新型的RFID动态帧时隙ALOHA防碰撞算法

基于动态帧时隙ALOHA算法,提出一种新型的标签数目估计算法.该算法利用当前帧的时隙信息,结合贝叶斯算法获得标签数目的概率函数分布,从而更加准确地估计出下一帧的标签数目.仿真结果表明,该算法对标签数目的估计误差维持在1.4％,信道吞吐率逼近理论值36.8％,证明了其有效性.     

动态帧时隙ALOHA算法的改进

标签碰撞问题是射频识别系统研究的一个重要内容,目前较好的算法是动态帧时隙ALOHA(DFSA)算法,但是动态帧时隙算法在实际识别过程中仍然存在一些不足。对动态帧时隙算法进行了数据分析,提出了算法的改进,并进行仿真。     

优化的动态帧时隙ALOHA防碰撞算法

对动态帧时隙ALOHA防碰撞算法中的标签个数估计进行改进,采用动态调整机制,使标签个数估计式系数自动调整,解决阅读器下一个查询周期应该使用的帧时隙长度的问题。针对实测中当帧长度与标签个数相等时冲突率较高的问题,将查询命令时间计入总的帧长度中以优化帧长度。仿真结果表明,优化后的DFSA算法延迟时间减少,冲突率降低,系统效率提高,在标签数量较少时效果尤为明显。     

基于混合溢出树搜索的帧时隙ALOHA防碰撞算法

为提高射频识别系统中电子标签防碰撞算法的识别效率,提出了一种结合精确标签估计和混合溢出树搜索的帧时隙ALOHA算法。算法将识别过程分为标签估计和标签识别两个阶段。在标签估计过程中,通过精确估计标签数量来对初始帧时隙大小进行优化。在标签识别阶段,利用改进的混合溢出树搜索算法对时隙内的碰撞标签进行快速识别。实验结果表明,该算法能够有效地改善射频识别的防碰撞性能,提高RFID系统的标签识别效率。     

RFID动态帧时隙防冲撞改进算法研究

射频识别系统中多个标签同时应答会引起数据碰撞。为解决标签碰撞问题,考虑到动态帧时隙算法中标签估计误差对系统效率的影响,提出一种基于动态调整帧时隙的改进算法——FBC_DFSA(Feedback Check_Dynamic Frame Slot ALOHA)。该算法在使用估计方法进行标签检测的基础上,将反馈每轮的检测结果与估计值相比较,然后根据误差结果适当地调整下轮的帧长,从而改善吞吐率。仿真结果证明,该算法进一步改进了动态帧时隙算法的性能,特别是当标签量较大时效率更加稳定。     

基于标签分组的动态帧时隙ALOHA算法

为解决无线射频识别技术系统中的多标签碰撞问题,提出一种基于标签分组的动态帧时隙ALOHA算法.将标签以ID信息分组为256个组后,阅读器按照标签ID号连续抽取8组,从该8组里每组挑取一个标签进行查询识别,标签收到命令后发送识别请求,阅读器记录碰撞时隙和空闲时隙数量情况并返回数值,标签以此调整时隙进行信息发送,标签按照确...     

基于分组动态帧时隙的RFID防碰撞算法

为了解决射频识别(RFID)系统中的多标签防碰撞问题,在分析帧时隙ALOHA算法的基础上,提出一种基于分组动态帧时隙的RFID防碰撞算法。当标签数量庞大时,该算法可以通过分组限制响应标签数量达到较高的识别效率。仿真结果表明,当标签数为1 000时,与传统算法相比,该算法能使时隙利用率提高80%以上。     

分组部分时隙帧预测的RFID防碰撞算法

针对最大帧长度受限情况下射频识别中的标签碰撞问题,提出分组部分时隙帧预测ALOHA算法。通过分组操作,限定每次待识别标签数在最大帧长的有效识别范围内。采用部分时隙帧预测,若部分时隙的碰撞或空闲比例超过门限值,则立即调整帧长,从而减少使用的时隙数。实验结果表明,该算法能有效降低使用的时隙数,提高系统识别效率,在标签大量动态变化的情况下,平均识别率可达35.58%,具有良好的适用性。     

基于自适应分组的帧时隙ALOHA算法在RFID中的研究

RFID利用无线射频技术来自动识别标签物品,它能快速、实时、准确地采集和处理信息。防碰撞技术是RFID系统的一项关键技术。现有的防碰撞算法可分为两类：基于ALOHA的防碰撞算法和基于二叉树的防碰撞算法。基于ALO-HA的防碰撞算法存在标签饥饿的问题;基于二进制树的防碰撞算法其算法性能受标签识别码长度的影响。文中提出了一种基于白适应分组的帧时隙ALOHA算法——AsFsA。仿真结果表明,当标签数目非常大时,该算法的防碰撞性能依然优于现有的帧时隙ALOHA算法。     

RFID系统中一种动态帧时隙算法的研究与仿真

在多个电子标签的识别过程中,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。对一种动态帧时隙Aloha算法进行了描述与仿真,根据估算所得的标签数,结合标签的EPC对标签进行了分组,将分组码作为激活码每次激活一组标签而屏蔽其它标签,对激活的这组标签用FSA算法进行识别。采用这种方法可将每次响应的标签数目限制在一定范围之内,并且与最大帧长基本匹配,从而在各个识别周期之内不需要再调整帧长,简化了算法且保证了较高的识别率。仿真结果表明：在标签数目较大时,阅读器的识别效率可以稳定在30.5%—36.     

一种优化帧长及分组的动态帧时隙防碰撞算法

在改进防碰撞算法的研究中,针对现有RFID系统中易发生碰撞与标签数过大时识别效率低等现象,通过对现有防碰撞算法进行分析,提出了一种优化帧长及分组的动态帧时隙防碰撞算法;通过预先估算系统的标签数并将其分类处理,当标签数小时,通过引入查询命令时间T完善帧长的调整机制并采用自适应选择模式;当标签数大时,根据标签位数进行二进制分组模式;从而达到简化硬件电路、提高算法的准确率的目的.实验结果表明,算法具有稳定性高、冲突率低等优势,具有一定的实用价值.     

RFID动态帧时隙ALOHA防冲突中的标签估计和帧长确定

为提高射频识别(Radio frequency identification, RFID)标签的识别效率, 本文针对RFID动态帧时隙ALOHA防冲突系统, 提出了新的标签估计方法和帧长确定方案. 标签估计中采用了不同的贝叶斯代价函数, 提出了几种贝叶斯标签估计方法, 它们的估计结果准确, 而且通过减小标签数取值范围可使计算复杂度得到降低. 随后, 推导出一种根据标签数确定最优帧长的方案, 它能使系统达到最大的信道利用率, 该最大信道利用率要大于帧的时隙数等于标签数时所能达到的最大利用率.     

基于ALOHA的RFID防碰撞算法的研究

RFID在自动识别技术中扮演很重要的角色,如果许多标签同时向阅读器发送信息．信息之间就会发生碰撞阅读器就不能识别其中的信息,这会影响kFID系统的效率,为了解决这个问题,在ALOHA算法的基础上提出改进的措施．仿真结果表明新算法比传统算法效果更好。     

改进的RFID动态帧时隙ALOHA算法

防碰撞算法是射频识别系统中提高识别效率的关键技术,传统防碰撞算法采用固定时隙数,当大量数据交换时数据碰撞概率大,导致系统吞吐量较小、误码率较高、时延较大.为解决上述难题,提高整个网络传输性能,提出了一种改进的防碰撞算网算法.算法根据标签数动态调整每帧中的时隙数,减少信道中数据包的碰撞机会,以使系统能以高吞吐量工作,缩短读取时间,提高整个系统的效率.仿真结果表明,算法降低误码率,网络吞吐量有了明显提高,减少系统时延,大大提高了射频识别系统整个网络传输性能.     

动态分配时隙ALOHA的抗碰撞算法

时隙ALOHA是无线射频识别系统中常用的抗碰撞算法,采用时分复用的方式,标签在指定的时隙内与阅读器进行数据交换。该文采用动态帧时隙分配法,使标签分配到的时隙碰撞概率降低,时隙数量根据系统碰撞数量进行实时有效调整,仿真结果表明,系统识别效率得到明显提高。     

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。     

面向RFID动态帧时隙ALOHA协议的帧长优化

近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理.其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景.为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于...     

An Accurate Tag Estimate Method for Improving the Performance of an RFID Anticollision Algorithm Based on Dynamic Frame Length ALOHA

In a radio-frequency identification (RFID) system, the dynamic frame length ALOHA protocol is widely adopted to solve the anticollision problem. Analysis for the anticollision problem can be divided into two primary parts. The concern of the first part is how to precisely estimate the number of tags. The other part involves determination of dynamic frame length to achieve maximum throughput or channel usage efficiency. In this paper, we present an accurate method for estimating tag quantity. This method is based on the maximum a posteriori probability decision. We also derive the optimal frame length using radio channel efficiency. Simulation results indicate the tag estimate error of the proposed method is less than 4%. Use of our proposed tag estimate method together with optimal frame length can achieve close to the theoretical maximum throughput of the framed ALOHA algorithm.