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
目录
1.算法描述
2.matlab算法仿真效果
3.MATLAB核心程序
4.完整MATLAB
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)jjNum = 0;Ber = 0;while Ber <= TDL(jj); Num = Num + 1;BerFrame_length = 10*64; %信息码速率为10KHzRates = 10e3; %发送带宽20KHzBwidth = 2*Rates; %发送信号功率2WTpower = 2; %载波频率70MHzfc = 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;endERR(jj) = Ber/(Num*Frame_length);
endfigure;
semilogy(SNR,ERR,'b-o');
xlabel('SNR');
ylabel('BER');
grid on;01_094_m4.完整MATLAB
V
V