射频识别系统多标签防碰撞算法

为提升射频识别(RFID)系统中单阅读器多标签环境的识别效率,给出一种在标签编码前缀相同条件下使用的混合算法。先通过Q算法调整帧长,使之与待识别标签总数近似相等,以达到最大识别效率,并给未识别的碰撞标签标记分组号,再对已分组的碰撞标签使用反向查询树算法(QTR)一一识别。根据EPC C1G1标准,在单阅读器多标签的系统环境下,选取标签编码长度为96位,分别在标签编码完全随机与标签编码前60位相同两种情况下进行仿真,结果表明在标签编码前缀相同时,较之QT算法、Q算法,混合算法可提高系统吞吐率,降低阅读器发送总时隙数。     

改进的RFID二进制搜索防碰撞算法

在二进制搜索算法的基础上,对读写器的寻呼方式进行优化,进而提出了一种改进的防碰撞算法.改进算法不但减少了读写器工作区域内电子标签响应的数量,而且降低了碰撞几率.在传输二进制数据总长度方面,改进算法比基本二进制搜索算法和动态二进制搜索算法表现出更好的性能.另外,在读写器寻呼次数相同的条件下,改进算法对电子标签的识别速度比基本二进制搜索算法和动态二进制搜索算法更快.     

物联网RFID二进制防碰撞算法对比及优化

RFID技术是物联网网络运行的基础,RFID识别效率的高低直接决定着物联网系统整体运行速度的快慢。因此,在物联网背景下RFID技术的发展好坏至关重要,虽然RFID发展至今已有几十个年头,但是,RFID技术仍然存在着严重的缺陷,主要问题在于识别过程中的标签碰撞现象。常见的处理办法是通过改良算法降低碰撞概率,但整体效果不明显。文中以传统二进制防碰撞算法为基础,对现有的二进制算法进行优劣比较。并结合现有算法优缺点提出了新的改进式二进制算法,新算法既结合了动态二进制算法的前后缀应答模式又加入了新的碰撞位判定规则。最后,通过模拟仿真实验与过去算法进行了对比,证明了新改进算法的优越性,具有实际推广意义。     

基于随机数传送的动态帧时隙Aloha算法的研究

在动态帧时隙Aloha算法的基础上提出了基于随机数传送的动态帧时隙Aloha算法,算法通过增加一个与时隙随机数无关的随机数、双随机数共同定位标签的方法来减少碰掸,获得更高的识别效率.仿真结果显示此算法性能比动态帧时隙Aloha算法和基于分组的动态Aloha算法有明显改善.     

RFID网络中基于Aloha防碰撞的标签数目的联合估计算法

射频识别网络中基于Aloha的标签防碰撞算法,标签的碰撞大大降低系统的吞吐量.如果标签的数量已知,则可以大大提高系统的吞吐量.在最大似然估计的基础上结合二进制搜索防碰撞算法和基于Aloha的防碰撞算法提出标签数量联合估计方案.仿真结果表明,提出的方案比现有的算法具有更高的准确性.     

图像对比度自适应调整算法

运用模糊分析方法和自适应理论,依据手骨骨骼的解剖学知识,设计了一种能够澄清骨骼和肌肉灰度值隶属模糊关系的扫描式对比度自适应调整算法．基本实现了骨骼灰度分布的一致性,使普通的阈值分割方法可以应用于骨骼的有效分割,实验结果表明该方法具有一定的通用性和稳定性,同时也扩大了一般阈值分割算法的使用范围．     

基于盲源分离的动态帧时隙估计算法

本工作提出一种基于盲源分离的动态帧时隙估计算法(BSDFA),由于天线数量对采用了盲源分离思想的帧时隙估计算法有影响,进一步提出根据天线数量、标签数量和初始帧时隙数来精确估计下一帧的帧时隙数的方法,以此提高帧识别率。通过验证,基于盲源分离的动态帧时隙估计算法的帧识别率高于盲分离的帧时隙超高频RFID系统防碰撞算法(BSFA)的帧识别率。     

基于动态帧时隙ALOHA的危险品运输RFID防碰撞算法

针对危险品运输ALOHA算法随着标签数目的增多系统性能逐渐下降的问题,对射频识别系统和固定帧时隙ALOHA算法工作原理进行分析,运用Matlab辅助工具建立了基于动态帧时隙ALOHA算法危险品运输RFID防碰撞模型.实例分析和仿真验证结果表明,基于固定帧时隙ALOHA算法的系统效率在标签数为60时达到最高,之后随着标签数增多系统效率迅速下降;在标签数为0~100时,基于动态帧时隙ALOHA算法的系统效率随着系统标签数的增加而逐渐增加,并最终达到35.2%,具有较好的鲁棒性,能够有效提升危险品运输的安全水平.     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术。在分析了避免冲突的载波侦听的随机多址接入方式（CSMA）以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理。利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性。     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术.在分析了避免冲突的载波侦听的随机多址接入方式(CSMA)以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理.利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性.     

存在信道估计误差的MU-MIMO系统自适应资源分配

分析了不相关瑞利平坦衰落信道下,信道估计误差对采用迫零波束赋形(ZFBF)多用户多输入
多输出(MU-MIMO)系统性能的影响. 在发送端天线总功率受限以及目标误比特率（BER）的
约束下,提出一种以系统有效吞吐量最优为目标的自适应资源分配算法. 该算法在调度用户时兼顾用户的信道状态信息和公平性,利用误包率严格近似为高斯随机变量的性质得到传输速率和功率的闭式解. 仿真结果表明,由于考虑了信道估计误差,系统有效吞吐量大大提高;同时保证了用户的服务质量(QoS)和公平性,并具有较低的复杂度.     

基于节点选择和功率分配算法的自适应调制协作通信系统

协作通信技术可以通过利用空间分集来改善系统的性能,特别是当信源节点已经知道信道信息时,可以获得相对于非自适应系统非常大的增益。提出一种基于自适应调制的协作通信方案,此方案结合了空时编码、功率分配和中继选择技术,在满足一定的误码率要求下可以提高系统吞吐量。通过与其它自适应、非自适应方案性能的比较,表明所提出的方案可以在很好地满足误码率要求的前提下,具有非常好的吞吐量性能。     

滞环容差自适应算法的直接转矩控制研究

传统感应电机直接转矩控制(DTC)系统的滞环控制器为Bang-Bang控制, 其滞环容差保持不变, 因此低速下被调节的磁链和转矩具有较大脉动. 为改善转矩和磁链响应, 在传统滞环比较器基础上, 提出了一种滞环容差自适应调节控制方法, 通过对转矩或磁链误差的当前采样值和历史采样值以及滞环比较历史输出值的综合比较, 得到当前滞环输出控制信号, 并充分利用零电压矢量和反向电压矢量, 达到满意控制效果. 仿真结果表明该算法不仅能有效降低定子磁链和转矩脉动, 也能够有效降低开关频率, 提高了逆变器效率.     

管道自适应有源噪声控制算法

本文以管道自适应有源噪声控制（ＡＡＮＣ）理论为基础讨论了自适应控制算法，比较了ＡＡＮＣ系统中自适应滤波器的ＬＭＳ，ＲＬＳ和ＬＳＬ算法的特性，导出了ＬＭＳ算法的递推公式，得到了ＦＩＲ和ＩＩＲ滤波器的ＬＭＳ算法的计算机仿真．通过仿真，比较了不同信号的消声量，讨论了步长因子、滤波器阶数和声延迟对算法收敛速度和消声量的影响，还讨论了有声反馈的ＦＩＲ和ＩＩＲ滤波器的消声量的大小．     

改进的自适应均值滤波算法及应用

燃煤锅炉的燃烧过程复杂且不稳定,监视系统的图像可能受到各种噪声的干扰,针对此问题,提出一种改进的自适应均值滤波算法。此算法利用自适应阈值和图像的全局统计特性对滤波系数加以优化。实验结果表明,该方法可以更有效地减少噪声,并可以保护图像的边缘信息。由于阈值选取具有自适应性,可推广应用到其它去噪领域。     

基于变异概率自适应调整的逆序遗传算法研究

提出一种改进的遗传算法，根据个体适应度不同对变异概率进行自适应调整，使群体中的优良模式不易被破坏，同时又保证了种群个体的多样性，从而提高了算法的搜索效率。算法中改变了交叉与变异的操作顺序，避免了个体适应度的重复计算，提高运行速度。仿真结果表明，该算法优于普通遗传算法。     

自适应分层遗传算法在函数优化中的应用

通过分析基本遗传算法在函数优化中的应用，研究其不收敛和收敛慢的原因，并在此基础上提出了自适应分层遗传算法。通过实验，证明了改进算法的优越性。     

自适应分配设计中估计的强相合性

介绍了自适应分配设计,应用鞅的理论研究了在无显著性特点polya罐子模型下,极大似然估计的强相合性,并且得到精确的Fisher信息矩阵．     

基于多层自适应聚类模型的密集人群分群检测算法

针对存在更复杂运动模式的无序运动人群密集场景,提出了一种基于多层自适应聚类模型的分群检测算法.以基于高斯混合模型的背景去除算法和自适应初始化聚类算法为核心,通过建立多层自适应聚类模型实现密集人群的分群检测.实验数据库选用了大量真实室内外密集人群运动场景视频,并通过大量对比实验验证了算法的有效性、可靠性和优越性.     

基于径向基函数神经网络的自适应滤波器

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用。传统的自适应滤波器主要在时域中实现。通常采用算法简单、稳健性好的自适应LMS算法。但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高。本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪。仿真结果表明该方法具有良好的非线性噪声抑制能力。