在RFID系统中，当读写器的天线范围内有多个标签存在时，标签会同时回应读写器，不可避免的发生碰撞问题。因此标签碰撞成为影响系统识别效率和准确率的重要因素，如何解决这一问题成为了研究的热点。

由于标签结构简单和时分多址技术方便易实现等优点，上主要采用了TDMA方法解决此类问题，对于高频阶段，流行的解决方案是Q值标签防碰撞算法。该算法本质上是一种帧时隙(FSA)算法，根据帧内每个时隙的识别情况，通过累加参数c和浮点数Qfp，动态的调整帧长度的大小。但是在调整过程中，会出现Q值决定的时隙数与待识别标签数不相符，系统不能达到识别效率的情况，且标签预测需要较高的硬件支持和大量的额外系统开销。为了解决这些问题，本文在连续碰撞研究的基础上，区分讨论空闲与碰撞时隙的不同处理情况，重新确定调整阈值，提出了一种基于连续碰撞机制改进的Q值RFID防碰撞算法。

1 基于连续碰撞机制的Q值算法

为使参数Q取得合适的初始值，在每帧开始前应对待识别的标签数目进行估计，并按照[3]中所提供的时隙数和标签数的关系，在保证系统效率的情况下，调整并选择相应的Q值。但实际*作中，标签估计算法需要有强大的硬件支持并会带来巨大的额外损耗，相对于结构较为简单读写器来说，运营成本会大幅度提高。为解决这一问题，本文提供一种更为简单的标签估计方法――连续碰撞估计算法。基本思路为：每个识别帧开始时，设前4个时隙被定为估算时隙，并对4个时隙进行监测，获取其通信状态，如果出现连续的4个空闲或者连续的3个碰撞状态，立即对Q值进行加1或者减1*作，了标签估计的复杂程度和实现难度。

2 连续碰撞机制的Q值算法程序流程

通过上述分析以及参考文献，本文给出该算法程序的流程图，如图1。

3 仿真结果与性能比较

本文用MatLab软件对算法进行了仿真，并与原标准Q值算法进行了比较。仿真结果如下：图2是通信量和系统效率间关系的实验结果图。图3是系统识别标签的平均时延图。通过实验结果我们可以得出结论：改进的连续碰撞Q值算法，在未增加系统复杂程度的情况下，提高了系统的效率和对标签数量急剧增加情况的适应能力。

4 结束语

本文详细介绍了基于连续碰撞机制的Q值算法，通过空闲时隙和碰撞时隙发生的概率不同，分别确定了连续碰撞机制调整Q值的具体时隙数。从而在较小幅度提高成本和功耗的情况下，整体上对标签预测和Q值调整进行了改进。实验仿真证明了该算法可在不增加系统复杂程度的情况下，加快Q值调整速度，提高识别效率，增强系统应对大数量标签的能力。