第3章防碰撞算法

三、防碰撞算法：Q算法原理、动态帧时隙ALOHA、防碰撞参数调优

好，咱们进入第三个实战模块。防碰撞算法，说白了就是解决「多个标签同时说话，读写器听不清」的问题。我刚开始做RFID项目时，以为这玩意儿很简单——不就是排队嘛？结果第一次现场测试，几十个标签堆在一起，读写器直接懵了，一个都读不到。嗯，从那以后，我再也不敢小看防碰撞了。

你想想看，读写器通过天线发送能量和指令，标签们同时响应。如果两个标签在同一时刻回复，信号就会互相干扰。这就是碰撞。

碰撞带来的后果很直接：

我在一个仓储项目中遇到过，100个标签同时进入读写区，不加防碰撞的话，识别率不到20%。加了算法之后，直接干到99.5%以上。差距就这么大。

先讲最基础的ALOHA。它的思路很简单：标签随机选个时间点回复。如果撞了，就等下次再试。

但纯ALOHA效率太低。我算过，信道利用率最高也就18.4%。说白了，大部分时间都在浪费。

于是有了时隙ALOHA（Slotted ALOHA）。把时间分成一个个小格子（时隙），标签只能在时隙开始时刻回复。这样碰撞概率降低，利用率能到36.8%。

但问题来了：时隙数量怎么定？

固定帧时隙ALOHA（FSA）的做法是：读写器先定好一个帧长度（比如16个时隙），标签随机选一个时隙回复。如果标签数量远大于时隙数，碰撞率飙升。如果标签数量远小于时隙数，又浪费了时间。

所以就有了动态帧时隙ALOHA（DFSA）。它的核心思想是：根据当前碰撞情况，动态调整下一帧的时隙数量。

DFSA的工作流程：

我个人习惯用这个经验公式来判断：

if (碰撞时隙数 > 成功时隙数 * 1.5) {
    Q = Q + 1;  // 碰撞太多，扩大帧
} else if (空闲时隙数 > 成功时隙数 * 2) {
    Q = Q - 1;  // 空闲太多，缩小帧
} else {
    Q保持不变;   // 当前帧大小合适
}

这个公式不是最优的，但胜在简单、稳定。我在多个项目中都用它，从来没出过问题。

Q算法是EPC Gen2标准里用的防碰撞方法。它本质上也是一种DFSA，但实现上更精巧。

Q算法的核心参数就一个：Q值。帧长度 = 2^Q。

Q的取值范围是0到15。Q=0时帧长度为1，Q=15时帧长度为32768。

算法流程是这样的：

避坑指南：我曾经犯过一个错误——Q值调整太激进。每次碰撞都加Q，结果Q值从4一路飙到12，帧长度变成4096。标签是没碰撞了，但识别时间从0.5秒变成了5秒。后来我加了限幅，Q值每次最多变化1，而且设了上限。效果立马好了。

调优这件事，说白了就是找平衡点。我总结了三个关键参数：

我分享一个实际调优案例：

某物流分拣线，标签数量在50-200之间波动。初始Q值设4，步长设1。结果发现当标签突然增多时，识别速度跟不上。后来我把步长改成动态的：

if (碰撞率 > 60%) {
    step = 2;  // 快速扩容
} else if (碰撞率 > 30%) {
    step = 1;  // 正常调整
} else {
    step = 0;  // 保持不动
}

改了之后，识别速度提升了30%。

注意：Q值不是越大越好。Q值太大，帧长度过长，空闲时隙太多，反而浪费时间。理论上，当标签数量≈帧长度时，效率最高。这个规律我验证过无数次。

最后，我总结几个实战中容易踩的坑：

嗯，防碰撞这块就讲这么多。记住一句话：没有最好的参数，只有最适合场景的参数。多测试、多调优，你也能做出稳定的防碰撞系统。