[发明专利]基于Q－learning的RFID多阅读器防碰撞算法

摘要

本发明涉及无线射频识别中的阅读器防碰撞技术，具体地说是基于Q‑learning的RFID多阅读器防碰撞算法。整个算法过程包括建立马尔可夫模型、定义状态与动作空间、迭代学习、更新参数以及寻找最佳策略。本发明利用Q‑learning算法中自主学习的方式实现最佳信道资源分配，即通过递归的方式寻求最优值，Q表的初始值为0，根据一定的学习准则进行学习，从而不断更新迭代Q值，最终根据Q表就可以将信道资源进行最佳分配，使碰撞率达到最低，提高标签识别率，实现整体性能的提升。

主权项

1.一种适用于RFID系统的基于Q‑learning的阅读器防碰撞算法，约定阅读器个数为N，系统可用信道资源数为R，学习次数为T，折扣系数为γ，学习效率α，其特征在于，该算法步骤还包括：步骤1)初始化：根据RFID网络中阅读器和信道资源的个数，初始化状态空间S和动作空间A，初始化Q表中所有的Q(s，a)＝0，其中s∈S，a∈A；步骤2)执行动作：在当前状态s下，若对应的Q值都为0，即第一次访问该状态，则随机选择动作；否则选择Q表中最大值所对应的动作，通过该动作a分配一个信道资源给节点，从而a∈{1，2，...，R}；步骤3)记录奖赏值：奖赏值c(s，a)评价动作产生后的效果，其值由公式c(s，a)＝n1(s，a)c1+n2(s，a)c2+n3(s，a)c3+n4(s，a)c4确定，执行步骤2)中的动作a之后，记录奖赏值c和下一状态s′；步骤4)当系统的学习还未达到学习次数T时，转到步骤2)，当超过学习次数T时则终止学习过程，通过学习得到的最优策略，将信道分配给每个阅读器。