基于OPNET的RFID系统信道研究

 

　　0 引言

　　射频识别(Radio Frequency Identification，RFID)技术，作为一种非接触式的自动识别技术，可以通过射频信号自动识别目标对象，获取相关数据，不需要人工接触，不需要光学可视，即可完成信息输入和处理，并且操作简单快捷。另外，由于RFID系统可以从技术上防止被仿冒、侵入，还具有极高的安全防护能力。但是，RFID技术在实际制造业中的应用仍然面临着一些问题，如受电磁干扰的影响，标签之间碰撞几率较高，多径干扰较为严重，使RFID系统的整体效果具有很大的不确定性。

　　对于任何一个通信系统，信道都是不可少的组成部分。在RFID系统中，所有的信息都在信道中传输，信道性能的好坏直接影响着通信质量。因此要想在有限的频谱资源上尽可能提高通信质量，大容量传输有用信息，就必须对RFID系统的信道进行研究。

　　1 RFID系统简介

　　1.1 RFID系统的组成

　　一个最简单的射频识别系统是由读写器、标签和计算机通信网络组成的，如图1所示。

　　

 

　　RFID标签：存储着需要被识别物品的相关信息，通常被放置在需要识别的物品上，它所存储的信息通常可被读写器通过非接触方式读/写。

　　RFID读写器：读写器是可以利用射频技术读/写标签信息的设备。读写器读出的标签信息可以通过计算机以及网络系统进行管理和信息传输。

　　计算机通信网络：在射频识别系统中，计算机通信网络通常用于对数据进行管理，完成通信传输功能。读写器可以通过标准接口与计算机通信网络相连，以便实现通信和数据传输功能。

　　1.2 RFID系统的基本原理

　　RFID系统的工作原理如下：读写器通过发射天线发射一定频率的射频信号，标签进入发射天线工作区域时，标签被激活，将自身的信息代码通过内置天线发出，读写器获取标签信息代码并解码后，将标签信息送至计算机进行处理。由图1可以看出，在射频识别系统工作过程中，始终以能量作为基础，通过一定的时序方式来实现数据交换。

　　2 OPNET简介

　　OPNET(Optimized Network Engineering Tools)使用有限状态机对协议和其他过程建模，提供核心库函数，全面支持协议编程。采用基于数据包的通信机制、离散时间驱动机制和面向对象的仿真方法，是系统和网络算法仿真的理想工具。采用OPNET来仿真RFID系统网络，可以直观地模拟标签与读写器的通信过程，准确地建立符合协议标准的模型，同时OPNET提供了丰富的测试和参数统计工具。OPNET采用三层建模

　　机制，最底层为进程(Process)模型，以状态机来描述协议;其次为节点(Node)模型，由相应的协议模块组成，反映设备特性;最上层为网络(Network)模型，分别使用Process编辑器、Node编辑器、Project编辑器进行编辑。OPNET建模机制框架如图2所示。

　　

 

　　OPNET仿真步骤如图3所示。

　　

 

　　3 信道研究

　　RFID系统是按电磁耦合的原理，利用电磁场或电磁波为传输手段，完成非接触双向通信，以获取相关数据。换言之，标签与读写器之间的数据传输是通过空气介质以无线电波的形式进行的。

　　3.1 自由空间传播损耗

　　自由空间中不考虑任何大气的影响，不被障碍物阻挡，所以自由空间传播损耗计算方法为：

　　

 

　　式中：d为距离。

　　在自由空间中由于没有阻挡，电磁波传播只有直射，不存在其他现象。然而在室内环境下，由于墙壁、门窗和其他物体的存在，电磁波传播有直射波与多重反射波、透射波，还有物体棱角边缘的绕射产生的绕射波。这就造成室内电波传播的多样性和复杂性，所以在研究这种情况下的信道时就必须考虑多径、噪声等对通信质量的影响。

　　3.2 BPSK调制信号经过高斯白噪声信道和瑞利信道

　　BPSK是用二进制数字信号控制载波的两个相位，通常这两个相位相隔π弧度，例如用相位0和π分别表示二进制“1”和“0”。

　　

 

　　3.2.1 BPSK调制信号经过高斯白噪声信道

　　在通信系统中噪声是一个随机过程，很难通过简单的计算方式预测某个时刻噪声信号的强度，因此从概率论的角度去分析噪声。白噪声存在于整个频谱范围内，所以在任何的信道内都存在高斯白噪声。

　　对于一维的高斯随机变量x，如果它的均值为μ，方差为σ2，则随机变量x的概率p(x)为：

　　

 

　　在了解了信道的特点后对信号通过信道后的误码率进行仿真分析。本文采用Matlab中自带的Simulink模块，对BPSK调制信号经过高斯白噪声信道的性能进行仿真分析，系统组成如图4所示。

　　

 

　　对模块参数进行设置，然后进行仿真分析，BPSK调制信号在高斯白噪声信道模型下的仿真图形如图5所示。

　　

 

　　将所得的误比特率数组存储在OPNET的modulation curve产生的EMA代码中，并命名为bpskawgn，所得的调制曲线如图6所示。

　　

 

　　3.2.2 BPSK调制信号经过瑞利信道

　　如果一个随机变量r服从瑞利分布，则它的概率密度函数为

，0

  ，方差等于(4-π)σ2/2。采用Matlab中自带的Simulink模块，对BPSK调制信号经过瑞利信道的性能进行仿真分析。系统组成如图7所示。

 

　　

 

　　对模块参数进行设置，然后进行仿真分析，BPSK调制信号在瑞利信道模型下的仿真图形如图8所示。

　　

 

　　将所得的误比特率数组存储在OPNET的modulation curve产生的EMA代码中，并命名为bpskrayleigh，所得的调制曲线如图9所示。

　　

 

　　4 两种信道下RFID系统性能分析

　　在基于OPNET建立的RFID软件仿真平台中通过设置调制参数来设置不同的信道模型，具体参数设置如图10所示。

　　

 

　　两种不同信道下，每秒识别标签个数的仿真结果比较如图11所示。

　　

 

　　两种不同信道下，碰撞次数的仿真结果比较如图12所示。

　　

 

　　通过上述两个图的比较可以看出，在瑞利信道下，识别标签所用的时间长，碰撞次数多，所以在研究室内采用复杂的RFID系统时，要考虑不同信道的影响，建立合适的传播模型。掌握了准确的传播模型，就为研究无线电波的传播奠定了坚实的基础，这对提高RFID系统的通信能力具有重要的意义。

　　5 结论

　　本文在基于OPNET建立的RFID仿真平台上比较了高斯白噪声信道和瑞利信道对RFID系统的影响，得出瑞利信道对RFID系统的通信质量影响更大的结论。通过分析比较两种信道下误码率和信噪比的关系，对建立合适的传播模型，提高RFID系统的通信能力具有指导意义。