aloha.m

 for m=2:1:500                   %m表示标签数
    n=1000;                      %aloha算法m表示m个标签，n表示重发次数
    A=rand（mn）;                 %生成一个0-1分布的矩阵
    A1=0.5*A;                    %生成一个0-0.5分布的矩阵，假设随机退避时间服从0-0.5分布
    B=cumsum（A12）;              %矩阵B是对A1每列相加得到的，表示随机发送的时间
    T=B（1n）;                    %T为标签均发送时间，即为观察时间
    C=1:1:（m*n）;                 %生成一个向量
    for i=1:m                    %将矩阵B转化为向量，赋值到向量C
        for j=1:n
      C（1（i-1）*n+j）=B（ij）;
        end
    end
    D=sort（C）;                   %将向量按从小到大的顺序排序，用于计算两数据包之间的时间差
    E=diff（D）;                   %向量的微分，求两数据包之间的时间差，用于判断是否产生碰撞
    T0=0.001;                    %每个数据包的宽度
    N=0;                         %初始化N（发送成功的数据包）
    M=0;                         %初始化M，总共的数据包
    for i=1:（m*n-1）              %此循环用于计算M与N
          if D（1i）<=T           %只要小于观察时间T