RFID读写器的防碰撞技术
       RFID系统中的读写器和标签通信具有空间受限的特性。在某些RFID系统的应用中，需要RFID读写器能在一个大的范围内的任何地方都能阅读RFID标签，因此必须在整个范围内配置很多阅读器。RFID系统的不断增多增加了阅读器冲突的概率。随着RFID应用的不断增长，人们逐渐重视RFID读写器冲突的问题，并进行了一些研究。Daniel及Engels等最早提出了RFID阅读器冲突问题，他们指出阅读器冲突是一种类似于简单图着色的问题。随后WMdmp和Engels等提出了一种阅读器防冲突算法Colorwave。Colorwave是一种基于时分多址（TDMA）原理的分布式防冲突算法，当网络中的阅读器数量比较小时该方法是有效的和可行的。欧洲电信标准协会（ETSI）发布的EN 302 208标准采用一种基于载波侦听多路访问（Carrier Sense Multi.Access，CSMA）原理的先侦听后发言的方法（Listen Before Talk，LBT）来减少阅读器冲突的情况。尽管该方法的实现简单，但是可能导致某些阅读器长时间无法获得信道。EPC Class1 Gen2标准阐述了采用频分多址（FDMA）原理来避免读写器冲突的算法。但是由于大部分的标签不具备频率分辨能力，所以在该标准中仍然存在阅读器冲突的情况。互联RFID阅读器冲突模型（Interconnected RFID Reader Collision Model，IRCM）是一种基于P2P结构的无须中央服务器参与的阅读器信息交互模型。阅读器之间通过协商和调整读取速度、读取时间等参数来减少冲突发生的概率。尽管不需要中央服务器，但是IRCM使得阅读器经常陷于互相交互与协商的过程，这显然会大大减少阅读器的标签扫描时间和工作效率。
      针对上述情况，本节提出了通过中央服务器集中控制阅读器分时隙操作来实现避免阅读器冲突的方法，并建立了一种基于模拟退火策略的混沌神经网络进行阅读器时隙分配问题求解的模型。这是一种基于TDMA原理的集中控制式防冲突方法，可以根据阅读器冲突关系的变化在线进行阅读器的时隙分配求解与控制，而且在不影响阅读器工作效率的同时，可以消除密集阅读器环境下的阅读器冲突问题。

1.RFID阅读器冲突及解决途径
1）密集阅读器环境中的阅读器冲突
     密集阅读器环境就是指在RFID系统应用中，在预定区域内部署多个RFID阅读器，以满足对区域内的所有标签进行完全的、高可靠的读取要求。系统网络中包含多个阅读器和一个中央计算机，阅读器与中央计算机之间一般采用局域网（LAN）或无线局域网（WLAN）方式进行通信连接。网络中的每个阅读器通常具有不同范围的识读区域，各阅读器的识读区域可能有交集，即识读区域有相互重叠的部分。为了便于说明，描绘了集阅读器环境下的阅读器冲突。每个圆圈代表一个阅读器的识读区域（实际应用中的识读区域可能为不规则形状），圆点代表相应的阅读器。如果两个阅读器的识读区域有相互重叠,R1和R2，则当R1、R2同时工作时，如果不采取防冲突措施，就会产生阅读器冲突，甚至使整个RFID系统无法正常工作。
2）分时传输解决阅读器冲突
      标签是通过电磁耦合的方式从阅读器获得能量的，由于获得的能量非常有限，所以无源标签只具备简单的功能而不具备区分不同频率信号的能力。因此，RFID 阅读器的防冲突无法通过 FDMA 来实现，而只能靠 TDMA 方法解决。可以将阅读器的防冲突看成阅读器时隙分配问题。时隙分配可能的实现方法可分为分布式时隙控制与集中式时隙控制两种。分布式时隙控制方法以防冲突算法Colorwave 和 IRCM 为代表，时隙分配过程以网络中的每个阅读器为中心，各阅读器之间相互反复通信协商来确定各自的工作时隙，发生冲突时往往通过增加新的时隙来解决，结果使得时隙分配过程较长且需要的总时隙数目多；集中式时隙控制方法几乎不占用阅读器的资源，通过中央计算机或服务器运行优化算法进行时隙分配问题的求解，这种方法求解速度快且不占用阅读器资源。
     因此，这里采用集中式时隙控制，即根据阅读器之间的冲突关系，由中央计算机执行时隙分配的优化算法。在得到时隙分配结果后，中央计算机指定各个阅读器在分配到的时隙内进行读写操作，从而消除阅读器冲突情况。2.平面图着色与阅读器防冲突
RFID阅读器冲突问题类似于一个简单的平面图G=（R，E）。顶点集合R是RFID阅读器集合，即R={r1，r2，…，rn）。边集合E描述了RFID系统中阅读器之间的冲突关系。也就是说，
如果阅读器Ri和阅读器Rj的识读区域之间存在交集，就将顶点ri和rj用一个无向线段连接起来。据此建立中的阅读器冲突问题的平面图G=（R，E)
有关文献已经证明了任意一个平面图均可用 4 种颜色来进行着色。因此，一个阅读器网络的防冲突问题即类似于一个平面图的四色着色问题。因此，阅读器防冲突问题可以看成阅读器网络的四时隙分配问题。这里采用基于退火策略的混沌神经网络模型来进行阅读器四时隙分配问题的求解。
3.阅读器防冲突问题的混沌神经网络模型
    采用神经网络方法求解阅读器网络防冲突问题前，需要确定网络中阅读器之间可能存在的冲突关系，即获得平面图G=（R，E）的边集E。
1）Hopfieid神经网络模型
     下面采用二维Hopfield神经网络（HNN）模型对阅读器防冲突问题进行建模。
     首先，为了获得阅读器防冲突神经网络的能量函数，需要建立一个二维Hopfield神经网络，构造一个n×4阶的矩阵v。其中，n为网络中阅读器的数目，矩阵v的每一行包括4个神经元，代表一种时隙，4个时隙T1，T2，T3，T4分别表示为‘1000’，‘0100’，‘0010’，‘0001’，那么n个阅读器的四时隙分配结果就可以由n×4个神经元表示出来。
     设n×n阶对称矩阵d为阅读器冲突关系矩阵，它描述网络中阅读器之间是否存在冲突，当阅读器Ri和阅读器Rj之间具有冲突关系时，dij=1，否则dij=0。对于图7-14所示的阅读器网络，可以构造的阅读器冲突关系矩阵为
为了消除网络中的阅读器冲突问题，必须使网络中存在冲突关系的阅读器工作在不同的时隙。根据这样的约束要求，建立如下阅读器防冲突神经网络的能量函数：
    式中，A、B、C是常数；n×n阶对称矩阵d为阅读器冲突关系矩阵；矩阵v是神经网络的输出矩阵。
     在式（7-3）中，第一项是行约束，在矩阵v的每一行4个神经元中，只有一个神经元的值为“1”，其余3个神经元的值全部为0。也就是说，当每个阅读器都分配了T1、T2、T3、T4、四个时隙中的任意一个时，该项的值为 0。式（7-3）中的第二项是一个全局约束，它有助于神经网络收敛于有效解，即当神经网络收敛于有效解时，输出矩阵 v 中每行只有一个神经元的值为 1，对 n×4 神经元矩阵 v 来说，所有值为 1 的神经元的个数是 n，这时该项的值为0。式中最后一项为边界惩罚函数，只有当任意两个存在冲突关系的阅读器被分配了不同的工作时隙时，该项的值为 0。因此，当神经网络的能量函数 E 的值等于 0 时，当前的输出矩阵v的值就是阅读器防冲突神经网络的可行解。
根据二维Hopfield神经网络能量函数的一般表达形式：
式中，wxi，yj表示神经元vxi和vyj之
之间的连接权重；Ixi表示神经元vxi的外部输入偏差。比较式（7-3）和式（7-4），可以得到
因此，阅读器防冲突神经网络的微分方程为
式中，f为神经元的输入/输出函数；u为神经元的内部输入；t为时间常数。解这个微分方程组就可以得到阅读器防冲突神经网络的有效解。根据输出矩阵的每行各个元素的值就可以确定分配给每个阅读器的时隙。
2）基于退火策略的混沌神经网络模型
Hopfield神经网络模型可以收敛到一个稳定的平衡解上，但会经常陷入局部最优。因此，在前面所建立的Hopfield神经网络模型基础上引入混沌机制和模拟退火策略，为阅读器防冲突建立基于退火策略的混沌神经网络模型，如下所示。
式中，vxi，uxi 和 Ixi 分别为神经元的输出、输入和外部输入偏差；wxi，yj 为神经元连接权重系统；I0是一个正的常数；a 为比例系数；k 是神经元的退火速度系数；z（t）为自反馈权重系数，β是z（t）的衰减系数。
式（7-12）中的 z（t）（vxi-I0）
项起自抑制反馈作用，从而为系统带来混沌状态。而混沌具有随机搜索的特质，因此可以避免算法陷入局部最优。同时为了有效地控制混沌行为，引入模拟温度 z（t）。z（t）在算法搜索过程中按照式（7-13）逐渐衰减，这样使得神经网络经过一个倒分岔过程而逐渐趋于稳定的平衡点。当模拟温度衰减至趋近于‘0’时，混沌状态消失，此后算法获得一个较好的初值，并按照 Hopfield 神经网络算法继续进行搜索并逐渐收敛于有效解。4.仿真实验
1）仿真流程
采用MATLAB对基于退火策略的混沌神经网络阅读器时隙分配算法进行仿
仿真。仿真流程如下：
步骤 1：设置 A，B，C，I0，ε，k，α，z（0），β，uxi（0）等参数的值，如表 7-4所示。实验中，uxi（0）取[0，1]区间的随机数。
步骤2：根据式（7-10）和式（7-11）计算vxi（t）。
步骤3：根据式（7-3）计算能量函数E。
步骤4：根据式（7-12）计算uxi（t+1）。
步骤 5：判断能量函数是否满足稳定条件。如果满足进行步骤 6，否则进行步骤 2。能量函数的稳定判据为：E 的值在连续 l0 次迭代中的变化量小于 0
01；如果 E ≤10-6，则停止迭代；如果算法在1000次迭代中无法收敛到有效解，则停止仿真。
步骤6：输出仿真结果，即输出v和E。
2）仿真实验结果
      对于图7-13和图7-14所示的阅读器冲突网络，用基于退火策略的混沌神经网络算法经过162次迭代后，便得到了阅读器防冲突的时隙分配有效解。输出矩阵的值为、T2、T3、T4，对图7-14所示的阅读器网络按照表7-5的结果进行着色填充的结果
从图7-16可以看出，任意两个识读区域存在交集的阅读器（即存在冲突约束的阅读器）的识读区域分别采用了不同的填充方式，由此表明了求解结果的正确性。vout尽管与式Hopfieid神经网
神经网络模型的矩阵值不同，但仍然是阅读器防冲突时隙分配问题的可行解。
     为了验证算法的可靠性和效率，对不同的阅读器网络规模（阅读器数目）n=10、15、20、25、30进行了50次实验，所有50次实验均得到了阅读器防冲突问题的有效解。对于不同网络规模，算法求解的平均迭代次数分别为171次、236次、282次、314次及375次。实验结果表明了算法的可靠性及高效性。
3）算法性能分析
    首先，基于退火策略的混沌神经网络阅读器防冲突算法是基于TDMA原理的，因此运用该算法来解决阅读器冲突问题从原理上讲是可行的。
    其次，该算法属于集中式控制算法，算法的执行过程在中央计算机上实现，几乎不占用阅读器的扫描时间（只在确定阅读器之间的冲突关系时占用极少的时间）。而分布式算法在执行的全过程中，所有的阅读器要相互通信来协调时隙分配，在时隙分配完成前无法扫描标签。因此，从应用的角度来说，本节提出的方法更具有合理性和实用性。
     最后，在密集阅读器环境中，Colorwave和IRCM算法大概需要10个时隙数量才能得到96%以上的传输成功率，而本节提出的新算法仅需4个时隙即可完成几乎100%的传输成功率（除去算法执行时间外都可以成功传输），
     显然这里提出的新算法使得每个阅读器具有更大的标签吞吐能力。