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。     

UHF频段RFID系统中的防碰撞算法研究

电子标签的“碰撞”在RFID系统中是一个很常见的问题,特别是在UHF频段,如何有效地解决这一问题显得尤为重要。本文主要对ISO／IEC18000—6中A、B、C三种模式进行了分析,比较其优缺点,并对ISO／IEC18000—6C协议进行了详细的研究,提出了改进其防碰撞算法的思路。     

ISO 18000-6 Type C中的防冲突机制分析

在介绍ISO 18000-6 Type C协议中标签识别及自适应Q算法操作过程的基础上,利用图表方式分析ISO 18000-6 Type C协议采用自适应Q算法处理标签工作过程的防冲突机制.该防冲突机制采用增减参数C值的方法处理冲突问题,能够使系统自动地处于最佳状态,但是该防冲突机制在没有考虑标签应答的情况下对Q值修改时,可能无法保证系统性能最大化,这将影响标签识别的性能.     

低功耗超高频RFID标签芯片基带控制器

在分析RFID标签芯片系统架构的基础上,设计了一款适用于超高频射频识别标签芯片的基带控制器,以支持ISO 18000-6 Type C标准协议的RFID标签芯片的设计与实现.该基带控制器从系统架构和关键电路设计两个方面进行低功耗的系统集成优化设计,工作主时钟频率采用1.28 MHz,解码电路的采样时钟频率采用2.56 MHz,并采用TSMC 0.18 μm工艺对面积和功耗进行仿真验证和实现评估.仿真结果标明:该基带控制器符合ISO 18000-6 Type C标准协议,芯片面积0.16 mm2,芯片功耗20.07 μW,能够满足无源射频识别标签芯片的低成本和低功耗的需求.     

基于AS3991 UHF读写器的设计

本文讨论了一种基于AS3991芯片的超高频(HUF)Gen2RFID读写器设计方案。该读写器工作频率的范围为860MHz-960MHz,并且它符合ISO18000-6C(EPCGen2专门用于物联网物流管理)的主流标准。本文给出了RF设计要点,软件实现方案,防冲突算法的设计程序。     

一种基于随机生成树的多维Q选择算法

射频识别（ Radio Frequency Identification,RFID）中,当标签密度较大时,系统工作效率常常因标签发生碰撞而降低,甚至导致通信错误,这时需要应用防碰撞算法进行纠正。本文在ISO/IEC 18000-6 Type C标准所采用的Q选择防碰撞算法基础上,提出了基于随机生成树的多维Q选择算法（ Multiple Dimensional Q-Selection with Random Tree,MDQRT）。该算法实现了随机Q选择算法与确定性算法的结合。仿真结果显示,该方法降低了设备及能量损耗,并有效提高了整个系统的识别效率。     

中国频率规范下RFID防碰撞算法性能分析

在射频识别(RFID)系统中,频率规范决定了通信数据率,通信数据率是决定多目标识别性能的重要因素之一.根据我国最新发布的超高频RFID频率规范,通过对信号的频谱仿真分别确定了单读写器环境下,以及标签信号邻道返回时的密集读写器环境下,RFID系统的最大通信数据率,在此通信数据率下对各种符合ISO18000-6C协议的多标签防碰撞算法进行了仿真,结果表明,在不考虑算法在时间和硬件资源上的开销后,Vogt算法在识别超过300个标签时,识别速度(平均每秒识别标签的数量)最高;单读写器环境下最高识别速度约1050个/s,密集读写器环境下邻道返回时的最高识别速度约270个/s.     

射频识别系统中的防碰撞算法

研究了多个射频识别RFID（radio frequency identification）电子标签被同时处理的防碰撞算法．分析了时隙ALOHA法和二进制搜索法两种可用于RFID系统中的防碰撞算法原理,给出了超高频频段RFID系统的防碰撞解决方案,ISO／IEC 18000-6 A型采用时隙ALOHA法,ISO／IEC 18000-6 B型采用二进制搜索法;已成功将二进制搜索法应用于基于ISO／IEC15693标准的无源高频（13．56MHz）RFID电子标签芯片设计的实际项目中,整个芯片设计工艺采用了中芯国际（SMIC）2P3M 0．35μm带嵌入式EEPROM的混合信号CMOS技术,实验结果表明此芯片能够实现防碰撞功能．     

手机RFID读写器的基带新解码器

设计了一个超高频射频识别读写器的基带接收机, 该芯片既支持UHF 频段的ISO 18000-6B 标准, 也能支持ISO18000-6C 标准。该数字基带接收机主要包括抽取滤波、去直流、相位恢复等基本单元, 在解码部分体现了一种新的数字基带解码器。该解码器在过零检测解码方法的基础上进行了“零点”的修复, 从而可以更加有效地实现解码。和相关器解调解码相比, 这种方法所需硬件更少, 解码的实时性更强。不包括测试管脚, 该数字芯片在0. 18μm CMOS 工艺下的总面积为730 μm×3375 μm, 其中解码部分占总面积的1 %;整个数字芯片的功耗为32. 89 mW,解码部分的功耗为0. 23 mW。     

基于遗传的改进模糊C均值入侵检测方法

为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的.     

混合优化算法及在约束优化问题中的应用

针对混沌优化方法和Alopex算法的特性,将改进的Alopex算法嵌入到混沌优化算法中,提出了一种混合优化算法,此算法充分发挥了改进的Alopex算法的快速搜索能力和混沌优化方法细致寻优的特性,提高了算法的收敛速度,避免了优化算法陷入局部最优的缺陷;同时将混合优化算法应用于约束优化问题中．仿真结果表明了混合优化算法的有效性．     

一种改进的C4.5算法

为了提高C4.5算法的有效性,提出了一种改进的MB-C4.5算法.该算法主要改进了C4.5算法的分枝策略和属性选取的标准.把分类效果较差的分枝合并到分类效果较好的分枝中.引进一个平衡度系数,系数大小由决策者依靠先验知识或领域知识确定.MB-C4.5算法在提高重要属性的选择、减少无意义分枝、过度拟合等方面有一定提高.用该算法构造出的决策树进行分类更为准确、合理.对改进前后的算法用实例进行分析,说明MB-C4.5算法的有效性.     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

VBLAST系统译码算法的新方案

VBLAST(垂直分层空时编码)系统具有很高的频谱效率,但是误码性能一般。提出了一种迭代信号处理算法(ISP算法),利用最大的可用分集来改善通过迫零算法得到的初始数据的估计,从而提高系统的误码性能。并结合一种减小迫零算法计算量的改进算法进一步得到一种新的算法———改进ISP算法,仿真结果表明改进ISP算法大大减小了计算复杂度,而且只有很小的性能损失,因而更加适用在实际的系统之中。     

改进的基于局部搜索策略的生物地理学优化算法

为了提高生物地理学优化（BBO）算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法（ILSBBO）。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法（DE/BBO）进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。     

基于密度的全局K-means算法的改进

针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度数的DGK-means算法,并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下,改进的DGK-means算法比全局K-means算法和快速全局K-means算法,聚类用时更短,聚类效率更高.     

基于IGA的多层神经网络BP算法及在系统辨识中的应用

本文针对用GA训练NN权值时 ,花费的代价随精度的提高而剧烈增加的缺陷 ,提出了一种利用IGA较强的全局搜索能力和IBPA较强的局部搜索能力的结合算法 ;先利用IGA优化多层前馈神经网络的权值 ,然后再用IBPA提高搜索精度 ,有效地避免了IBPA易陷入局部极小点和IGA过早收敛的缺点 ,实验结果表明 ,此算法是有效的     

一种基于密度的无监督聚类算法

分析了k-means算法的缺陷、入侵检测特点和网络中数据的特点,提出了一种基于密度的无监督2次聚类算法—KD算法。该算法聚类使用改进的k-means算法并引入基于密度聚类算法的优点,以提高对单种入侵数据集及混合入侵数据集的检测效果。实验结果表明,该算法具有较高的检测率和较低的误检率。     

基于Leader的K均值改进算法

研究了K均值算法中初始聚类中心的选择对算法本身聚类精度及效率的影响,并提出了改进的算法(LK算法,Leader+K-means).LK算法中的初始聚类中心选择不是随机的,而是利用Leader算法得到若干个初始类中心,然后选择包含数据项最多的k个类中心,作为K均值算法的初始类中心.实验结果表明,LK算法在聚类结果的稳定性和正确率方面都是有效可行的.     

一种改进的多关键字匹配算法

基于多关键字匹配的Sun Wu算法进行的分析,结合Qs算法的思想,设计了一种改进的多关键字匹配算法：QMS（quick multi-pattern searching）。算法使用散列技术和前缀表减少发生部分匹配时实际进行的关键字比较次数。在计算跳跃距离时,充分考虑当前窗口的紧邻下一个字符带来的信息,进而使用更加精确的跳跃距离计算方法以获得更大的平均跳跃距离,从而获得更高的扫描效率和空间利用率。在真实文本上的对比实验表明,在通常应用环境中,该算法显著的缩短了扫描时间,取得了很好的效果。