一個(gè)數(shù)，進(jìn)行相應(yīng)的短暫延時(shí)，然后向閱讀器發(fā)送一個(gè)非常短的長(zhǎng)度為2 bit的預(yù)約幀。

3）閱讀器在相應(yīng)時(shí)隙內(nèi)接收完標(biāo)簽反饋所有預(yù)約幀后，計(jì)算成功接收數(shù)S和碰撞數(shù)C。若C = 2Q，表示標(biāo)簽數(shù)遠(yuǎn)大于2Q，令Q = Q + 1，轉(zhuǎn)到步驟1；若C＜2Q/3，則轉(zhuǎn)到步驟4。

4）根據(jù)n′ = S + 2.39×C，計(jì)算出識(shí)別范圍內(nèi)標(biāo)簽的大概數(shù)量。

根據(jù)預(yù)測(cè)的標(biāo)簽數(shù)量分配不同的查詢(xún)前綴，選擇最佳的查詢(xún)類(lèi)型。根據(jù)DGMQT算法的特性推導(dǎo)，當(dāng)標(biāo)簽數(shù)量大于4時(shí)，后續(xù)查詢(xún)采用DGMQT算法，當(dāng)標(biāo)簽數(shù)量小于4時(shí)采用CT算法，當(dāng)標(biāo)簽數(shù)量小于2時(shí)，直接識(shí)別。

在標(biāo)簽端設(shè)計(jì)使用標(biāo)簽分組和映射機(jī)制，對(duì)標(biāo)簽進(jìn)行三位分組并進(jìn)行ID映射，消除空閑時(shí)隙。根據(jù)三位ID能否進(jìn)行異或運(yùn)算賦組標(biāo)簽G為0或者1。再根據(jù)分組情況對(duì)標(biāo)簽ID做映射，映射規(guī)則為對(duì)位映射，三位ID表示為XXX，對(duì)位映射為GXXX或者為GTTT（其中G表示組標(biāo)簽號(hào)，TTT表示為XXX按位取反）。具體的分組以及映射關(guān)系參照表1。經(jīng)過(guò)對(duì)位映射之后，3位ID對(duì)應(yīng)4位映射數(shù)據(jù)，在同一組內(nèi)可以做到準(zhǔn)確識(shí)別碰撞信息，不同組別之間則可以利用組標(biāo)簽號(hào)進(jìn)行區(qū)分從而完全消除空閑時(shí)隙。在向閱讀器進(jìn)行數(shù)據(jù)傳輸時(shí)，最終的傳輸數(shù)據(jù)為1位組標(biāo)簽號(hào)G加上4位映射數(shù)據(jù)。

2.2 ?算法命令

REQ（*）：閱讀器查詢(xún)命令，所有標(biāo)簽返回組標(biāo)簽信息，閱讀器進(jìn)行標(biāo)簽數(shù)量預(yù)測(cè)

REQ（G）：閱讀器查詢(xún)命令，組標(biāo)簽為G的標(biāo)簽識(shí)別并返回對(duì)位映射碼

REQ（0/1）：閱讀器查詢(xún)命令，查詢(xún)前綴為0或1的標(biāo)簽進(jìn)行響應(yīng)

DEcode（G0/1）：閱讀器解碼命令，對(duì)組標(biāo)簽為G0或者G1的標(biāo)簽返回的信號(hào)進(jìn)行翻譯，轉(zhuǎn)化為對(duì)應(yīng)的原始信息

Q0/1 POP：閱讀器彈棧命令，將Q0/1查詢(xún)前綴棧頂元素彈出

2.3 ?LGQT算法流程

LGQT具體算法流程為：

1）閱讀器將查詢(xún)堆棧初始化為空，發(fā)出命令REQ（*）對(duì)查詢(xún)范圍內(nèi)的標(biāo)簽數(shù)量進(jìn)行預(yù)測(cè)，若預(yù)測(cè)結(jié)果小于或等于4個(gè)，則發(fā)送REQ（0/1）信號(hào)進(jìn)行識(shí)別，若預(yù)測(cè)結(jié)果多余4個(gè)，則轉(zhuǎn)到第二步。

2）閱讀器發(fā)出REQ（G）信號(hào)，根據(jù)組標(biāo)簽對(duì)閱讀器范圍內(nèi)的標(biāo)簽進(jìn)行識(shí)別并判斷碰撞情況，如果未發(fā)生碰撞，則發(fā)送READ命令進(jìn)行標(biāo)簽數(shù)據(jù)讀取操作，然后轉(zhuǎn)到第四步；如果發(fā)生碰撞，則執(zhí)行第三步。

3）閱讀器對(duì)組標(biāo)簽為0的對(duì)位映射碼進(jìn)行Decode操作，將映射碼碰撞碼進(jìn)行解碼，之后對(duì)解碼后得到的查詢(xún)碼進(jìn)行PUSH（pre）操作入G0棧；之后閱讀器對(duì)組標(biāo)簽為1的映射碼執(zhí)行相同操作，入G1棧。

4）判斷查詢(xún)堆棧G0是否為空，若不為空，執(zhí)行Q0 POP操作，彈出棧頂查詢(xún)前綴，轉(zhuǎn)到第一步；若堆棧G0為空則對(duì)堆棧G1進(jìn)行上述操作；若堆棧G1也為空，則識(shí)別完成，該次識(shí)別過(guò)程終止。

LGQT算法流程如圖1所示。

3 ?算法性能分析

LGQT算法總的空閑時(shí)隙數(shù)：

總的非空閑時(shí)隙數(shù)：

最差情況下LGQT算法識(shí)別時(shí)隙數(shù)Tn≈Nnc，故使用Nnc作為L(zhǎng)GQT算法的識(shí)別時(shí)隙來(lái)進(jìn)行性能分析。

系統(tǒng)識(shí)別效率為：

通信復(fù)雜度定義位標(biāo)簽成功被閱讀器讀取所傳輸?shù)目偙忍財(cái)?shù)：

其中：Fn表示算法成功識(shí)別n個(gè)標(biāo)簽所需要的通信復(fù)雜度，Li表示后續(xù)識(shí)別過(guò)程中每次查詢(xún)的傳輸位數(shù)，L表示第一次查詢(xún)的傳輸位數(shù)。

4 ?算法仿真及分析

以Matlab_2018b為平臺(tái)，使用蒙特卡洛仿真方法進(jìn)行仿真實(shí)驗(yàn)，標(biāo)簽數(shù)目取最大1 000個(gè)，標(biāo)簽ID取96b，將DGMQT與QT算法A4PQT算法和GBAQT算法進(jìn)行仿真，分別從總時(shí)隙數(shù)、系統(tǒng)效率以及通信復(fù)雜度三個(gè)方面進(jìn)行性能分析對(duì)比。

圖2為L(zhǎng)GQT算法與QT算法、A4PQT算法、GBAQT算法和DGMQT算法識(shí)別總時(shí)隙數(shù)比較，從圖中可以較為明顯地看出LGQT算法對(duì)比QT算法以及A4PQT算法的識(shí)別總時(shí)隙數(shù)有著明顯的減少：在標(biāo)簽數(shù)量達(dá)到1 000時(shí)，LGQT算法所用時(shí)隙數(shù)平均為1 249，相比QT算法以及A4PQT算法分別節(jié)省了55.3%以及45.7%的總時(shí)隙數(shù)；對(duì)比GBAQT和DGMQT也具有一定的識(shí)別時(shí)隙優(yōu)勢(shì)，隨著標(biāo)簽數(shù)目n增加，這種優(yōu)勢(shì)更加明顯。這主要是由于標(biāo)簽預(yù)測(cè)之后，算法將小范圍的標(biāo)簽識(shí)別過(guò)程簡(jiǎn)化，不需要經(jīng)過(guò)重復(fù)時(shí)隙來(lái)判斷識(shí)別碼；同時(shí)分組和映射提高了信息的處理效率，消除了空閑時(shí)隙。

圖3為這五種算法的系統(tǒng)效率比較，從圖中可以較為明顯地看出，LGQT算法的系統(tǒng)效率保持在0.75以上，優(yōu)于0.72左右的DGMQT，大大優(yōu)于GBAQT以及另外兩種算法。

圖4為這幾種算法通信復(fù)雜度的比較。從中能夠觀(guān)察到，QT算法的通信復(fù)雜度較高；A4PQT算法采用了修剪分支的理論方法使得通信復(fù)雜度有所下降；而GBAQT以及DGMQT算法設(shè)計(jì)了分組，都擁有較優(yōu)的通信復(fù)雜度性能；但是LGQT算法使用了標(biāo)簽預(yù)測(cè)分組的思想，將細(xì)粒度的標(biāo)簽劃分到極致，進(jìn)一步降低了通信復(fù)雜度。

5 ?結(jié) ?論

本文基于查詢(xún)樹(shù)防碰撞思想，在DGMQT算法的思想上引入了標(biāo)簽預(yù)測(cè)分組的機(jī)制，同時(shí)結(jié)合分組映射機(jī)制，根據(jù)反饋標(biāo)簽的數(shù)量動(dòng)態(tài)分配查詢(xún)前綴并選擇最佳查詢(xún)算法，提出了基于標(biāo)簽預(yù)測(cè)的分組映射查詢(xún)樹(shù)防碰撞算法。理論和仿真分析結(jié)果表明：LGQT算法可以有效減少識(shí)別總時(shí)隙數(shù)，在提高系統(tǒng)效率的同時(shí)大大降低了通信復(fù)雜度，在多標(biāo)簽的情況下該算法的各項(xiàng)性能顯著優(yōu)于其他算法。在實(shí)際應(yīng)用過(guò)程中可以利用算法準(zhǔn)確預(yù)測(cè)出閱讀器識(shí)別范圍內(nèi)的標(biāo)簽數(shù)量，因此本文算法具有一定的應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1] 寧煥生，徐群玉.全球物聯(lián)網(wǎng)發(fā)展及中國(guó)物聯(lián)網(wǎng)建設(shè)若干思考 [J].電子學(xué)報(bào)，2010，38（11）：2590-2599．

[2] HSU C H，CHAO H C，Park J H.Threshold jumping and wrap-around scan techniques toward efficient tag identification in high density RFID systems [J].Information Systems Frontiers，2011，13（4）：471-480.

[3] Mbacke A A，MITTON N，RIVANO H. RFID Anticollision in Dense Mobile Environments [C]//2017 IEEE Wireless Communications and Networking Conference （WCNC）.San Francisco：IEEE，2017：1-6.

[4] 李萌，錢(qián)志鴻，張旭，等.基于時(shí)隙預(yù)測(cè)的RFID 防碰撞 ALOHA算法 [J].通信學(xué)報(bào)，2011，32（12）：43-50.

[5] ANDREA Z. Adaptive Batch Resolution Algorithm with Deferred Feedback for practical CSMA Wireless Networks [J].IEEE Transactionson Wireless Communications，2012，11（10）：3528-3539.

[6] ZHU L，YUM T S P. Optimal Framed Aloha Based Anti-Collision Algorithms for RFID Systems [J].IEEE Transactions on Communications，2011，58（12）：3583-3592.

[7] JIANG Y，ZHANG R N. An Adaptive Combination Query Tree Protocol for Tag Identification in RFID Systems [J].IEEECommunicationsLetters，2012，16（8）：1192-1195.

[8] YANG C N，HU L J，LAI J B. Query Tree Algorithm for RFID Tag with Binary-Coded Decimal EPC [J].IEEE Communications Letters，2010，16（10）：1616-1619.

[9] LAW C，LEE K，SIU K Y. Efficient memoryless protocol for tag identification（extended abstract）[J].ACM，2000：75-84.

[10] HUSH D R. Analysis of tree algorithm for RFID arbitration [C]//Proc IEEE International Symposium on Information Theory.Cambridge：IEEE，1998：107.

[11] JIA X，F(xiàn)ENG Q，YU L. Stability Analysis of an Efficient Anti-Collision Protocol for RFID Tag Identification [J].IEEE Transactions on Communications，2012，60（8）：2285-2294.

[12] 嚴(yán)利輝，史長(zhǎng)瓊，陳蓉，等.基于奇偶分組的多周期RFID標(biāo)簽防碰撞算法 [J].計(jì)算機(jī)工程，2016，42（2）：312-315.

[13] 李川，蘇健，劉克雄，等.基于查詢(xún)樹(shù)的防碰撞算法性能分析與研究 [J].電子學(xué)報(bào)，2018，46（11）：2671-2678.

[14] HUSH D R，WOOD C. Analysis of tree algorithms for RFID arbitration [C]//Proceedings. 1998 IEEE International Symposium on Information Theory （Cat. No.98CH36252）. Cambridge：IEEE，1998：107.

[15] LAW C，LEE K，SIU K Y.Efficient memoryless protocol for tag identification：US09870074 [P].2023-06-29.

[16] JIA X L，F(xiàn)ENG Q Y，YU L S，et al. Stablity analysis of an efficiet anti-collision protocol for RFID tag identification [J]. IEEE Transactions on Communications，2012，60（8）：2285-2294.

[17] ZHANG W，GUO Y J，TANG X M，et al.An efficient adaptive anti-collision algorithm based on 4-ary pruning query tree [J].International Journal of Distributed Sensor Networks，2013，14（2）：135-143.

[18] 付鈺，錢(qián)志鴻，程超，等.基于分組機(jī)制的位仲裁查詢(xún)樹(shù)防碰撞算法 [J].通信學(xué)報(bào)，2016，37（1）：123-129.

[19] LANDALUCE H，PERALLOS A，ONIEVA E，et al. An Energy and Identification Time Decreasing Procedure for Memoryless RFID Tag Anticollision Protocols [J].IEEE Transactions on Wireless Communications，2016，15（6）：4234-4247.

[20] 蘇健，文光俊，韓佳利.一種基于ISO18000-6B標(biāo)準(zhǔn)的RFID防碰撞算法 [J].電子學(xué)報(bào)，2014，42（12）：2515-2519.

[21] 蘇建，許若鈺，姚永雷，等.基于比特查詢(xún)的多進(jìn)制樹(shù)標(biāo)簽防碰撞識(shí)別協(xié)議 [J].電子學(xué)報(bào)，2019，47（2）：422-427.

[22] 董軒江，李世寶，蔡麗萍，等.基于分組映射的防碰撞查詢(xún)樹(shù)算法 [J].計(jì)算機(jī)工程，2020，46（8）：184-189+196.

[23] CHEN W T. A Fast anticollision algorithm for the EPCglobal UHF class-1 generation-2 RFID standard [J]. IEEE Communications Letters，2014，18（9）：1519-1522.

[24] 王帥，楊恒新，楊華.基于偽ID碼的樹(shù)型防碰撞算法 [J]．計(jì)算機(jī)工程，2020，46（4）：177-182．

作者簡(jiǎn)介：董軒江（1994—），男，漢族，山東青島人，講師，碩士研究生，主要研究方向：RFID技術(shù)、物聯(lián)網(wǎng)應(yīng)用。