基于二进制的RFID防碰撞算法研究与改进

标签防碰撞技术是射频识别(RFID)系统中提高标签识别效率的关键技术。在对基本二进制搜索算法(BS)的基础上,提出一种结合动态二进制搜索算法(DBS)和后退式二进制搜索算法(BBS)优点的改进算法,并对改进算法进一步优化。仿真结果表明,该算法能减少阅读器问询标签的数据量,有效地提高了标签识别的速度。     

改进的二进制搜索防碰撞算法

针对射频识别(Radio Frequency Identification,RFID)系统中多个标签同时与阅读器交互所产出的碰撞以及二进制搜索算法中出现的信息冗余和搜索效率低的问题,提出了一种改进二进制搜索防碰撞算法。该算法动态地调整阅读器发送的指令,利用标签冲突位构建识别树,从而大幅降低了阅读器与标签的交互次数及传输的数据量,有效地提高了标签识别的效率。通过MATLAB对系统的吞吐率、搜索次数以及阅读器发送的信息量进行仿真,仿真结果表明该算法与已有的二进制搜索算法相比,具有一定优势。     

基于分组的RFID标签防冲突改进算法

在现有的动态二进制搜索和后退式二进制搜索标签防冲突算法思想的基础上,将标签进行二次分组,提出了一种基于分组的动态二进制改进算法。通过减小标签搜索范围和动态调整识别标签过程,该算法通过减少标签的搜索次数、阅读器与标签间的数据通信量,提高了识别效率。由仿真结果表明,该算法与其它算法相比在阅读器搜索次数、通信数据量和识别时间上性能均有所提高。     

RFID防碰撞算法研究

针对射频识别系统中的标签碰撞问题,在基于后退式二进制搜索算法的基础上提出一种改进算法。该算法结合动态调整算法并引入分组策略实现仅有两位碰撞即可识别标签,从而减少了搜索次数。该算法还引入堆栈存放阅读器接收到的ID数据,阅读器发送的序列号参数只是最高碰撞位信息,使得通信量减少。仿真结果表明,该算法能减少搜索次数,降低阅读器与标签之间的通信量,提高识别效率。     

基于BIBD(4,2,1)的后退式二进制防碰撞搜索算法

标签冲突在射频识别系统(RFID)中是不可避免的,防碰撞技术是射频识别中解决数据冲突的一个关键技术,防碰撞算法的好坏直接决定了RFID系统识别多个标签的能力。针对以往二进制搜索算法存在标签识别延时过长以及不适用于大量标签存在的情况,提出一种改进的二进制搜索算法。该算法以后退式二进制搜索算法和平衡不完全区组设计BIBD(4,2,1)为研究依据,利用BIBD(4,2,1)的子集作为阅读器的查询命令,通过后退式搜索策略达到快速识别标签的目的。实验结果表明,该算法相对于传统的防碰撞算法有效地提高了标签的识别效率。     

基于二进制的RFID改进防碰撞算法

防碰撞算法是构成RFID系统的关键技术。在对现有算法分析基础上,论文提出一种改进的基于二进制搜索防碰撞算法,将功率自适应技术和二进制搜索算法相结合,先通过按一定的参数自动调节功率来控制阅读器通信范围,限制进入阅读器识别范围响应标签的数量,再对标签进行识别,从而降低了冲突发生的可能性,提高了标签的识别效率。通过对识别过程进行仿真结果表明,改进的算法改善了防碰撞性能,提高了RFID系统的标签识别效率。     

隧道人员定位系统中RFID防碰撞算法的研究

为防止隧道人员定位系统中多个射频标签同时向阅读器发送识别信息时产生的碰撞问题,在二进制搜索算法的基础上进行改进。改进算法采取后退策略,减少了碰撞发生次数;去除寻呼过程中的信息冗余位,缩短了数据传输的时间。通过对改进二进制树防碰撞算法搜索次数以及传输时延的分析表明,碰撞概率较二进制搜索算法及动态二进制算法大大降低,传输时延也减小,可以有效解决多目标识别的防碰撞问题。     

基于改进后退策略的按位二进制防碰撞算法

为解决无线射频识别系统中的标签碰撞问题,提出一种基于改进后退策略的按位二进制防碰撞算法。该算法利用标签ID的唯一性,使阅读器只需通过标签ID的部分比特位就能准确地识别某个标签。仿真结果表明,改进的搜索算法能减少阅读器与标签之间的识别通信量及阅读器的搜索次数,提高标签的识别速度。     

基于标签分组的RFID防碰撞算法

针对无线射频识别技术中的读写碰撞问题提出了一种新的标签防碰撞算法。该算法利用陪集分解理论将电子标签分组,限定每组标签在规定的时隙响应。根据查询码和碰撞特征位,阅读器可在一个时隙内识别出一组标签。Matlab仿真结果表明,在多标签时该算法的时隙利用率和吞吐率优于二进制搜索算法和动态帧时隙算法。     

基于动态二进制改进算法的RFID防碰撞算法

在RFID系统的通信过程中,多个标签同时与同一阅读器交换数据而发生碰撞,致使标签无法被识别.为解决此问题,在动态二进制搜索算法的基础上进行改进,提出一种新的算法,该算法结合动态二进制搜索算法和多叉树的思想,通过锁定碰撞位,进行双碰撞位查询,从而加快搜索速率.通过实验仿真表明,该算法在搜索次数、吞吐率以及数据通信量等性能方面,都有显著提高.     

一种改进的基于二叉树搜索的防碰撞算法

通过对现有防碰撞算法的分析,在二叉树搜索算法的基础上提出一种新的以矩阵形式为搜索结构的混合树防碰撞算法。该算法采取段式搜索,即每次发送的碰撞前缀为多个非碰撞位与碰撞位的组合,在碰撞位位数的选取上采取遇到单个碰撞位进行二叉树分裂,遇到连续碰撞位进行四叉树分裂的策略,从而缩短标签识别时间,并通过理论证明了该算法的有效性。     

A content-based goods image recommendation system

The information of e-commerce images varies and different users may focus on different contents of the same image for different purpose. So the research on recommendation by computers is becoming more and more important. But retrieval based only on keywords obviously falls short for massive numbers of resource images. In this paper, we focus on a recommendation system of goods images based on image content. Goods images have a relatively homogenous background and have a wide range of applications. The recommendation consists of three stages. First, the image is pre-processed by removing the background. Second, a weighted representation model is proposed to represent the image. The separated features are extracted and normalized, and then the weights of each feature are computed based on the samples browsed by the users. Third, a feature indexing scheme is put forward based on the proposed representation. A binary-tree is used for the indexing, and a binary-tree updating algorithm is also given. Finally, the recommended images are given by a features combination searching scheme. Experimental results on a real goods image database show that our algorithm can achieve high accuracy in recommending similar goods images with high speed.     

散列树形搜索反碰撞算法的研究

提出了散列树形搜索反碰撞算法，阐述了算法遵循的三原则，设计了算法的详细流程。建立了标签识别效率的评价模型，证明了该算法的系统识别效率期望值在36.8%~1之间，优于EDFSA算法。仿真验证表明：在识别大量标签时，该算法的标签识别时间小于EDFSA算法。另外，该算法不需要阅读器检测数据碰撞比特位的准确位置，较基于位的二叉树搜索算法更灵活。该算法在识别效率方面有所提高，在自动识别领域有较好的应用前景。     

自由接入信道中带优先级的二叉树分裂算法及其仿真

提出了一种带优先级的二叉树分裂算法,使得高优先级的分组能以更大的概率接入信道,且不会出现分组的拥塞现象。分析了算法中影响优先级分组划分及传输效率的因素。通过计算机仿真实验,在双优先级条件下,改变到达率、初始接入概率、优先级的比重和重发概率时,对阻塞式接入和自由式接入信道系统的时延和吞吐率进行了分析。结果表明,算法具有较好的有效性和可靠性。     

Maximum speedup ratio curve (MSC) in parallel computing of the binary-tree-based drainage network

Restricted computational capacity has become a key factor in limiting the development of a majority of distributed basin models. Parallel computing is one of the most effective methods for solving this problem. Although many parallel-computing methods have been employed in basin models, few studies have carried out theoretical research on parallel characteristics of river basins. In this paper, the drainage network of river basins is treated as a binary-tree structure. Using the binary-tree theory, we find that there exists a maximum speedup curve (MSC) for an arbitrary drainage network. The x-coordinate of the MSC represents the number of processors used during the computing, while the y-coordinate corresponds to the maximum speedup ratio (MSR) that can be obtained. Under several essential assumptions, the theoretical function of MSC is established. The function indicates that the MSC consists of an ascending section and a horizontal section. A parallel algorithm capable of acquiring the MSC is proposed as well. Using this algorithm, the MSC is tested at two different-resolution drainage networks of the Lhasa River Basin. A 2-year rainfall-runoff process is simulated. The results prove the existence of MSC. However, primarily influenced by the load imbalance of subbasins, the simulation values of MSR are usually smaller than the theoretical ones.     

基于互信息的遥感图像区域配准并行算法的研究与实现

图像配准是图像融合、变化检测、目标识别等遥感应用中的重要步骤。互信息由于具有无需预处理、自动化程度高以及鲁棒性强等特点,将其作为一种相似性测度进行图像配准成为近几年图像处理领域的研究热点。随着遥感图像数据量的不断加大,传统的单机处理模式已经无法满足一些应用的时效性要求。基于对串行算法计算瓶颈的实验分析,研究并提出了一种基于互信息的遥感图像区域配准并行算法,分别给出了数据划分策略和互信息计算并行处理方案,采用边界冗余划分和二叉树归约方法减少数据通信,并对算法进行了定量的复杂度分析。实验结果表明该算法可扩展性好,通用性强。     

一种改进的自适应多叉树防碰撞算法

针对传统自适应多叉树防碰撞算法在标签识别过程中存在的空闲时隙过多、阅读器与电子标签间的通信负载量过大等不足,提出了一种改进的自适应多叉树防碰撞算法( Improved Adaptive division Collision Tree algorithm,IACT)。该算法通过计算碰撞因子决定采用二叉树或四叉树。当采用二叉树时,若阅读器检测到碰撞位只有一位,则无需再次发送命令即可以直接识别出标签;采用四叉树时,阅读器首先发送一命令,要求标签返回最高两个碰撞位对应的编码,然后根据编码得到碰撞信息。在标签中加入计数器,使用最高两个碰撞位和计数器值作为查询命令,响应的电子标签将序列号的后缀信息发送给阅读器处理。算法性能分析和实验仿真表明,IACT算法能有效减少系统总时隙,降低了通信负载开销,提高了标签识别效率。     

基于二叉树编码遗传算法的SOA服务选择

为解决SOA 服务组合中服务选择问题,提出了一种基于二叉树编码的遗传算法。首先将一个服务的组合方案等效成AOV图,并将其转换成二叉树,然后进行后续遍历并编码。该编码基于二叉树结构,树的非叶子节点保存了其子树的QoS计算结果,可有效降低遗传算法的计算量;同时可表示分支结构的组合方案,克服了一维编码的局限性。通过实例分析和仿真实验验证了其有效性及比一维编码遗传算法更高的执行效率。     

融合LDA和多类SVM的图像语义映射研究

建立图像低层特征到高层语义的映射是图像语义检索的关键问题之一,SVM是其中行之有效的方法。为了便于规则生成,将模糊C均值聚类SVM多类分类方法应用于图像语义映射。但由于异类图像特征常常混杂,最终形成的二叉树分支一般很多,映射准确率下降明显。为此,将线性判别分析法引入二叉树建树过程中,通过聚类之前先对特征优化处理来改进算法性能。实验结果表明该方法建立起了更便于理解的分类树结构且LDA的引入使得映射准确率有所提高,满足了图像语义映射的要求。