應(yīng)用標(biāo)簽并行識(shí)別技術(shù)的RFID 防碰撞算法

周 旋，鄔云文，向長(zhǎng)青，丁 雷

（1.吉首大學(xué) 通信與電子工程學(xué)院，湖南 吉首 416000；2.湖南省普通高校近地空間電磁環(huán)境監(jiān)測(cè)與建模重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410114；3.吉首大學(xué) 物理與機(jī)電工程學(xué)院，湖南 吉首 416000）

0 引 言

RFID 技術(shù)具有遠(yuǎn)距離非接觸且批量識(shí)別的特點(diǎn)[1-2]，應(yīng)用非常廣泛。當(dāng)前，RFID 技術(shù)的相關(guān)研究?jī)?nèi)容有很多，例如RFID 標(biāo)簽識(shí)別算法、RFID 通信模塊的濾波電路等[3]。RFID 系統(tǒng)在進(jìn)行多標(biāo)簽批量識(shí)別時(shí)，由于閱讀器的性能和系統(tǒng)選用的算法限制，常出現(xiàn)標(biāo)簽的識(shí)別碰撞，以及部分標(biāo)簽因多次發(fā)生碰撞造成始終未被識(shí)別的“餓死現(xiàn)象”[4]。在當(dāng)前的研究中，RFID 多標(biāo)簽識(shí)別算法是研究熱點(diǎn)之一。

在RFID 算法研究領(lǐng)域，目前研究較多的是確定性算法（如樹(shù)型類(lèi)算法）和各種不確定性算法，不確定性算法以動(dòng)態(tài)時(shí)隙ALOHA 算法為基礎(chǔ)[4-9]。文獻(xiàn)[10]提出了一種基于二叉樹(shù)和多叉樹(shù)的RFID 防碰撞算法，該算法單時(shí)隙內(nèi)可同時(shí)識(shí)別兩個(gè)標(biāo)簽，吞吐率達(dá)到65.7%，但是該樹(shù)型算法縱深太大，耗用時(shí)間太長(zhǎng)。文獻(xiàn)[11-16]提出的6 個(gè)算法仍然存在吞吐率較低、吞吐率不穩(wěn)定、空閑時(shí)隙多、資源過(guò)多閑置、縱深太大等問(wèn)題。

本文提出一種結(jié)合偽ID 碼，同時(shí)基于標(biāo)簽可并行識(shí)別技術(shù)的防碰撞算法（Pseudo ID Code Logistic DFSA算法，PILD 算法）。該算法結(jié)合偽ID 碼分組和標(biāo)簽可并行識(shí)別技術(shù)，提高了RFID 標(biāo)簽識(shí)別傳輸?shù)耐掏侣?，從而在占用相同傳輸頻帶的條件下，提升RFID 多標(biāo)簽識(shí)別系統(tǒng)的傳輸性能，有效地減少了單個(gè)標(biāo)簽因多次碰撞發(fā)生“餓死現(xiàn)象”的概率。本文對(duì)RFID 識(shí)別過(guò)程進(jìn)行理論推導(dǎo)及數(shù)學(xué)分析，對(duì)算法的吞吐率、標(biāo)簽的總查詢次數(shù)和標(biāo)簽的平均查詢次數(shù)進(jìn)行Mathematica 仿真，同時(shí)對(duì)仿真結(jié)果進(jìn)行分析。另外，對(duì)比分析PILD 算法、基于偽ID 碼的樹(shù)型防碰撞算法，單純的Logistic-DFSA 算法的信息傳輸性能。

1 PILD 算法過(guò)程的理論分析

對(duì)于待識(shí)別標(biāo)簽，首先通過(guò)偽ID 碼分組，當(dāng)出現(xiàn)選擇同一個(gè)偽ID 碼的標(biāo)簽數(shù)大于1 的情況時(shí)，采用標(biāo)簽并行識(shí)別算法進(jìn)行識(shí)別。在本章中首先對(duì)利用偽ID 碼將待識(shí)別標(biāo)簽分組的情況進(jìn)行分析，接著分析碰撞ID 碼的并行識(shí)別過(guò)程。

1.1 偽ID 碼識(shí)別過(guò)程理論分析

設(shè)閱讀器根據(jù)估算標(biāo)簽數(shù)產(chǎn)生一組偽ID 碼，每個(gè)標(biāo)簽在偽ID 碼的取值范圍內(nèi)隨機(jī)選取一個(gè)偽ID 碼作為自己的標(biāo)識(shí)符。其中，某個(gè)偽ID 碼被m個(gè)標(biāo)簽同時(shí)選中的概率為：

式中：L為閱讀器所產(chǎn)生的偽ID 碼的個(gè)數(shù)；n為識(shí)別范圍內(nèi)待識(shí)別標(biāo)簽的總數(shù)量；m為選中當(dāng)前偽ID 碼的標(biāo)簽個(gè)數(shù)。

當(dāng)單個(gè)標(biāo)簽選中的偽ID 碼（即識(shí)別成功偽ID 碼）的期望和偽ID 碼總個(gè)數(shù)的比值取極限值時(shí)，存在如下關(guān)系：

此時(shí)，識(shí)別成功的偽ID 碼數(shù)量達(dá)到理論最大值?，F(xiàn)實(shí)情況下，式中n的數(shù)量很大，1可忽略不計(jì)，故取L=n。

在使用Logistic-DFSA 算法對(duì)標(biāo)簽進(jìn)行識(shí)別之前，首先，閱讀器估算識(shí)別范圍內(nèi)標(biāo)簽總數(shù)n，然后閱讀器把n發(fā)給標(biāo)簽，標(biāo)簽的隨機(jī)數(shù)生成器在1～n之間生成一個(gè)數(shù)作為偽ID 碼。此時(shí)，偽ID 碼有以下幾種情況：

1）該偽ID 碼無(wú)標(biāo)簽選擇，即m=0；

2）有1 個(gè)標(biāo)簽選擇該偽ID 碼，即m=1；

3）選擇該偽ID 碼的標(biāo)簽數(shù)大于等于2，即m≥2，此時(shí)發(fā)生了傳統(tǒng)算法中的碰撞現(xiàn)象。

當(dāng)m=0 時(shí)，由式（1）推導(dǎo)可得識(shí)別過(guò)程中出現(xiàn)空ID碼概率為：

當(dāng)m=1時(shí)，由式（1）可得成功識(shí)別偽ID碼的概率為：

當(dāng)m≥2 時(shí)，該偽ID 碼即為通常意義的碰撞ID 碼，由式（1）、式（2）推導(dǎo)出m≥2 時(shí)的標(biāo)簽碰撞概率Pm公式為：

設(shè)某個(gè)偽ID 碼同時(shí)有m個(gè)標(biāo)簽選中的情況，出現(xiàn)了碰撞，運(yùn)用公式（5）并結(jié)合標(biāo)簽并行識(shí)別算法給出該標(biāo)簽出現(xiàn)m個(gè)碰撞問(wèn)題的算法實(shí)現(xiàn)方法，并計(jì)算標(biāo)簽查詢次數(shù)和吞吐率。

1.2 標(biāo)簽可并行識(shí)別過(guò)程的算法實(shí)現(xiàn)

通過(guò)采用Logistic-DFSA 算法實(shí)現(xiàn)標(biāo)簽的并行識(shí)別。算法Logistic-DFSA 是一種基于Logistic 映射和DFSA 算法的可并行識(shí)別算法，該算法將Logistic 混沌映射應(yīng)用于擴(kuò)頻通信，實(shí)現(xiàn)了動(dòng)態(tài)幀擴(kuò)頻標(biāo)簽識(shí)別。Logistic 映射是一種常用混沌映射，具有較好的遍歷性、自相關(guān)性和互相關(guān)性，且該映射應(yīng)用于擴(kuò)頻通信中可以滿足大容量系統(tǒng)的要求[16]。該算法每個(gè)時(shí)隙中的標(biāo)簽數(shù)nslot計(jì)算公式為：

式中，F(xiàn)為初始幀長(zhǎng)，通常選取F=8。

某個(gè)時(shí)隙能夠識(shí)別m個(gè)標(biāo)簽（即同時(shí)選中同一個(gè)偽ID 碼的標(biāo)簽數(shù)）的概率為：

當(dāng)擴(kuò)頻碼數(shù)量為M時(shí)，由式（6）和式（7）可得一幀中可識(shí)別的標(biāo)簽數(shù)量為：

式中：ncg為一幀中可成功識(shí)別的標(biāo)簽數(shù)量；nsx為每個(gè)時(shí)隙中的標(biāo)簽數(shù)；擴(kuò)頻碼數(shù)量M可選用16、32 或64。

前文對(duì)偽ID 碼識(shí)別過(guò)程及并行識(shí)別過(guò)程進(jìn)行了分析，給出了標(biāo)簽并行算法的方法——PILD 算法，來(lái)解決出現(xiàn)碰撞的問(wèn)題。下面從理論上對(duì)PILD 算法的實(shí)現(xiàn)及該算法的性能進(jìn)行分析。

2 PILD 算法的實(shí)現(xiàn)及性能理論分析

基于偽ID 碼的樹(shù)型算法存在每個(gè)時(shí)隙只能識(shí)別一個(gè)標(biāo)簽的限制。標(biāo)簽可并行識(shí)別算法（Logistic-DFSA）存在的問(wèn)題是：當(dāng)標(biāo)簽數(shù)量過(guò)多時(shí)，會(huì)造成標(biāo)簽幀過(guò)長(zhǎng)，導(dǎo)致算法的吞吐率急劇下降。本文定義吞吐率為吞吐量總數(shù)和查詢總次數(shù)的比值。針對(duì)以上一系列問(wèn)題，提出結(jié)合偽ID 碼和Logistic-DFSA 算法的PILD 算法，該算法可以極大地降低標(biāo)簽查詢次數(shù)，增大吞吐率。在本章中將闡述算法流程的實(shí)現(xiàn)和對(duì)算法的性能進(jìn)行分析。

2.1 算法實(shí)現(xiàn)

首先，由預(yù)測(cè)算法估計(jì)得出識(shí)別范圍內(nèi)標(biāo)簽的總數(shù)量，然后對(duì)所有標(biāo)簽使用偽ID 碼進(jìn)行分組。如果出現(xiàn)多個(gè)標(biāo)簽選擇同一個(gè)偽ID 碼，則采用標(biāo)簽并行識(shí)別算法——Logistic-DFSA 算法進(jìn)行處理。PILD 算法具體流程如下：

步驟1：閱讀器通過(guò)使用標(biāo)簽預(yù)測(cè)算法預(yù)測(cè)識(shí)別范圍內(nèi)待識(shí)別標(biāo)簽的數(shù)量n。

步驟2：閱讀器向標(biāo)簽發(fā)送數(shù)值n，n為步驟1 中閱讀器預(yù)測(cè)的待識(shí)別標(biāo)簽數(shù)量。標(biāo)簽在接收到數(shù)值n后，利用隨機(jī)數(shù)生成器隨機(jī)產(chǎn)生1～n內(nèi)的任意一個(gè)數(shù)作為自己的偽ID 碼。

步驟3：閱讀器設(shè)立初始值為0 的變量a和i，變量a用于判斷是否識(shí)別完所有的標(biāo)簽，變量i用于判斷并記錄當(dāng)前偽ID 碼的使用情況。

步驟4：若a＜n且i≤n，則執(zhí)行步驟5；否則算法結(jié)束，完成所有標(biāo)簽的識(shí)別。

步驟5：當(dāng)i≤n時(shí)，閱讀器向識(shí)別范圍內(nèi)所有標(biāo)簽發(fā)送判斷數(shù)值i，i為閱讀器產(chǎn)生的偽ID 碼。標(biāo)簽在接收到i后，判斷自己的偽ID 碼是否與接收到的偽ID 碼i相等，如果相等表明該標(biāo)簽選擇了當(dāng)前閱讀器發(fā)送的偽ID 碼，此時(shí)該標(biāo)簽進(jìn)行響應(yīng)。

步驟6：閱讀器在相應(yīng)的時(shí)間內(nèi)判斷是否有標(biāo)簽進(jìn)行響應(yīng)。若沒(méi)有標(biāo)簽響應(yīng)，則表示當(dāng)前偽ID 碼為空偽ID 碼，執(zhí)行賦值語(yǔ)句i=i+1，轉(zhuǎn)到步驟4 進(jìn)行下一個(gè)偽ID碼識(shí)別；若有標(biāo)簽響應(yīng)，則繼續(xù)執(zhí)行步驟7。

步驟7：閱讀器判斷響應(yīng)的標(biāo)簽是否發(fā)生碰撞，即選擇當(dāng)前偽ID 碼的標(biāo)簽個(gè)數(shù)m是否大于等于2（本文m為同一時(shí)間選中同一偽ID 碼的標(biāo)簽數(shù)。m的取值在2≤m≤3 范圍內(nèi)概率大）。若有發(fā)生碰撞，則利用標(biāo)簽并行識(shí)別算法（Logistic-DFSA 算法）進(jìn)行識(shí)別，并向識(shí)別完成的標(biāo)簽發(fā)送靜默指令，接下來(lái)執(zhí)行公式（9）所表示的程序賦值語(yǔ)句，同時(shí)執(zhí)行賦值語(yǔ)句i=i+1；若響應(yīng)的標(biāo)簽沒(méi)有發(fā)生碰撞，則直接識(shí)別回應(yīng)響應(yīng)的標(biāo)簽，識(shí)別完成后，向其發(fā)送靜默指令并執(zhí)行a=a+1。最后執(zhí)行賦值語(yǔ)句i=i+1，轉(zhuǎn)到步驟4。

PILD 算法流程如圖1 所示。

圖1 PILD 算法流程

2.2 性能分析

PILD 算法的識(shí)別次數(shù)為：

每個(gè)偽ID 碼最多有m個(gè)標(biāo)簽同時(shí)選中，出現(xiàn)m≤6情況的概率較大，故Logistic-DFSA 選用32 個(gè)擴(kuò)頻碼即可完成識(shí)別。由式（5）可得在本算法中Logistic-DFSA的查詢次數(shù)，即偽ID 碼識(shí)別后的碰撞次數(shù)QLogistic，公式如下：

由式（3）、式（4）、式（11）推導(dǎo)出偽ID 碼識(shí)別次數(shù)QID的表達(dá)式為：

由式（10）～式（12）得PILD 算法識(shí)別總次數(shù)公式為：

由式（13）可推出PILD 算法的吞吐率為：

式中：T為吞吐率；Q為PILD 算法的總查詢次數(shù)；n為預(yù)測(cè)標(biāo)簽總數(shù)。

由2.1節(jié)可知，當(dāng)L≈n時(shí)，吞吐率最大，由式（14）得：

n趨近無(wú)窮大時(shí)，對(duì)式（14）求極值得到該算法吞吐率的最大值Tmax為0.791092。傳統(tǒng)算法一次只能識(shí)別一個(gè)標(biāo)簽，存在某些標(biāo)簽因多次發(fā)生碰撞而未被識(shí)別的餓死現(xiàn)象，而本文算法運(yùn)用可并行識(shí)別算法很好地緩解了這種情況。下文對(duì)PILD 算法的標(biāo)簽餓死概率進(jìn)行分析。

2.3 PILD 算法的標(biāo)簽餓死概率

RFID 標(biāo)簽識(shí)別過(guò)程中，傳統(tǒng)算法會(huì)發(fā)生有些標(biāo)簽因多次發(fā)生碰撞而未被識(shí)別的現(xiàn)象，即標(biāo)簽餓死現(xiàn)象。PILD 算法的標(biāo)簽餓死概率定義式為：

式中T為PILD 算法的吞吐率。在本文中，對(duì)比算法的標(biāo)簽餓死概率也由該公式得出。由公式（15）得PILD 算法的標(biāo)簽餓死概率為20.89%。

3 對(duì)比算法的吞吐率和查詢次數(shù)

對(duì)比基于偽ID 碼的樹(shù)型防碰撞算法和單純使用Logistic-DFSA 算法識(shí)別標(biāo)簽的性能。

3.1 基于偽ID 碼的樹(shù)型防碰撞算法

該算法首先利用偽ID 碼對(duì)待識(shí)別標(biāo)簽進(jìn)行分組識(shí)別，若回應(yīng)的標(biāo)簽無(wú)碰撞則直接識(shí)別，若發(fā)生碰撞則采用碰撞跟蹤樹(shù)型算法進(jìn)行識(shí)別。

由文獻(xiàn)[15]可得基于偽ID 碼的樹(shù)型防碰撞算法的總查詢次數(shù)計(jì)算公式為：

由于在該算法中吞吐量總數(shù)為標(biāo)簽的總數(shù)量，故吞吐率計(jì)算公式為：

式中：T為吞吐率；Tmax為該算法吞吐率最大值；Q為標(biāo)簽查詢總次數(shù)。該算法吞吐率最大值為0.614 1。由公式（15）得該算法的標(biāo)簽餓死概率為38.59%。

3.2 Logistic-DFSA 算法

由本文的1.2 節(jié)可知，Logistic-DFSA 算法某個(gè)時(shí)隙能識(shí)別m個(gè)標(biāo)簽的關(guān)系式為式（7），一幀中可識(shí)別的標(biāo)簽數(shù)為式（8），而m個(gè)標(biāo)簽出現(xiàn)在一個(gè)時(shí)隙中的概率為：

擴(kuò)頻碼數(shù)量為M時(shí)，由式（8）可得查詢次數(shù)為：

該算法的吞吐量總數(shù)[16]為：

式中Q1為L(zhǎng)ogistic-DFSA 算法的吞吐量總數(shù)。

當(dāng)M＞2 時(shí)，由式（20）可得：

由式（19）和式（21）可得該算法的吞吐率為：

當(dāng)擴(kuò)頻碼M=32，幀長(zhǎng)F=8，標(biāo)簽數(shù)量為800 時(shí)，吞吐率T(n,F,M)=0.029 56；當(dāng)擴(kuò)頻碼M=32，幀長(zhǎng)F=8，標(biāo)簽數(shù)量為1 200 時(shí)，吞吐率T(n,F,M) =0.00152。由此可見(jiàn)，在標(biāo)簽數(shù)大于800 時(shí)，該算法的吞吐率趨于0。

式（20）中T(n,F,M) 為L(zhǎng)ogistic-DFSA 算法吞吐率，該算法吞吐率最大值為：

由公式（15）得該算法的標(biāo)簽餓死概率最小值為24.47%。本文對(duì)PILD 算法的實(shí)現(xiàn)進(jìn)行了理論推導(dǎo)，給出了算法流程圖，對(duì)該算法的性能進(jìn)行了理論分析，推導(dǎo)出了查詢總次數(shù)和吞吐率的計(jì)算公式，同時(shí)，給出了吞吐率最大值。

4 仿真及性能對(duì)比分析

4.1 實(shí)驗(yàn)設(shè)置

為了驗(yàn)證PILD 算法的性能，對(duì)Logistic-DFSA 算法、基于偽ID 碼的樹(shù)型防碰撞算法、PILD 算法從系統(tǒng)吞吐率、總查詢次數(shù)和平均查詢次數(shù)三方面進(jìn)行Mathematica 仿真，并對(duì)仿真結(jié)果進(jìn)行分析。仿真環(huán)境采用普通智能倉(cāng)庫(kù)，以通用無(wú)源標(biāo)簽為例，初始幀長(zhǎng)F=8，擴(kuò)頻碼數(shù)量選取32，標(biāo)簽樣本數(shù)量最大為2 000 個(gè)。由于選中同一偽ID 碼的標(biāo)簽數(shù)m≥7 概率近似為0，所以仿真中以標(biāo)簽數(shù)碰撞數(shù)m≤6 為例。

4.2 吞吐率

PILD 算法的吞吐率計(jì)算公式為式（14），基于偽ID碼的樹(shù)型防碰撞算法吞吐率定義為式（17），Logistic-DFSA 算法的吞吐率計(jì)算公式為（22）。按照實(shí)驗(yàn)設(shè)置進(jìn)行仿真，圖2 所示為在待識(shí)別標(biāo)簽總數(shù)相等的情況下，PILD 算法、基于偽ID 碼的樹(shù)型防碰撞算法和Logistic-DFSA 算法三種算法的吞吐率對(duì)比圖。

在圖2 中點(diǎn)劃線為：基于偽ID 碼的樹(shù)型防碰撞算法的吞吐率和標(biāo)簽數(shù)量的關(guān)系曲線，實(shí)線為PILD 算法吞吐率和標(biāo)簽數(shù)量關(guān)系曲線，虛線為L(zhǎng)ogistic-DFSA 算法的吞吐率和標(biāo)簽數(shù)量關(guān)系曲線。由圖2 可知PILD 算法的吞吐率變化為：隨著標(biāo)簽數(shù)的增多，吞吐率迅速增加至0.791 092，保持穩(wěn)定?；趥蜪D 碼的樹(shù)型防碰撞算法的吞吐率特性為：呈現(xiàn)先迅速下降后穩(wěn)定的趨勢(shì)，穩(wěn)定在0.614 1。Logistic-DFSA 算法吞吐率最大為0.755 3，這種算法的特性呈現(xiàn)為：隨著標(biāo)簽數(shù)量的增加，算法的吞吐率先增大再減小。標(biāo)簽數(shù)目在126.86 個(gè)時(shí)吞吐率達(dá)到最大值0.755 3，在標(biāo)簽數(shù)目大于800 個(gè)時(shí)吞吐率趨于0，與理論計(jì)算結(jié)果一致。由此可見(jiàn)，PILD 算法性能比Logistic-DFSA 算法穩(wěn)定，吞吐率比基于偽ID 碼的樹(shù)型防碰撞算法的吞吐率提高了28.82%，相比于Logistic-DFSA 算法吞吐率提高了4.74%。

圖2 吞吐率和標(biāo)簽數(shù)量關(guān)系圖

4.3 查詢次數(shù)分析

PILD 算法的總查詢計(jì)算公式為式（13）；基于偽ID碼的樹(shù)型防碰撞算法的總查詢次數(shù)計(jì)算公式為式（16）；Logistic-DFSA 算法的總查詢次數(shù)計(jì)算公式為式（19）。平均查詢次數(shù)計(jì)算方法為，即查詢總次數(shù)與總標(biāo)簽數(shù)的比值。從圖3的總查詢次數(shù)對(duì)比結(jié)果可知，PILD算法的總查詢次數(shù)明顯少于基于偽ID碼的樹(shù)型防碰撞算法的查詢次數(shù)，傳輸效率明顯比基于偽ID 碼的樹(shù)型防碰撞算法要高。Logistic-DFSA 算法的總查詢次數(shù)呈指數(shù)增長(zhǎng)。當(dāng)標(biāo)簽數(shù)大于1 400個(gè)時(shí)，PILD算法的總查詢次數(shù)在三種算法中最少。

圖3 總查詢次數(shù)對(duì)比

由圖4 所示的平均查詢次數(shù)對(duì)比結(jié)果可知，PILD 算法的標(biāo)簽平均查詢次數(shù)為1.26 次；基于偽ID 碼的樹(shù)型防碰撞算法的標(biāo)簽平均查詢次數(shù)為1.6 次；Logistic-DFSA 算法標(biāo)簽的平均查詢次數(shù)呈曲線變化，先逐漸減小后逐漸增大。當(dāng)標(biāo)簽數(shù)大于1 400 個(gè)時(shí)，PILD 算法中的標(biāo)簽平均查詢次數(shù)最小。

圖4 平均查詢次數(shù)對(duì)比

4.4 標(biāo)簽餓死概率對(duì)比

標(biāo)簽餓死概率計(jì)算公式為式（15）。圖5 為三種算法標(biāo)簽餓死概率對(duì)比圖。由圖5 可知，三種算法中PILD算法的標(biāo)簽餓死率最低且保持不變，系統(tǒng)性能穩(wěn)定。

圖5 三種算法標(biāo)簽餓死概率對(duì)比

5 結(jié) 論

已有的RFID 識(shí)別算法存在吞吐率較低、吞吐率不穩(wěn)定、空閑時(shí)隙多、資源過(guò)多閑置、縱深太大等問(wèn)題。針對(duì)以上問(wèn)題，本文提出了PILD 算法，即結(jié)合偽ID 碼分組和并行識(shí)別標(biāo)簽技術(shù)的算法，該算法穩(wěn)定性好且吞吐率理論計(jì)算達(dá)到0.791092，相比基于偽ID 碼的樹(shù)型防碰撞算法提高了28.82%，相對(duì)于Logistic-DFSA 算法吞吐率提高了4.74%；平均標(biāo)簽查詢次數(shù)為1.26 次，在標(biāo)簽數(shù)大于1 400 時(shí)，PILD 算法在三種算法中識(shí)別總次數(shù)最少；偽ID 碼分組識(shí)別的應(yīng)用有效地減少了“餓死現(xiàn)象”的概率。本文理論結(jié)論與仿真結(jié)果一致。