ALOHA标签防碰撞算法综述

ALOHA防碰撞算法是无线射频识别技术RFID（Radio Frequency Identification）中一种重要的标签防碰撞算法,该算法设计简单,容易实现,但系统吞吐率较低。其算法不断被研究改进,针对ALOHA算法及其改进算法加以详细的总结,对现在的研究方法加以理论推导、实验模拟,其中对动态帧时隙ALOHA（DFSA）算法中关键环节标签估计算法进行详细归纳。最后结合如今现状提出下一步研究方向。     

高校实验室RFID技术的应用

RFID（ Radio Frequency Identification ,RFID）技术是物联网感知层中一种重要的数据信息采集技术,可在无需识别系统与特定目标之间建立机械或光学接触,为使该技术更好地服务于高校实验室管理,首先简述了RFID技术基本工作原理;并对实验室架设和管理进行了详细说明;继而对该系统与传统实验室管理模式进行了比较,得出了新系统引入对高校实验室管理工作所带来的便捷、高效等诸多优势;最后对该技术进行了展望,以期借助于RFID技术更好地实现实验室管理的自动化、智能化。     

基于OpenStack云架构下Hadoop分布式集群部署实训教学过程研究

高职院校纷纷开设云计算技术和大数据技术专业,专业间既紧密联系又各有侧重,专业课程也有交叉,使学生在学习专业知识时存在一定误区和困惑。为解决教师教学实训过程中的瓶颈难点,深化学生对大数据和云计算技术的掌握程度,针对云计算技术中OpenStack项目和大数据技术中Hadoop项目进行融合部署,在OpenStack私有云成功配置的基础上,申请云中的资源创建云主机,进行Hadoop完全分布式集群部署和配置,使师生在该教学实训环节成功实现配置,进一步加深对大数据和云计算技术的理解,促进专业课程知识的深入学习。     

基于动态因子均值的动态帧时隙ALOHA算法研究

动态帧时隙ALOHA算法是基于概率型的ALOHA算法的改进算法。在一定范围内,该算法识别标签时,帧时隙数能够随着标签数量的增加而动态增加;但当识别大量标签时,由于读写器硬件的限制,资源利用率和系统吞吐量大大降低。针对此问题,提出了一种基于动态因子均值估计算法的动态帧时隙ALOHA算法。首先,使用动态因子均值标签估计法对标签数量进行准确估计;然后,使用所提出的动态帧时隙ALOHA改进算法对准确估计的标签进行分组,并按照分组依次进行识别;最后,分别对动态因子均值标签估计算法和应用该标签估计算法的动态帧时隙ALOHA算法进行仿真。仿真结果表明,所提标签估计算法能够对标签进行准确的估计,使估计误差保持在5%的范围内。基于动态因子均值标签估计算法的动态帧时隙ALOHA算法能够保证30%以上的高系统利用率,而且整个识别过程所需的帧时隙数比动态帧时隙ALOHA算法下降了45%左右。