中 華 大 學
碩 士 論 文
中文題目:
應用於辨識 RFID 標籤之 調適性防碰撞技術
系 別 所: 資訊工程學系碩士班 學號姓名: E09502011 李榮崇 指導教授: 許 慶 賢 博士
中華民國 九十七 年 七 月
An Adaptive Anti-Collision Algorithm towards Efficient RFID Tag Identification
By
Jung-Chung Lee
Advisor: Prof. Ching-Hsien Hsu
Department of Computer Science and Information Engineering Chung Hua University
Hsinchu, 30067, Taiwan
July 2008
中文摘要
RFID 技術是一種利用無線電波來辨識 RFID 標籤資料的技術。近年來，由於 RFID 在商業化過程中應用日趨廣泛，進而促使 RFID 相關系統被大規模的發展與 研究，相關的研究議題有很多，其中一個相當重要的問題就是如何防止 RFID 標 籤的碰撞。在這個問題已經有許多研究提出不同的經驗法則演算法。在這篇論文 裡，我們針對 EPC Class-1 UHF Tag 提出一種調適性防碰撞技術，可以讓讀取器 (Reader)在對 RFID 標籤的整個辨識過程中，減少不必要的命令發送程序，有效提 高辨識速度。我們提出的調適性防碰撞技術，是一種利用讀取器可偵測到碰撞位 元位置及數量的特性，我們可以根據這些碰撞資訊讓讀取器發送最適當的辨識命 令，並加上簡單的位元預測機制，讓讀取器使用最短的時間完成所有 RFID 標籤 的辨識。在演算法的效能評估上，我們製作一個 RFID 系統模擬環境，來實現調 適性防碰撞技術與其他辨識演算法。在我們的實驗結果方面，調適性防碰撞技術 比其他辨識演算法，可以讓 RFID 讀取器得到更有效的辨識效能。
關鍵詞：調適性防碰撞技術，碰撞防止，位元預測機制，RFID。
Abstract
RFID technology is applied to identify data of RFID tag through radio wave. In recent years, since RFID is applied extensively in commercialization, and then urges large-scale development and research of RFID-related system, one relatively important issue of numerous research topics is how to prevent collision between RFID tags. A lot of researches has proposed different Heuristic algorithm for this topic. In this thesis, we aim at EPC Class-1 UHF Tag and propose one adaptive anti-collision algorithm which enables reader to reduce unnecessary procedure for order delivery and enhance identification speed effectively in whole identification process of RFID tags.
Adaptive Anti-Collision Algorithm we propose is to utilize reader's characteristic of detecting position of collision bit and quantity. We can enable the reader to deliver proper identification order according to collision information along with simple Bit- Predictive in order to allow reader completing whole identification of RFID tag. In terms of efficiency evaluation of algorithm, we make RFID simulation environment to accomplish Adaptive Anti-Collision Algorithm and other identification algorithm. In terms of our experiment result, Adaptive Anti-Collision Algorithm is better than others for more efficient identification efficiency.
Keywords: adaptive anti-collision algorithm, anti-collision, bit-predictive, RFID
Acknowledgements
首先要誠摯的感謝指導教授許慶賢博士，這兩年來經過教授的細心指導，
使我從對 RFID 領域的一無所知，到逐漸能夠了解其中的深奧之處。這段日 子，教授不斷的在研究的架構與觀念上指引我往正確的方向，才能使我能夠 在這兩年中得以順利完成研究結果。
而從教授身上我學到的不僅是 RFID 專業領域的相關知識，他對學問研 究的嚴謹態度與細心程度更是我的學習典範。在與教授討論的過程中，總是 不斷的提醒我，凡事要抱著大膽假設，小心求證的精神。這樣的處事態度讓 我在社會工作更是受用無窮。
論文的完成，我另外還要感謝逸民、仁豪兩位學長熱心的教導以及義彬同 學的熱心幫忙，我才能得以順利完成本篇論文。最後，我要感謝我的家人，
有了你們全力的支持，也給了我這二年最大的動力。
Table of Contents
中文摘要 ... I Abstract ... II Acknowledgements... III Table of Contents ... IV List of Figures...V List of Tables ... VI
1 Introduction...1
1.1 Motivation ...1
1.2 Objective...2
1.3 Thesis Organization ...3
2 Related Work...4
3 Preliminary ...7
3.1 EPC Class-1 UHF Tag Collision Detection ...7
3.2 The Anti-Collision Algorithm for EPC Class-1 UHF Tag ...8
4 The Proposed Anti-Collision Techniques ...11
4.1 Adaptive Anti-Collision Algorithm (AAA) ...11
4.2 Optimization - Predictive AAA (PAA) ...16
5 Performance Evaluation and Results ...18
6 Conclusions and Future work ...28
7 Reference ...29
List of Figures
Figure 1: Tag to reader bit cell encoding ... 7
Figure 2: Example of Collision-Bit detected by Reader ... 8
Figure 3: Standard Anti-Collision Algorithm (SAA) ... 9
Figure 4: Memorize Anti-Collision Algorithm (MAA)... 10
Figure 5: Tag Identification with the SAA in example 1... 13
Figure 6: Tag Identification with the MAA in example 1 ... 13
Figure 7: Tag Identification with the AAA in example 1 ... 14
Figure 8: Tag Identification with the SAA in example 2... 15
Figure 9: Tag Identification with the MAA in example 2 ... 15
Figure 10: Tag Identification with the AAA in example 2 ... 15
Figure 11: Tag Identification with the AAA in example 3 ... 17
Figure 12: Tag Identification with the PAA in example 3 ... 17
Figure 13: Snapshot of EPC class-1 UHF tag simulator ... 18
Figure 14: Number of PingID command with 200 Tags ... 19
Figure 15: Number of ScrollID command with 200 Tags ... 20
Figure 16: Number of total commands with 200 Tags in chart ... 21
Figure 17: PingID commands of the AAA and PAA schemes... 22
Figure 18: ScrollID commands of the AAA and PAA schemes... 23
Figure 19: Total commands of the AAA and PAA in chart ... 24
Figure 20: Performance of difference Anti-Collision Algorithms in high-density RFID environment in chart ... 26
Figure 21 Performance of the AAA and PAA in high density RFID environment in chart ... 27
List of Tables
Table 1: Number of total commands with 200 Tags ... 21 Table 2: Total commands of the AAA and PAA schemes ... 23 Table 3: Performance of difference Anti-Collision Algorithms in high-density RFID
environment... 25 Table 4: Performance of the AAA and PAA in high density RFID environment ... 27
CHAPTER 1
Introduction
1.1 Motivation
RFID 全名為 Radio Frequency Identification，隨著現今科技的發展及應用端之 觸發，RFID 技術應用日趨成熟。RFID 是利用 IC 及無線電波來存放與傳遞辨識 RFID 標籤的相關資訊，由於具有傳統條碼無法提供的整批讀取、可重複讀寫資 料、可程式化、非接觸式、資料記錄豐富、耐環境、在範圍內可同時讀取多個 RFID 標籤等特性，已在商業物流、倉儲管理、全球定位、大眾運輸以及醫療服 務等各個領域被廣泛地採用。現在 RFID 投入廠商也陸續增多，多數業者都認為 2008 年將會是 RFID 關鍵的一年，包括北京奧運已決定大量應用，多數業者經過 這近幾年的研發，成果也逐漸浮現，因此 2008 年被視為 RFID 啟動元年。
基本的 RFID 系統是由讀取器(Reader)、感應器(Transponder)/感應標籤(Tag) 及中介軟體系統設計整合(Middleware & System Integration)三者串聯而成的應用架 構，工作原理是由本身內含天線的讀取器發射特定頻率之無線電波給感應器，以 驅動感應器之電路，將標籤之內部資料(識別碼)傳回，讀取器便可以收到資料，
因此，只要藉由一台讀取機，即可管理、清點相關物品[24]。
RFID 系統依照 Tag 的供電形式可分為被動、半被動(也稱做半主動)及主動三 種，被動式的 RF 系統，使用調變散射方式發射資料，它必須利用 Reader 的載波 來調變自己的信號。半被動 RFID 系統也稱為電池支援式反向散射調變系統。半 被動 Tag 本身帶有電池，只提供 Tag 內部數位電路供電的作用，並不透過本身的
能量主動發送資料。而主動式的 RFID 系統則用 Tag 本身的能量主動發送資料給 Reader，不需透過 Reader 來提供能量。
一般而言，RFID 的 Reader 一次只能與一個 Tag 進行溝通，因而會有所謂訊 號碰撞的問題。RFID 的訊號碰撞(Collision)一般可分為標籤(Tag)訊號碰撞以及讀 取器(Reader)訊號碰撞兩大類，前者是指同一個 Reader 同時收到多個 Tag 所回應 的訊號，造成無法準確判讀或誤判，後者則是同一個 Tag 同時收到多個 Reader 所發出的命令以致於造成衝突。訊號碰撞的問題，它會造成訊號傳遞失敗、流 失，甚至訊號錯誤的解讀形成資料錯誤等等，形成識別的阻礙。因此，如何有效 的避免訊號碰撞，提高辨識效率，便成為近年來相當熱門的研究課題。
1.2 Objective
雖然 RFID 優點相當多，但仍存在著一些障礙，使得 RFID 的還不能完全被 市場廣泛應用，其中一個很重要的問題就是訊號碰撞問題。近年來已經研究出許 多方法可以用來解決訊號碰撞問題，一般統稱為 Anti-Collision。而 Anti-Collision 的 方 式 一 般 又 可 區 分 為 兩 大 類 ， 一 種 為 Tree-based Algorithm ， 另 一 種 則 為 ALOHA-based Algorithm。
AutoID( 或 稱 EPCGlobal) 組 織 定 義 的 EPC Class-1 UHF Tag 所 使 用 的 STAC(Slotted Terminating Adaptive Collection) Protocol，屬於 ALOHA-based 的一 種 防 碰 撞 演算 法。 此 篇 論 文 的 研 究 主要 是針 對 標準 的 AutoID Anti-Collision Algorithm 做進一步的改善，來達到提高辨識效率的目的。
1.3 Thesis Organization
本篇論文的內容共分六個章節，其各章節簡述如下：在第二章節裡，針對一 些碰撞防止的相關研究做一些簡單的說明。第三章節裡，主要介紹 EPC Class-1 UHF Tag 的碰撞偵測原理，並說明目前的標籤碰撞防止演算法的流程與缺點。而 第四章節裡，將說明我們所提出的調適性防碰撞技術原理並使用一些例子來說 明，並在第五章節裡，使用 RFID 模擬環境來比較不同的碰撞防止演算法的辨識 效能。最後，在第六章節裡，再將整個研究結果做一些整理總結。
CHAPTER 2
Related Work
在近年來，關於 RFID 的技術研究已有相當多的結果陸續被發表出來。由於 RFID 是透過無線電波來傳遞資料。在資料安全和隱私上也有相關的文獻[9、
19、25]討論如何維護或保護 RFID 標籤隱私的方法。另外，RFID 網路系統，讀 取器之間相互干擾並造成隱藏的標籤問題也相繼有些改善的方法被提出來 [1、
8、12、22、27]；以及如何節省能源延長無線 RFID 網路的電力壽命[10]和覆蓋範 圍問題 [2、20]，也被廣泛地研究。
RFID 標籤碰撞防止的問題也是近年來非常熱門的研究議題。大致上可以被 歸類成兩個主要的種類，也就是 ALOHA-based[3、6、11、17、21]的碰撞防止演 算法和 Tree-based 的防碰撞演算法[4、7、14、15、16、18、23]。ALOHA 的演算 法是屬於分時多重存取技術，當讀取器對標籤發送詢問命令後，讀取器的讀取範 圍內的每一個標籤會自行隨機選擇一個時間點來回應資料給讀取器。而使用這個 方法會有個問題，因為標籤是隨機來回應資料給讀取器，當標籤還在傳送過程 中，另一個標籤也準備回應資料給讀取器，這時就會造成前一個傳送的標籤資料 因為資料碰撞而造成讀取器無法讀到正確資料。讀取器就必須一直反覆的發送詢 問訊息給標籤，直到全部標籤都正確被辨識到為止。若標籤數量變多，則這個問 題將更嚴重。為了解決此問題，便有 Framed ALOHA 的演算法相關的論文被提出 來，它的方法是將時間框(Frame)分成若干時間間隙(Time-Slot)，並在傳遞給附近 的標籤的詢問訊息裡加入時間框(Frame)的長度。標籤在收到詢問訊息後則隨機選 擇一個時間間隙(Time-Slot)來回應資料給 RFID 讀取器。在每個傳輸點只能在一
個時間間隙(Time-Slot)的開始處進行資料傳送。每次傳送的數據的時間必須小於 或者等於一個時間間隙(Time-Slot)的時間大小。如此，便就可減少標籤回應讀取 器時所造成的碰撞問題。
在 Tree-based 的演算法裡，RFID 讀取器處理碰撞問題的方法又大致被分為 兩類，一種為碰撞偵測方式[13]，另一種為碰撞追蹤方式[26]。利用碰撞偵測方法 的 RFID 系統，RFID 讀取器只能知道標籤回應 RFID 讀取器的詢問，與是否有碰 撞產生。卻無法正確知道有多少位元發生碰撞及碰撞位元的位置在哪裡。例如 ABS[15]，IBBT[4]以及 HQT[18]就是這一類的碰撞偵測演算法。
而在利用碰撞追蹤方式的 RFID 系統，RFID 讀取器除了可以知道碰撞外，還 可以知道碰撞位元的數量及碰撞位元的位置，並且利用這些訊息來辨識標籤。這 一 類 的 演 算 法 ， 我 們 知 道 的 有 FCT(First Collision Tracing) 和 CCT(Complete Collision Tracking)[26]。FCT 主要是方法是只找尋第一個碰撞位元的位置就可以 辨識標籤。而 CCT 的辨識標籤則需要找到所有的碰撞位元及碰撞的位置，本篇 論文所提出的方法則是基於 FCT 及 CCT 的概念，再做一些改善來提升防碰撞的 效率。
另外一個問題，因為 RFID 標準的不統一也造成 RFID 不易發展的重要因素 之一。因此，RFID 系統裡就有些組織出來訂定一些 RFID 標籤的資料格式及防碰 撞衝突的標準。目前，較大的標準體系包括：總部設在美國麻省理工學院的 Auto-ID Center(或稱 EPCglobal)，推行所謂的 EPC 電子產品編碼標準，主要有 Wal-Mark 和 Tesco 等 100 多家歐美的零售流通企業均遵循此標準，並同時有 IBM、微軟、飛利浦和 Auto-ID Lab 等公司提供相關技術支援。在歐洲，則採用 ISO 18000 系列標準。在日本的 UniquitousID Center(UID)主要由日系廠商組成。
在這裡 EPC 做一簡單說明，EPC 是一個可擴充的編碼系統，因應不同產業需求 可作編碼上的調整設計，以利賦予物件品項獨一無二的編碼。由目前已公佈的 EPC 標籤規格書得知，標籤容量有 96 位元與 64 位元的分別，未來也會有 256 位 元的編碼出現，視使用者需要選擇標籤容量；隨容量大小，調整其編碼結構。其
基 礎 編 碼 方 式 (General Identifier-- GID) ， 將 EPC 碼 結 構 分 為 四 區 塊 ： 標 頭 (Header)、一般管理者代碼(General Manager Number)、物件類別碼(Object Class) 以及序號(Serial Number)。本篇論文的研究內容，主要針對 EPCglobal 提出的 EPC Class-1 UHF Tag [28]的辨識與防碰撞技術。
CHAPTER 3
Preliminary
3.1 EPC Class-1 UHF Tag Collision Detection
在這篇論文，我們所提出的方法，很重要的一點就是利用讀取器(Reader)可 以偵測到標籤(Tag)回應的 Bit 碰撞位置及數量這個特性，我們再根據這些資訊，
依照不同狀況用不同的策略，來提高辨識 Tag ID 的效能。因此，在這個章節需 先介紹 Reader 是如何偵測到 EPC Class-1 UHF Tag 碰撞的原理。在 EPC Class-1 UHF Tag 定義上 Tag 的通訊速度是 Reader 的兩倍，Tag 只要 T0/2 的時間就可以 將一個 Bit 送出。而 Tag 回應 Reader 的編碼格式如 Figure 1 所示，若 Tag 要送出
「0」則 Tag 需做「HHLL」傳輸，若 Tag 要送出「1」則 Tag 傳輸「HLHL」。
0
1
1 Bit Cell
0
0
T0/2 t
Figure 1: Tag to reader bit cell encoding
所謂的「H」其實就是不需動作，所以環境中的 Reader 所送出的能量不變；
所謂的「L」就是 Tag 將其天線的 Impedance 升高而使得能量遭受阻力，所以會 有一些消耗。當有兩個以上的 Tag 同時回應給 Reader 時，則 Reader 就會收到
「HLLL」的訊號，此時 Reader 就可以知道有碰撞發生。例如若有兩個 Tag，其 中 Tag1 的 ID 為 1110.0101，Tag2 的 ID 為 1010.0111。當 Reader 發送命令給 Tag 後，Tag1 與 Tag2 會同時回應，由 Figure 2 所示，可以知道 Reader 讀到 Bit2、
Bit7 的訊號為「HLLL」。因此，Reader 就可正確判斷出 Bit2 和 Bit7 有發生碰 撞。
Figure 2: Example of Collision-Bit detected by Reader
3.2 The Anti-Collision Algorithm for EPC Class-1 UHF Tag
EPC Class-1 的 Standard Anti-Collision Algorithm (SAA) 是 利 用 PingID Command 和 ScrollID Command 來讀取 Tags 的回應 [28]。以下說明 Reader 使用 到的命令格式。
[PTR] 表示指定到 Tag ID 的某一個位置；
[LEN] 表示從 [PTR] 算起的一個長度；
[VALUE] 表示長度為 [LEN] 的一串二進位數字；
當 Reader 發出 PingID 命令後，Tags 會依據 [PTR] + [LEN] 所指到的 ID 位置開
「000b」到「111b」發出 8 個 Bit-Slot 信號，然後 Tags 在依自己所屬的 Bin-Slot 做回應，但並不是將所有的 Tag ID 送出，PingID 只允許回應從 [PTR] + [LEN]
所指到的 ID 位置開始的 8-bit 資料。若 Reader 發出 ScrollID 命令，Tags 依據 [PTR] 所指到的 ID 位置開始算到 [LEN] 所指定的長度，其內容與 [VALUE] 吻 合的話就會將 Tag ID 全部回應給 Reader。
Standard Anti-Collision Algorithm (SAA) 程序是 Reader 先發出 PingID 命令給 Tag。Tag 若吻合 [PTR][LEN][VALUE] 的內容，則會在所屬的 Bit-Slot 做回應。
若有兩個或更多 Tag 選擇到相同的 Bit-Slot 時，Reader 將會重新發送 PingID 命令 給 Tag。直到只有 1 個 Bit-Slot 只有一個 Tag 回應，Reader 就會傳送 ScrollID 命 令送給 Tag。若 Tag 吻合 [PTR][LEN][VALUE] 的內容，就會回應它的全部 ID 內容。這樣 Reader 就可以辨識到一個 Tag 的全部 ID。在辨識完第一個 Tag 之 後，Reader 再使用 PingID 及 ScrollID 命令重複上述相同的程序，直到全部的 Tag 都被辨識到為止。舉例來說，若有 3 個 Tag，及 ID 分別為：
Tag1 : 011 0010 0101 0010 (0x3252) Tag2 : 011 0011 0101 0010 (0x3352) Tag3 : 011 0110 0111 0011 (0x3673)
Figure 3 為 Standard Anti-Collision Algorithm 的整個辨識流程。
Figure 3: Standard Anti-Collision Algorithm (SAA)
在 EPC Class-1 UHF Tag 的 Standard Anti-Collision Algorithm (SAA)，Reader 使用 PingID 和 ScrollID 來辨識 Tag，一個回合只能辨識出一個 Tag，Reader 需反 覆相同的程序才能辨識全部的 Tag，所以要將全部的 Tag 辨識完成，需花費很多 的時間。因此，就有人提出 Memorize Anti-Collision Algorithm (MAA) [5]的方法 來減少不必要的 PingID 次數，它的原理是，假設 Reader 可以將有唯一 Tag 回應 的 Bin-Slot 訊息記錄下來，就能減少不必要的 PingID 傳送次數。如 Figure 4 所 示，若 Reader 發送 PingID 後，其中 Bin-Slot1 與 Bin-Slot5 剛好只有一個 Tag 回 應，那 Reader 使用 ScrollID 辨識完一個 Tag 後，再發送 ScrollID 給下一個有唯一 的 Tag 回應的 Bin-Slot，這樣就可以辨識出下一個 Tag。這個方法可以有效減少 不必要的 PingID 傳送次數，改善 Reader 的辨識效率。
Figure 4: Memorize Anti-Collision Algorithm (MAA)
CHAPTER 4
The Proposed Anti-Collision Techniques
在 EPC Class-1 UHF 的 Standard Anti-Collision Algorithm (SAA)，若要辨識所 有的 Tag，必須一直重複的發送 PingID 命令，即使改用 Memorize Anti-Collision Algorithm (MAA) 也只能減少一些 PingID 命令的發送次數。而我們的研究可以利 用 Reader 讀取到的碰撞資料，根據 Bit 碰撞出現的位置及數量，採取最適當的方 法來減少碰撞次數以及 Reader 與 Tag 之間訊息傳遞的次數。如此可以非常有效的 提高 Tag 的辨識效率。
4.1 Adaptive Anti-Collision Algorithm (AAA)
依照 EPC Class-1 UHF Tag 的規格定義。Reader 可以用 PingID 一次將許多 Tag 依據連續三個 Bit 的內容分為八個群組，亦即會再被細分為八個「Bin-Slot」。 這相當於一口氣發出八個 ScrollID，不過 PingID 不允許 Tag 將完整內容送出，它 只允許 Tag 在屬於自己的 Bin-Slot 回應 8 個 Bit，其中的前 3 個 Bit 必須與「Bin- Slot」數目吻合。當然，Reader 會針對這 8 個「Ping-時段」分別判斷下 5 個 Bit 是否有碰撞情況，與碰撞的 Bit 之所在。
當 Reader 發送 PingID 給所有的 Tag 後，Tag 會在屬於自己的 Bin-Slot 回應，
Bin-Slot 會有 3 種可能的情形發生：
(1) Idle：Bin-Slot 沒有任一個 Tag 回應。
(2) Identified：Bin-Slot 只有 1 個 Tag 回應。
(3) Collision：Bin-Slot 有兩個以上的 Tag 回應。
以 SAA 的辨識流程來看，若 Reader 發現 8 個 Bit-Slot 都沒有任何碰撞發生且有 Identified 的 Bin-Slot。就會針對 Identified 的 Bit-Slot 發送 ScrollID 來辨識 Tag ID，但因為 PingID 命令，Tag 最多只會回應 8-bit 的 ID，在 8-bit 後面的 ID 還是 會發生碰撞問題，因此依照 SAA 的辨識流程，需再將 PingID 的 [PTR] + [LEN]
往後 3 個 Bit 再發一次命令來辨識。
Example 1: 舉例來說，若有 3 個 Tag，其 ID 分別為：
Tag1: 011 0101 0001 0011 (0x3513) Tag2: 011 0101 0101 0011 (0x3553) Tag3: 011 0101 0111 0011 (0x3573)
SAA 首先發送 PingID，[PTR]+[LEN]=0，Value=none，因為 Tag 的前 8 個 Bit 都 相同，所以皆會在 Bin3 做回應。但是 Reader 並沒有辦法辨識出來有碰撞，因此 便會發送 ScrollID 來辨識 Tag ID，當所有的 Tag 收到 ScrollID 後，每一個 Tag 便 將自己的 ID 全部回應給 Reader，這時候 Reader 才會偵測到有碰撞問題。因為發 生碰撞，所以必須再往後面 3 個 Bit 的 ID 位置，再發送 PingID 命令來辨識 Tag ID，直到所有 Tag ID 順利被辨識完成為止。我們可以從 Figure 5 看出來，辨識 3 個 Tag，Reader 總共須 14 個 Step 才能全部辨識完成。即使是 MAA 也頂多減少 1 個 Step 而已，如 Figure 6 所示。
Figure 5: Tag Identification with the SAA in example 1
Figure 6: Tag Identification with the MAA in example 1
我們所提出來的演算法，稱為 Adapt Anti-Collision Algorithm (AAA)，其方法 簡單來說，若 Tag ID 回應的 ID 發生碰撞，因為 Reader 可以知道碰撞點的位置及 數量，所以利用這個碰撞訊息，我們直接在下一次發送的 PingID 直接讓 [Value]
等於第 1 個碰撞位置前的 ID，[PTR] + [LEN] 則等於 [Value] 的長度。這樣便可 以跳過相同的 ID code，來達到減少不必要的 PingID 動作。當然我們也運用
MAA 的記憶方式，Reader 把每一個 Bit-Slot 的狀態紀錄下來，逐一處理，不需要 一直重複 PingID。如 Figure 7 所示，使用 AAA 只需要 6 個 Step 就可以辨識出所 有的 Tag ID。
Figure 7: Tag Identification with the AAA in example 1
此方法並非一定要 Tag 回應全部的 Tag ID 且有大部分 ID code 相同才有效 益，甚至是 PingID 命令，Tag 只回應 8 個 Bit 仍然可以得到一點好處。我們知道 PingID 命令，Tag 最多只會回應 8 個 Bit，而前 3 個 Bit 與 Bin-Slot ID 相同，所以 不可能有碰撞發生，Bit4-Bit6 若發生碰撞，依照原來的流程只要將 [PTR] + [LEN] 往後 3 個 Bit 就可以分 8 組來分辨 Tag ID，重點是若 Bit4-Bit6 相同的時 候，這次的 PingID 就是多餘的動作。也就是說當 Bit1-Bit6 都相同時，我們可以 跳過 Bit4-Bit6，從 Bit7 或 Bit8 開始 PingID，樣就又可以減少一些不必要的碰 撞。
Example 2: 舉第二個例子來說，若有 3 個 Tag，其 ID 分別為：
Tag1: 011 0101 1001 0011 (0x3593) Tag2: 011 0100 0101 0011 (0x3453) Tag3: 011 0101 0111 0011 (0x3573)
Figure 8: Tag Identification with the SAA in example 2
Figure 9: Tag Identification with the MAA in example 2
Figure 10: Tag Identification with the AAA in example 2
由 Figures 8、9、10，我們可以看出使用 SAA 需要 10 個 Step 才可以辨識所有 Tag ID，而 MAA 因為會記住沒有碰撞的 Bit-Slot 的 Tag ID，所以只需要 6 個 Step 就可以完成辨識。但是同樣條件，若使用 AAA 則只要 5 個 Step 就可以完成 辦識。由此可看出辨識的效率仍然有所改善。
4.2 Optimization - Predictive AAA (PAA)
另外，我們可以清楚知道當有 Bit 碰撞時，就表示該 Bit 一定同時有 0 和 1 的存在，我們也善用這個特性，如果碰撞只有 1 個 bit 時，我們可以毫無疑問的 判斷出兩個 Tag ID。因此，我們可以分別在碰撞位置直接填入 0 直接發送 ScrollID Command，然後再直接填入 1 再發送 ScrollID Command 一次，就可以正 確辨識到兩個 Tag ID，不需要再發送多餘的 PingID Command 來進一步確認 Tag ID。但是當碰撞 bit 數大於 2 時，我們就不一定可以肯定有多少個 Tag ID，舉例 來說，有兩個 Tag，其 ID 分別是 Tag1 為 0011.0100，Tag2 為 0011.1000。當兩個 Tag 同時回應給 Reader，則 Reader 讀到的 data 會是 0011.XX00，這時 Reader 可 判斷出 有 2 個 Bit 碰撞 ，所 以 會 有 4 種組 合， 若 直 接 發 送 4 次 ScrollID Command，則[Value]分別為 0011.0000、0011.0100、0011.1000、0011.1100，在這 個情況下，很明顯的可以看出來就多送了 2 次多餘的 ScrollID Command。反而降 低 了 辨 識 的 效 能 。 因 此 ， 我 們 只 針 對 1 個 Bit 的 碰 撞 ， 才 使 用 Predictive Algorithm。
Example 3: 我們再舉另一個例子來比較 AAA 及 AAA 加上 Predictive Algorithm 前 後的差異，若有 4 個 Tag，其 ID 分別為：
Tag1: 011 0100 0001 0001 (0x3411) Tag2: 011 0110 0101 0011 (0x3653) Tag3: 101 0100 0101 0101 (0x5455) Tag4: 101 0100 1111 0111 (0x54F7)
Figure 11: Tag Identification with the AAA in example 3
Figure 12: Tag Identification with the PAA in example 3
我們可以由 Figure 11 看出原來的 AAA 需要 7 個 Step 才能完成 4 個 Tag 的辨 識，加上 Predictive Algorithm 後，則只要 5 個 Step 就可以完成辨識，如 Figure 12 所示。因此，加上這個方法可以讓 AAA 的辨識效率達到最佳化的程度。
CHAPTER 5
Performance Evaluation and Results
在這個章節，首先說明一下，如 Figure 13 我們所建置的 RFID system 模擬環 境是用來辨識 EPC Class-1 UHF Tag，是由一個讀取器(Reader)及亂數產生 36-bits 不同 ID 的標籤(Tag)所組合而成。在同樣的 Tag 數量及 ID 條件下，我們在 Reader 端，分別採用 Standard Anti-Collision Algorithm (SAA)、Memorize Anti-Collision Algorithm (MAA)、Adaptive Anti-Collision Algorithm (AAA)及 AAA 加上位元預測 機制(Predictive Algorithm)等不同的演算法，比較 Reader 使用不同的演算法來辨 識 Tag 的效率。後面，我們將使用不同的參數條件來模擬並顯示其實驗結果。
Figure 13: Snapshot of EPC class-1 UHF tag simulator
在第 1 個實驗裡，我們使用不同數量的 Tag 數量來做比較。Reader 分別採用 SAA、MAA 及 AAA 演算法，首先比較 Reader 完成辨識所需的 PingID 命令的發 送次數，我們可以由 Figure 14 看出來，SAA 的方式隨著 Tag 數量的增加，因為 碰撞次數增加，再加上每辨識到一個 Tag 就需要整個辨識程序重頭開始，所以 PingID 命令發送次數就會隨著 Tag 數量而快速上升。而 MAA 因為 Reader 能記憶 最後一次沒有碰撞下的所有 Tag ID，所以可以避免重複的 PingID 命令發送次 數，辨識效率上可看出來明顯比 SAA 要好很多。但是，若使用 AAA 的演算法，
因為 Reader 可以透過碰撞資料，跳過相同 ID 的位元，直接從第 1 個碰撞點開始 來發送 PingID 命令，從實驗結果，可證明辨識的效率又要比 MAA 的方法來要 好。
0 100 200 300 400 500 600 700 800
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of PingID command
SAA MAA AAA
Figure 14: Number of PingID command with 200 Tags
我們接著再比較 SAA、MAA 及 AAA 演算法，辨識所有 Tag 所需的 ScrollID 命令發送次數。在理想上 ScrollID 命令數量應該會與 Tag 的數量相同，但是實際 辨識過程中，因為 Tag 在收到 PingID 命令後，Tag 並不會將 Tag 的所有 ID 全部
回應給 Reader，所以即使 Tag 回應 PingID 命令的 8 個 Bits 的 ID 沒有碰撞發生，
但很有可能在 8 個 Bits 後面的 ID 仍然會有碰撞發生。而這個現象，我們可以由 Figure 15 看出來，ScrollID 命令的發送次數並非都剛好與 Tag 的數量相同。而 AAA 演算法，若發現 ScrollID 命令回應的 Tag ID 有碰撞發生，一樣會跳過相同 ID 的位元，再直接從第 1 個碰撞點開始來發送 PingID 命令。因此，也可以有效 減少 ScrollID 命令的發送次數。
0 20 40 60 80 100 120 140 160 180 200 220
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of ScrollID command
SAA MAA AAA
Figure 15: Number of ScrollID command with 200 Tags
由於，整個 Tag 辨識過程中必須使用不同的命令才能達成，在效能的比較上 並不能只針對哪一個命令傳送的次數比較少來看待。我們將整個 Tag 辨識過程所 需的發送的命令次數加總起來(Total Command)，整理如 Table 1 及 Figure 16，我 們可以看出來 AAA 的整體效能跟 SAA 與 MAA 比起來確實有顯著的改善。
Table 1: Number of total commands with 200 Tags
SAA MAA AAA
Tags Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll)
20 49 21 70 34 21 55 11 20 31
40 109 41 150 60 41 101 21 40 61
60 173 60 233 98 60 158 30 60 90
80 242 82 324 134 82 216 36 80 116
100 306 100 406 147 100 247 44 100 144
120 396 124 520 231 124 355 62 120 182
140 479 143 622 306 143 449 64 141 205
160 554 166 720 352 166 518 74 160 234
180 650 182 832 402 182 584 87 180 267
200 722 204 926 448 203 651 89 201 290
0 100 200 300 400 500 600 700 800 900 1000
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of total command
SAA MAA AAA
Figure 16: Number of total commands with 200 Tags in chart
在第 2 個實驗裡，我們所使用的 Tag 數量和 ID 跟第 1 個實驗相同。不同是 我 們 要 比 較 Reader 使 用 AAA 演 算 法 ， 若 在 加 上 位 元 預 測 機 制 (Predictive Algorithm)後，是否可以再提升 Reader 辨識 Tag 的整體效率。並比較 1 位元的預 測機制(PAA(1))與 2 位元的預測機制(PAA(2))的辨識效能。
經模擬軟體實驗後，PingID 命令發送次數比較結果如 Figure 17 所示，我們 可以看出來 AAA 技術若再加上位元預測機制(Predictive Algorithm)，確實可以再 提升 Reader 辨識 Tag 的整體效率。而在 PingID 命令的發送次數，2 位元的預測 機制(PAA(2))似乎又比 1 位元的預測機制(PAA(1))的辨識效能還來的好。但是由 於 2 位元的預測機制(PAA(2))會有傳送多餘的 ScrollID 命令的問題。我們也不難 從 Figure 18 發現實際上確實會存在這樣的問題。因此，也可以證明位元預測機 制的預測位元並非越多，辨識效能就會越好。
0 10 20 30 40 50 60 70 80 90 100
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of PingID command
AAA PAA(1) PAA(2)
Figure 17: PingID commands of the AAA and PAA schemes
0 50 100 150 200 250
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of ScrollID command AAA
PAA(1) PAA(2)
Figure 18: ScrollID commands of the AAA and PAA schemes
Table 2 將 AAA 及加上 1 位元的預測機制(PAA(1))與 2 位元的預測機制 (PAA(2))整個 Tag 辨識過程所需的命令做完整的比較，並繪製趨勢圖如 Figure 19，我們可以看到 Reader 若使用 AAA 再加上 1 位元的預測機制(PAA(1))的技術 來辨識 Tag 將會得到較佳的辨識效能。
Table 2: Total commands of the AAA and PAA schemes
AAA PAA(1) PAA(2)
Tags Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll)
20 11 20 31 8 21 29 7 23 30
40 21 40 61 19 40 59 18 42 60
60 30 60 90 30 60 90 25 67 92
80 36 80 116 35 80 115 32 86 118
100 44 100 144 41 100 141 38 106 144
120 62 120 182 55 120 175 45 139 184
140 64 141 205 63 141 204 51 161 212
160 74 160 234 68 160 228 59 178 237
180 87 180 267 85 180 265 72 205 277
200 89 201 290 82 201 283 70 225 295
0 50 100 150 200 250 300
20 40 60 80 100 120 140 160 180 200
The number of tags
The number of total command
AAA PAA(1) PAA(2)
Figure 19: Total commands of the AAA and PAA in chart
在第 3 個實驗裡，我們將 Tag 數量增加到 2000 個，並讓 Reader 分別使用 SAA、MAA、AAA、PAA(1)及 PAA(2)等 Tag 辨識技術來完成所有 Tag 的辨識。
主要目的，在於比較 Reader 在 RFID Tag 密度較高的環境下，PAA(1)是否一樣能 夠維持較高的辨識效能。我們將不同的 Tag 辨識技術實驗數據結果整理如 Table 3 所示，並繪製如 Figure 20 的 Tag 數量與辨識命令數量的趨勢圖。由實驗數據分析 顯示，Reader 辨識 2000 個 Tag 所需的全部命令數量，由大到小排列分別是：
SAA > MAA > PAA(2) > AAA > PAA(1)
而辨識命令越少表示效能越好。因此，我們可以得到一個結果，就是 PAA(1)不管 是再低密度的 RFID Tag 環境或是高密度的 RFID Tag 環境下，均可以讓 Reader 發 揮較高的 Tag 辨識效能。
Table 3: Performance of difference Anti-Collision Algorithms in high-density RFID environment
SAA MAA AAA PAA(1) PAA(2)
Tags PingID ScrollID Total PingID ScrollID Total PingID ScrollID Total PingID ScrollID Total PingID ScrollID Total 200 722 204 926 448 203 651 89 201 290 82 201 283 70 225 295 300 1176 305 1481 713 305 1018 145 301 446 130 306 436 112 344 456 400 1603 408 2011 910 406 1316 184 404 588 173 404 577 145 459 604 500 2052 514 2566 1114 512 1626 229 505 734 213 505 718 181 568 749 600 2521 617 3138 1423 613 2036 275 607 882 260 607 867 214 702 916 700 2930 714 3644 1530 712 2242 298 706 1004 282 706 988 245 784 1029 800 3451 821 4272 1958 817 2775 361 807 1168 342 807 1149 291 906 1197 900 3884 913 4797 2152 910 3062 384 905 1289 366 906 1272 309 1005 1314 1000 4400 1017 5417 2530 1012 3542 450 1005 1455 416 1006 1422 361 1116 1477 1100 4871 1124 5995 2750 1118 3868 480 1109 1589 453 1109 1562 394 1226 1620 1200 5364 1216 6580 3111 1209 4320 520 1203 1723 477 1203 1680 411 1331 1742 1300 5837 1323 7160 3371 1315 4686 555 1303 1858 526 1303 1829 434 1481 1915 1400 6368 1414 7782 3771 1411 5182 596 1402 1998 562 1405 1967 476 1569 2045 1500 6892 1539 8431 4003 1526 5529 629 1509 2138 584 1510 2094 494 1686 2180 1600 7430 1633 9063 4500 1622 6122 694 1607 2301 633 1609 2242 533 1804 2337 1700 7891 1747 9638 4633 1737 6370 729 1713 2442 676 1714 2390 568 1926 2494 1800 8396 1847 10243 4923 1835 6758 769 1812 2581 716 1813 2529 595 2047 2642 1900 8912 1927 10839 5323 1920 7243 804 1920 2724 741 1921 2662 624 2157 2781 2000 9449 2029 11478 5660 2019 7679 850 2016 2866 787 2018 2805 654 2277 2931
0 2000 4000 6000 8000 10000 12000
200 400 600 800 1000 1200 1400 1600 1800 2000
The number of tags
The number of total command
SAA MAA AAA PAA(1) PAA(2)
Figure 20: Performance of difference Anti-Collision Algorithms in high-density RFID environment in chart
最後一個實驗，我們將 Tag 數量再往上增加到 3000 個，讓 Reader 再分別使 用 AAA、PAA(1)及 PAA(2)等 Tag 辨識技術來完成所有 Tag 的辨識。這次實驗的 目的，主要是要確認 PAA(1)的 Tag 辨識技術可以讓 Reader 在 RFID Tag 密度越高 的環境下，越可以減少越多不必要的命令發送。經實驗後，我們再將 AAA、
PAA(1)及 PAA(2)的 Tag 辨識技術實驗數據結果整理如 Table 4 所示並繪製如 Figure 21 的 Tag 數量與辨識命令數量的趨勢圖。由實驗數據分析顯示，Reader 辨 識 3000 個 Tag 所需的全部命令數量，由大到小排列分別是：
PAA(2) > AAA > PAA(1)
綜合以上實驗數據結果，我們發現 Reader 使用不同的辨識技術來辨識 Tag，
不管 Tag 的密度高低，都是使用 PAA(1)的辨識技術才能得到最好的辨識效能。
Table 4: Performance of the AAA and PAA in high density RFID environment
AAA PAA(1) PAA(2)
Tags Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll) Ping Scroll Total (Ping +Scroll)
2000 850 2016 2866 787 2018 2805 654 2277 2931
2100 905 2108 3013 835 2109 2944 683 2410 3093
2200 949 2219 3168 869 2220 3089 709 2529 3238
2300 987 2326 3313 905 2329 3234 731 2667 3398
2400 1052 2413 3465 974 2428 3402 800 2781 3581
2500 1096 2512 3608 1009 2513 3522 806 2906 3712 2600 1128 2610 3738 1040 2611 3651 832 3014 3846 2700 1150 2714 3864 1071 2717 3788 887 3078 3965 2800 1222 2809 4031 1121 2826 3947 918 3226 4144 2900 1245 2921 4166 1141 2923 4064 947 3317 4264 3000 1314 3026 4340 1210 3027 4237 985 3462 4447
2700 2900 3100 3300 3500 3700 3900 4100 4300 4500
2000 2100 2200 2300 2400 2500 2600 2700 2800 2900 3000
The number of tags
The number of total command
AAA PAA(1) PAA(2)
Figure 21 Performance of the AAA and PAA in high density RFID environment in chart
CHAPTER 6
Conclusions and Future work
在這篇論文裡，我們利用讀取器(Reader)可偵測到碰撞位元位置及數量的特 性，提出位元預測機制，可非常有效的減少 EPC Class-1 UHF Tag 整個辨識的過 程，明顯的提升標籤(Tag)的辨識效率。Reader 可由碰撞資料來判別最有利的方式 來辨識 Tag，並非像其他的演算法一樣，需一直不斷發送 PingID 命令，直到完全 沒有碰撞產生，才可以正確辨識到 Tag。
我們經實驗結果也證明了 Reader 妥善利用 Tag 回應的碰撞位置及數量等資 訊，再跳過相同位元，直接從第一個有碰撞的位置開始 PingID，以及利用位元預 測機制，確實可非常有效的提升 Tag 的辨識效率。相信未來 RFID 應用越來越廣 泛，除了辨識的準確度以外其辨識效率相對也會越來越受到嚴格要求。在此，僅 希望我們提出的方法能夠對 RFID 的系統建置上能夠有所助益。
在這篇論文裡，僅使用軟體模擬不同演算法之間的辨識效能，並未實際考慮 應用上的一些問題。例如，Reader 信號互相干擾的問題，也會嚴重影響 Tag 的辨 識效能甚至是影響到 Tag 資料的判讀。因此，在我們的未來研究過程中，對如何 避免 Reader 之間互相干擾的問題也是必要的。最後，我們將更能實際的將提出的 研究方法實現在真正 RFID 環境上。
Reference
[1] Shailesh M. Birari and Sridhar Iyer, “Mitigating the reader collision problem in RFID networks with mobile readers,” 13th IEEE International Conference on Networks, Kuala Lumpur, Malaysia, pp. 463-468, 2005
[2] Bogdan Carbunar, Murali Krishna Ramanathan, Mehmet Koyut¨urk, Christoph Hoffmann and Ananth Grama, “Redundant Reader Elimination in RFID Systems,”
Proceedings of IEEE SECON, pp. 176-184, 2005.
[3] J. R. Cha and J. H. Kim, “Novel Anti-collision Algorithms for Fast Object Identification in RFID system,” in Proc. ICPADS2005, Fukuoka, Japan, vol. 2, pp.
63-67, Jul. 20-22, 2005.
[4] H. S. Choi, J. R. Cha and J. H. Kim, "Improved Bit-by-bit Binary Tree Algorithm in Ubiquitous ID System," in proceedings of the IEEE PCM 2004, Tokyo, Japan, Nov. 29-Dec. 3, pp. 696-703, 2004.
[5] Ho-Seung Choi and Jae-Hyun Kim, “Anti-collision algorithm using Bin slot in RFID System,” in Proc. IEEE TENCON’05, Melbourne, Australia, IEEE Region 10, pp. 1-6, Nov. 21-24, 2005.
[6] Junbong Eom and Tae-Jie Lee, “Framed-Slotted ALOHA with Estimation by Pilot Frame and Identification by Binary Selection for RFID Anti-collision,”
Proceedings of the International Symposium on Communications and Information Technologies (ISCIT 2007), pp. 1027-1031, Oct. 17-19 2007.
[7] Bo Feng, Jin-Tao Li, Jun-Bo Guo, and Zhen-Hua Ding, “ID-binary tree stack anti- collision algorithm for RFID,” Proc. Computers and Communications, ISCC '06, pp. 207-212, June 2006.
[8] Junius Ho, Daniel W. Engels and Sanjay E. Sarma, “HiQ: A Hierarchical Q- Learning Algorithm to Solve the Reader Collision Problem,” Proceedings of the International Symposium on Applications and the Internet Workshops (SAINTW'06), pp. 88-91, January 2006.
[9] S. Karthikeyan, M. Nesterenko, “RFID security without extensive cryptography,”
Proceedings of the 3rd ACM Workshop on Security of Ad Hoc and Sensor Networks, pp. 63–67, 2005.
[10] Joongheon Kim, Sunhyoung Kim, Dongshin Kim, Wonjun Lee and Eunkyo Kim,
“Low-Energy Localized Clustering: An Adaptive Cluster Radius Configuration Scheme for Topology Control in Wireless Sensor Networks,” Proceedings of the IEEE Vehicular Technology Conference (VTC), pp. 2546-2550, 2005.
[11] Su-Ryun Lee, Sung-Don Joo and Chae-Woo Lee, “An enhanced dynamic framed slotted ALOHA algorithm for RFID tag identification,” Proceedings of the 2nd Annual International Conference on Mobile and Ubiquitous System: Networking and Services (MobiQuitous’05), pp. 166-172, July 2005.
[12] Kin Seong Leong; Mun Leng Ng; Cole, P.H., “The reader collision problem in RFID systems,” IEEE International Symposium on Microwave, Antenna, Propagation and EMC Technologies for Wireless Communications (MAPE 2005), pp. 658-661, Beijing, China, Aug. 2005
[13] L. Liu, Z. Xie, J. Xi, and S. Lai, “An Improved Anti-collision Algorithm in RFID System,” Mobile Technology, Applications and Systems, 2nd International Conference, pp. 67-71, Nov. 15-17, 2005.
[14] J. Myung, W. Lee, T. K. Shih, “An adaptive memoryless protocol for RFID tag collision arbitration,” Multimedia, IEEE Transactions on Vol. 8, Issue 5, pp. 1096- 1101, Oct. 2006.
[15] J. Myung, and, W. Lee, “Adaptive Binary Splitting: A RFID Tag Collision Arbitration Protocol for Tag Identification,” ACM/Springer Mobile Networks and Applications (ACM MoNET), vol. 11, no. 5, pp. 711-722, Oct. 2006.
[16] J. Myung, W. Lee and J. Srivastava, “Adaptive Binary Splitting for Efficient RFID Tag Anti-Collision,” IEEE Comm. Letters, vol. 10, no.3, pp. 144-146, Mar. 2006.
[17] J. Park, M. Chung, and T.-J. Lee, “Identification of RFID Tags in Framed-Slotted ALOHA with Robust Estimation and Binary Selection,” IEEE Communications Letters, Vol. 11, no.5, pp. 452-454, 2007.
[18] Jiho Ryu, Hojin Lee, Yongho Seok, Taekyoung Kwon and Yanghee Choi, “A Hybrid Query Tree Protocol for Tag Collision Arbitration in RFID systems,”, .Proceedings of the IEEE International Conference on Communications (ICC ’07), pp. 5981 – 5986, June 2007.
[19] Sanjay E. Sarma, Stephen A. Weis, and Daniel W. Engels, “RFID systems and security and privacy implications,” proceedings of the 4th international workshop on Cryptographic Hardware and Embedded Systems, LNCS 2523, pp. 454–469, 2002
[20] Di Tian and Nicolas D. Georganas, “A coverage-preserving node scheduling scheme for large wireless sensor networks,” Proceedings of the 1st ACM WSNA’02, pp. 32–41, 2002.
[21] Harald Vogt. ”Efficient Object Identification with Passive RFID Tags”. In Proceedings of the 1st International Conference on Pervasive Computing, Zurich, Switzerland, pp.98-113, August 26-28, 2002.
[22] James Waldrop, Daniel W. Engels and Sanjay E. Sarma, “Colorwave: an anti- collision algorithm for the reader collision problem,” Proceedings of the IEEE International Conference on Communications, vol. 2, pp. 1206-1210, May 2003.
[23] Tsan-Pin, Wang, “Enhanced Binary Search with Cut-Through Operation for Anti- Collision in RFID Systems,” IEEE COMMUNICATIONS LETTERS, Vol. 10, No.
4, pp. 236-238, April 2006.
[24] R. Want, “An Introduction to RFID Technology,” IEEE Pervasive Computing, vol.
5, no. 1, pp. 25-33, Jan. 2006.
[25] Stephen Weis, Sanjay E. Sarma, Ronald L. Rivest and Daniel W. Engels, ”Security and privacy aspects of low-cost radio frequency identification systems,” Security in Pervasive Computing, LNCS 2803, pp. 201-212, 2004.
[26] Hyun Jun Yeo, Yong Hwan Kim, Hwa Young Lim, Yong Soo Park, and Kwang Seon Ahn, “ID Prediction Algorithm for Tag Collision Arbitration in RFID System,” Proceedings of the 13th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications (RTCSA 2007), pp. 476-481, August. 21-24, 2007.
[27] Shijie Zhou, Zongwei Luo, Edward Wong, C.J. Tan, Jaiqing Luo, “Interconnected RFID Reader Collision Model and its Application in Reader Anti-collision,”
Proceedings of the IEEE International Conference on RFID Gaylord Texan Resort, pp. 212-219, Grapevine, TX, USA March, 2007.
[28] “EPCTM Radio-frequency Identification Protocols Class-1 Generation-2 UHF RFID Protocol for Communications at 860MHz-960MHz Version 1.0.9,”
EPCglobal, Jan. 2005.
