仿真参数
Q 算法规则（EPC Gen2 简化版）
每轮帧时隙数 N = 2Q。每个标签随机选一个时隙应答：
- 时隙空闲：Qfp − 0.1（帧太大，缩小）
- 时隙碰撞（≥2 个标签）：Qfp + 0.1（帧太小，放大）
- 时隙成功（恰 1 个标签）：Qfp 不变，标签被识别
Qfp 限制在 [0, 15]；每轮结束取 Q = round(Qfp) 进入下一轮，直至全部标签被识别。
总时隙数
—
识别成功率
—
碰撞时隙占比
—
盘点轮数
—
每轮 Q 值与识别效果
每轮 Q 值（帧大小）
成功识别标签数
碰撞时隙数
| 轮次 | Q | 时隙数 | 空闲 | 碰撞 | 成功 | 剩余标签 |
|---|---|---|---|---|---|---|
| 点击「开始盘点」运行仿真 | ||||||
课堂提问点：① 初始 Q 远小于最优值（log2标签数）时会怎样？试试标签 300、初始 Q=2。
② 初始 Q 远大于最优值呢？试试标签 40、初始 Q=9。观察「总时隙数」的变化，体会 Q 算法自适应的意义。
③ 为什么 Qfp 用 0.1 的小步长而不是直接跳？（提示：稳定性 vs 收敛速度）
② 初始 Q 远大于最优值呢？试试标签 40、初始 Q=9。观察「总时隙数」的变化，体会 Q 算法自适应的意义。
③ 为什么 Qfp 用 0.1 的小步长而不是直接跳？（提示：稳定性 vs 收敛速度）