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。     

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%.     

基于贝叶斯估计的RFID帧时隙ALOHA算法

在RFID系统中帧时隙ALOHA算法的基础上,提出了一种基于贝叶斯估计的动态帧时隙ALOHA算法,与传统的算法相比,它不仅能够充分利用阅读器在当前帧收集的信息,而且将先前帧的信息保留作为当前帧的先验信息;再根据贝叶斯理论对标签个数进行估计并动态调整帧长.该算法能够更精确稳定地估计标签的个数,提高系统的吞吐率,加快标签识别速度.     

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。     

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。     

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...     

基于改进ALOHA算法的RFID抗冲突问题

由标签引起的冲突一直是影响RFID系统性能的重要因素。文章介绍了经典的防冲突算法——ALOHA算法,根据冲突情况,从数学角度对动态时隙ALOHA算法的标签数作出实时估计,动态地改变帧长;提出一种基于分组的ALOHA算法,分析和仿真均证明该算法在标签数量巨大时能提高系统效率。     

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.     

改进的RFID动态帧时隙ALOHA算法

在对现有ALOHA算法分析的基础上提出一种改进的动态帧时隙ALOHA算法.算法根据实时估计的读写器附近的标签数量动态调整帧长,使系统工作在最大吞吐量下,从而缩短标签读取时间.仿真结果表明,该算法在标签数量大于500时,相比其他ALOHA算法在吞吐量上有近100 %的提高,同时读取时间下降近50 %,从而适用在实时性强的射频识别场合.     

血液管理RFID多标签识别碰撞避免方法

EPCglobal_Class1Gen2协议标准中的动态帧时隙ALOHA标签防碰撞Q算法没有完全消除空时隙,浪费了时序资源,在血液管理这种实时性要求高、标签数量大的情况下是不能接受的。该文提出一种多标签识别碰撞避免方法,将标签识别过程分为两次时隙预分配和标签识别2个阶段,消除了Class1Gen2协议的空时隙以提高时间利用率。对血液管理应用场景进行了数值仿真分析,结果表明该方法能够显著提高标签识别效率。     

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.     

基于时隙补偿机制的RFID混合查询树算法(AHQT)

标签防碰撞算法的优劣决定了RFID系统性能的好坏,针对标签识别的RFID系统前人已经提出了许多算法,但都有明显的缺点,包括识别速度慢、不稳定等．已有的算法主要分为两大体系：基于ALOHA的算法、查询树算法．基于混合查询树算法,引入时隙补偿机制和采用特定编码方式（曼彻斯特编码）,由标签中每三位中1的个数,决定标签响应时隙,大大降低了碰撞时隙,提高了识别效率．     

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。     

物联网中RFID多标签识别技术研究综述

结合国家发展战略和RFID应用发展,提出了大规模移动标签的高效可靠识别需求.指出在该需求条件下RFID标签识别技术所存在的标签漏读、标签重读和标签错读问题,同时分析了RFID技术研究所面临的制约因素.然后结合大规模移动标签识别高效可靠识别需求,对标签防碰撞协议和阅读器防碰撞协议这两种RFID标签识别技术的国内外研究现状及发展动态进行分析,将ALOHA时隙分配机制分为随机方式和预约方式两种,并简要介绍我们项目组在预约方式下研究成果,特别指出TREE不适合大规模移动标签高效可靠识别需求.最后,提出大规模标签识别进一步的研究方向.     

RFID防碰撞算法中ALOHA算法的研究

防碰撞算法是RFID应用系统中的关键问题之一,解决这个问题可以采用时分多路(TDMA)技术。其相关的方法有ALO-HA算法,时隙ALOHA算法。计算及仿真结果证明,ALOHA算法能够成功的解决多标签碰撞的问题,使系统获得高吞吐率,低错误率,从而提高RFID系统的工作效率。本文主要介绍ALOHA算法,并对其进行分析和认证。     

基于动态时隙ALOHA的多标签识别防碰撞算法

对于RFID系统中多标签识别过程中的标签信息碰撞问题,分析了动态时隙ALOHA算法中的不足,提出了改进算法.改进算法通过优化冲突时隙数的变化,使得在每个标签识别周期内通信吞吐率最大,从而减小RF场内所有标签识别时间,并通过调整ACK确认命令的发送格式,在下一个单次识别周期中,集体确认已识别标签,这使得标签识别与确认分离,增加了无源标签吸收的能量,提高了通信的可靠性.仿真实验表明,改进算法在减少碰撞率方面具有良好的性能.     

一种基于等区域划分的RFID防碰撞算法

针对现有算法识别效率较低的问题, 提出一种基于等区域划分的射频识别（RFID）防碰撞算法. 通过对阅读器识别范围内的标签进行均等区域划分建立一种新型的分组结构, 并在每组中分别使用动态预测权值估计标签数目, 将其与最优时隙数调整方案相结合对标签进行识别, 解决了大规模标签应用场景中由于标签增多导致的系统稳定性差和吞吐率低的问题. 仿真结果表明, 该算法能有效提高系统吞吐率, 并减少通信过程中的时隙数.     

一种基于等区域划分的RFID防碰撞算法

针对现有算法识别效率较低的问题, 提出一种基于等区域划分的射频识别（RFID）防碰撞算法. 通过对阅读器识别范围内的标签进行均等区域划分建立一种新型的分组结构, 并在每组中分别使用动态预测权值估计标签数目, 将其与最优时隙数调整方案相结合对标签进行识别, 解决了大规模标签应用场景中由于标签增多导致的系统稳定性差和吞吐率低的问题. 仿真结果表明, 该算法能有效提高系统吞吐率, 并减少通信过程中的时隙数.     

基于EPC-C1G2标准的标签防碰撞算法

针对RFID读写器识别多标签过程中出现的冲突问题,研究了基于EPC-C1G2协议的时隙随机算法,进行了时隙随机算法中Q值改变量计算以及碰撞标签时隙的调整。提出了一种改进的时隙随机Aloha算法。仿真结果显示,改进后的算法可增加系统吞吐率,提高了标签的识别速度。