动态帧时隙算法的研究与改进

为了进一步提高防碰撞算法的性能,对随机标签防碰撞算法进行了研究,分析了随机标签防碰撞算法的优点与缺点.其中,动态帧时隙算法(DFSA)存在随着标签数目的增多,所需要的时隙数目急剧增加的缺点,针对这一问题,提出了一种动态帧时隙算法的分集改进方法.仿真结果表明,改进方案减少了系统识别标签所需要的时隙数量,提高了算法性能.     

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。     

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.     

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.     

捕获效应下的标签估计算法

传统的标签估计通常要统计标签和阅读器通信中的碰撞时隙和单标签时隙的个数.然而在实际通信过程中,由于捕获效应的存在,较强信号通常会抑制掉较弱信号.这就造成了实际统计情况与事实不符的现象,进而影响标签的正确估计.由于空时隙中没有标签响应,采用统计空时隙数进行标签估计不受捕获效应影响.仿真结果表明,统计空时隙的标签估计算法在捕获效应情况下,估计精度没有变化,同时对帧时隙大小不敏感,优于其他基于统计单标签时隙数和碰撞时隙数来进行标签估计的算法.     

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。     

Dynamic Framed Slotted ALOHA Algorithm Used in RFID System

In radio frequency identification(RFID) systems,one of the most widely used anti-collision algorithms is the dynamic framed slotted ALOHA(DFSA)algorithm which usually uses two methods,one is tag estimation method (TEM) which estimates the number of tags around the reader,and the other is dynamic slot allocation (DSA) method which is the method to dynamically allocate the frame size according to the number of tags.DFSA can achieve optimal system performance when the frame size is equal to the number of tags....     

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%.     

RFID系统中二叉树防碰撞算法性能的提升

针对RFID系统中的标签碰撞问题,提出了一种改进的二叉搜索树防碰撞算法.通过划分标签子集、动态调整冲突检测过程,以减少标签冲突和系统开销,提高识别效率.仿真结果表明,相比于目前的二叉树搜索算法,本文方法在待识别标签数量较大的情况下提高了识别效率,减少了搜索次数及阅读器与标签之间的通信量.     

基于位图构建的RFID自适应N树防碰撞算法

摘要： 针对无线射频识别技术（RFID）共享信道多路访问导致的碰撞问题,提出两种基于位图构建的RFID自适应N树(N为子树个数）防碰撞算法--单帧位图跟踪N树算法(SFBTNA)和多帧位图跟踪N树算法(MFBTNA).利用极大似然位跟踪标签数估算法(MLBE)估算标签数量;在MLBE基础上提出了探针法构建位图,SFBTNA算法根据位图在单帧内自适应调整最优N值并构建N树,而MFBTNA算法则逐帧调整最优N值并构建多个N树.同时,对N树下的子树利用跟踪树算法(CT)识别,位图与跟踪树的结合使用极大降低了碰撞时隙的影响.理论分析和仿真实验表明,提出的两种算法的性能明显优于现有防碰撞算法.     

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.     

多时隙的二进制搜索防冲突算法

针对RFID系统的标签冲突问题,文章在二进制搜索树算法和Aloha算法的基础上,提出了一种新颖的算法,在二进制树的每个节点处动态地估计标签的数量,根据标签的数量使用相应的时隙数;进一步对算法的性能进行了理论分析,并且通过仿真比较了该算法与二进制搜索树算法的性能,结果证明该算法能够有效地节约能量。