초록
하나의 reader와 여러 tag로 구성된 RFID 망에서 tag의 응답 간 충돌을 중재하기 위해 tag가 응답하도록 여러 슬롯을 마련해 주는 프레임화 및 슬롯화된 ALOHA 방식이 소개되었다. 프레임화 및 슬롯화된 ALOHA에서는 tag 인식의 효율이 극대화되기 위해 프레임 별 슬롯의 수가 최적화되어야 한다. 이러한 최적화는 tag의 수를 필요로 하나 reader는 tag의 수를 알기 힘들다. 본 논문에서는 별도로 tag의 수를 추정하지 않고 슬롯의 수에 대해 직접 Bayes action을 취하는 프레임화 및 슬롯화된 ALOHA에 기초한 tag 인식 방식을 제안한다. 구체적으로 Bayes action은 tag의 수가 갖는 사전 분포, 어떤 tag도 응답하지 않은 슬롯의 수에 대한 관찰값, 그리고 인식률을 반영한 손실 함수를 결합한 결정 문제를 풀어 구한다. 또한 tag의 수가 갖는 사전 분포의 진화를 통해 각 프레임에서 이러한 Bayes action을 지원한다. 모의 실험 결과로부터 진화하는 사전 분포와 Bayes action의 쌍은 robust 방식을 이루어 tag의 수의 참값과 초기 추측값의 큰 괴리에도 불구하고 일정 수준의 인식률을 얻을 수 있음을 관찰한다. 또한 제안하는 방식은 tag의 수에 대한 고전적인 추정값을 사용하는 방식에 비해 높은 인식 완료 확률을 얻을 수 있음을 확인한다.
In an RFID network consisting of a single reader and many tags, a framed and slotted ALOHA, which provides a number of slots for the tags to respond, was introduced for arbitrating a collision among tags' responses. In a framed and slotted ALOHA, the number of slots in each frame should be optimized to attain the maximal efficiency in tag cognizance. While such an optimization necessitates the knowledge about the number of tags, the reader hardly knows it. In this paper, we propose a tag cognizance scheme based on framed and slotted ALOHA, which is characterized by directly taking a Bayes action on the number of slots without estimating the number of tags separately. Specifically, a Bayes action is yielded by solving a decision problem which incorporates the prior distribution the number of tags, the observation on the number of slots in which no tag responds and the loss function reflecting the cognizance rate. Also, a Bayes action in each frame is supported by an evolution of prior distribution for the number of tags. From the simulation results, we observe that the pair of evolving prior distribution and Bayes action forms a robust scheme which attains a certain level of cognizance rate in spite of a high discrepancy between the Due and initially believed numbers of tags. Also, the proposed scheme is confirmed to be able to achieve higher cognizance completion probability than a scheme using classical estimate of the number of tags separately.
