m基于可见光通信系统的RFID接口过程以及ALOHA防碰撞算法的matlab仿真

1.算法描述

   射频识别技术(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，它无需直接接触、无需光学可视、无需人工干预即可完成信息输入和处理，具有操作方便快捷、存储数据量大、保密性好、反应时间短、对环境适应性强等优点，现在已广泛应用于工业自动化、商业自动化和交通运输管理等领域，成为当前IT业研究的热点技术之一。

　　典型的RFID系统主要包括三个部分：电子标签(tag)、读写器(Read)和应用系统(如图1)。电子标签放置在被识别的对象上，是RFID系统真正的数据载体。通常电子标签处于休眠状态，一旦进入读写器作用范围内就会被激活，并与读写器进行无线射频方式的非接触式双向数据通信，以达到识别并交换数据的目的。此外，许多读写器还都有附加的通信接口，以便将所获的数据传给应用系统进行进一步的处理。

    对具有多个上传信道可同时上传ID信息的RFID 系统的空中接口过程进行仿真, 探讨系统识别标签的速率与信道数的关系,并与现有标准ISO，18000-6C的识别速率进行对比RFID 系统的空中接口过程, 当多个上传信道同时上传ID的时候，那么必然会涉及到多个信道之间的干扰，那么信道数目越多，这种相互干扰的就越严重，从而影响对不同上传ID识别速率，所以我们需要研究多信道和识别速度的关系。根据上面内容，需要研究两个方面的东西，一个接口过程，一个防碰撞算法。   

   RFID的接口过程满足如下的结构框图：

关于防碰撞算法：

     进行多种算法的对比：设置不同的ID数量，然后分别仿真其对应的识别时间，即速率，然后做出仿真图。包括二进制搜索算法。标准ISO，18000-6C用的是ALOHA算法。

    “Aloha算法是一种非常简单的TDMA算法,该算法被广泛应用在RFID系统中。这种算法多采取“标签先发言”的方式,即标签一进入读写器的阅读区域就自动向读写器发送其自身的ID,随即标签和读写器间开始通信。

   ALOHA算法是随机接入算法的一种，当标签要发送数据信息时，它可以在任意时间段随机发送，把它称为纯ALOHA算法。

2.matlab算法仿真效果
matlab2022a仿真结果如下：

3.MATLAB核心程序

%参数定义
%信息码长度
SNR           = [10:1:17];
TDL           = [500,400,300,200,100,50,20,10];
ERR           = zeros(1,length(SNR));
 
for jj = 1:length(SNR)
    jj
    Num = 0;
    Ber = 0;
    while Ber <= TDL(jj); 
    Num = Num + 1;
    Ber
 
    Frame_length  = 10*64;    
    %信息码速率为10KHz
    Rates         = 10e3; 
    %发送带宽20KHz
    Bwidth        = 2*Rates;     
    %发送信号功率2W
    Tpower        = 2;                        
    %载波频率70MHz
    fc            = 70e6;      
    %采样频率280MHz,满足四倍采样
    fs            = fc*4;        
    %20KHz方波
    Swave1        = 20e3;            
    %40KHz方波
    Swave2        = 40e3;             
    %采样点数
    M             = fs/(2*Swave2);   
    %信息码采样点
    L             = fs/Rates; 
    %2ASK调制的调制度
    ma            = 0.5;     
    %alpha值
    alpha         = 2*ma/(1-ma);                         
 
 
    %%
    %随机信息码产生
    data_code0 = zeros(1,Frame_length);
    %随机产生信息码
    data_code0 =(randn(1,Frame_length)>=0.5);
 
    %%
    %CRC校验
    data_code  = func_CRC(data_code0);
 
    %%
    %数据采样化
    data_code_sample = func_samples(data_code,Frame_length,L);
 
    %%
    %编码
    data_code_sample = func_encode(data_code_sample,data_code,Frame_length,L,M);
 
    %%
    %调制发送
    %FIR低通滤波器设计
    data_sample_fir  = func_filter(data_code_sample,fs,fc);
    T                = Frame_length*L*(1/fs);
    t                = [0:1/fs:T-(1/fs)];
    Carriers         = cos(2*pi*fc*t);
    %ASK调制
    RFID_ASK         =((2*Tpower).^0.5)*(1+alpha*data_sample_fir).*Carriers;
    %ASK调制信号加正弦波干扰
    RFID_ASK_sin     = RFID_ASK + 10*cos(2*pi*fc*t+pi/6); 
 
 
    %高斯信道
    snr                = SNR(jj);                                  
    RFID_ASK_sin_N     = awgn(RFID_ASK_sin,snr,'measured');
 
 
    figure(1);
    subplot(221)
    plot(RFID_ASK(100:1000));
    title('2ASK调制信号');
    axis([0,1000,-10,10]);
 
    subplot(222)
    plot(RFID_ASK_sin(100:1000));
    grid on;
    title('ASK调制信号加正弦波干扰');
    axis([0,1000,-30,30]);
 
    subplot(223)
    plot(RFID_ASK_sin_N(100:1000));
    grid on;
    title('过信道之后信号');
    axis([0,1000,-30,30]);
 
 
    %限幅
    AMP                = 10;
    RFID_ASK_sin_N_amp = func_amp_limit(RFID_ASK_sin_N,AMP);
 
 
    %ASK解调
    [RFID_deASK_filter,amp]=func_AKS_Demod(RFID_ASK_sin_N_amp,Carriers,fc,fs);
 
 
    subplot(224)
    plot(RFID_deASK_filter(100:end));
    grid on;
    title('2ASK解调信号');
    axis([0 L*Frame_length -5 20]);
 
 
    %判决门限
    RFID_deASK10  = func_unsamples(amp,Frame_length,M);
 
    %解码
    data_code_rec = func_decode(RFID_deASK10,Frame_length);
 
    %统计误码率
    Err_rate      = func_err(data_code_rec,data_code,Frame_length);
    Ber           = Ber + Err_rate*Frame_length;
    end
    ERR(jj) = Ber/(Num*Frame_length);
end
 
figure;
semilogy(SNR,ERR,'b-o');
xlabel('SNR');
ylabel('BER');
grid on;
 01_094_m