改进的基于动态帧时隙ALOHA防碰撞算法

在RFID系统中,存在阅读器与多个标签同时通信的碰撞问题,标签防碰撞技术是解决标签防碰撞问题和提高标签识别率的关键。在分析动态帧时隙ALOHA算法的基础之上,提出了一种改进的基于随机数重新分组的动态帧时隙ALOHA算法。该算法证明了当引入一个随机数的时候,系统的吞吐率是最大的,并且同时利用标签唯一的ID号中的第一位的取值不同,进行重新分组,从而减少了标签碰撞的次数。仿真实验结果表明,所提出的改进算法执行效率更高,碰撞次数更少,识别成功所需的时隙数更少,有效地提高了标签的识别速度。     

一种改进的动态帧时隙ALOHA算法

动态帧时隙ALOHA(DFSA)已被广泛用于解决射频识别(RFID)系统中的防碰撞问题.在DFSA算法中,标签估计和帧长的调整是影响阅读器读取性能的关键因素.针对以上两点,提出了一种改进的动态帧时隙ALOHA算法.在改进的算法中,分析了标签估计误差对系统的影响,采用对帧长的早期调整的机制.通过实验表明,改进的算法不但降低系统的功耗,而且提高了系统的吞吐率.     

帧时隙ALOHA反碰撞算法仿真及数据分析

用MATLAB模拟实际的无源标签反碰撞过程.设计了帧时隙ALOHA算法仿真及数据分析程序,对碰撞过程中的相关数据进行了统计分析,获得碰撞时隙中平均标签数目与碰撞时隙比例的关系,为动态调整帧长度,提高识别效率提供依据.     

改进防碰撞算法在RFID考勤系统中的应用研究

目的解决目前一些基于RFID的考勤系统因标签碰撞造成数据识别率低、系统稳定性差等问题。方法对现有的RFID防碰撞算法进行了分析,在传统的帧时隙ALOHA防碰撞算法基础上,提出了一种改进的动态帧时隙ALOHA防碰撞算法。结果构建了基于RFID的考勤系统架构,实现了人员考勤信息的记录及防止代替签到情况的发生。此外,还给出了改进的RFID防碰撞算法的详细过程。结论改进算法能够让系统以高吞吐量工作,缩短了识别时间,提高了系统的整体性能。     

ISO18000-6C标准的防冲突改进算法

对超高频RFID系统中ISO18000-6C标准使用的时隙Aloha算法进行改进,并用仿真试验来检验系统的性能。改进的算法运用切比雪夫不等式估计现场未识别的标签数目,根据最优帧长原理动态地调整帧时隙数和分群数。在标签数目相同情况下,改进算法后系统的吞吐率与信道利用率都有所增高。     

一种改进的RFID防碰撞时隙ALOHA算法

在RFID系统中,多标签引起的冲突一直是影响系统性能的问题。在分析ALOHA算法的基础上,提出一种分组动态帧时隙ALOHA算法。根据冲突情况,从数学角度对动态帧时隙ALOHA算法的标签数作出实时估计,动态地改变帧长或对标签进行分组来降低标签发生碰撞的概率,从而提高识别的效率。     

RFID系统中基于按段排序的防碰撞算法

针对无线射频识别系统中的标签碰撞问题,在商余排序算法的基础上,提出了一种按段排序的防碰撞算法.该算法通过提取碰撞位构建新的ID,并从ID号最高位开始每4个比特位划为一段,根据标签段序列对争用周期时隙数商余运算的结果,确定标签在段序列对应的争用帧内的发送时隙及发送位,从而确定标签的发送顺序.实验结果表明,相比商余排序算法,该算法性能更稳定,识别耗时更少,识别效率提高46%.     

基于RFID动态帧时隙ALOHA的改进算法

在射频识别(radio frequency identification, RFID)系统中,动态帧时隙ALOHA算法是解决标签碰撞问题的常用算法。针对现有ALOHA算法存在调整至最佳帧长消耗步数过长和再识别过程中空时隙过多问题,文章提出了一种基于动态帧时隙ALOHA的改进算法。该算法根据当前时刻静态标签数确定阈值和调整帧长,减少了达到最佳帧长的步数,再识别过程中利用分治算法思想,对冲突标签按冲突时隙数划分成若干相互独立、规模较小的最优子结构,使每次轮询空时隙降到最低,从而实现了以最少时延完成识别。仿真结果表明,本文提出的算法能有效地降低时延,提高系统运行效率。     

基于ALOHA和多叉树的混合型RFID防碰撞算法

为解决物联网中射频识别(RFID)系统多标签碰撞问题,在分析二进树算法和ALOHA算法的基础上,提出了一种ALOHA和多叉树的混合型(HAMT)算法.该算法首先采用动态帧时隙ALOHA(DFSA)算法进行标签识别,然后根据未识别标签数目动态选择多叉树算法进行标签识别,从而保证了标签100％被识别,提高吞吐率和缩短了识别...     

基于帧分组与二进制搜索树识别的RFID防碰撞算法的研究

针对射频识别(RFID)系统中,多个标签同时响应同一阅读器时产生的信息碰撞问题,提出基于帧分组与二进制搜索树识别的RFID防碰撞算法.该算法首先基于帧时隙ALOHA算法对标签进行识别,并依据碰撞时隙将未识别标签分成若干组,然后运用二进制搜索树算法依次对各组进行确定性识别,最后通过对算法进行性能分析及仿真比较,该算法在吞吐率和识别效率2方面较传统算法都有很大程度的优化,在L=N/2,且当N=100时,该算法的吞吐率较帧时隙ALOHA算法和二进制搜索树算法分别提高10%和34%;在L=N,且当N=100时,该算法的识别效率较帧时隙ALOHA算法和二进制搜索树算法分别提高12%和37%.