基于先验知识的自适应多叉树防碰撞算法

为提高无线射频识别(RFID)系统快速识别大量标签的能力,提出一种基于先验知识的自适应多叉树防碰撞算法。利用标签访问的规律性和标签分布的随机性,在不同的搜索深度,根据已有的先验知识和碰撞比特信息估计待识别的标签数量,从而动态地自适应选择搜索叉树。通过有效减少碰撞和空闲时隙数,大幅提高读写器搜索和识别标签的能力。理论分析与仿真实验结果表明,该算法能克服传统自适应多叉树防碰撞算法的缺点,合理选择初始搜索叉树,尤其在待识别标签数量较多的场合,可有效提高RFID系统的吞吐率。     

新型Q值防碰撞算法在RFID系统中的研究

RFID系统在某些应用领域中需要高效的标签识别算法。针对标签数目不固定且数量变化范围大的情况下,多标签同时回复一个阅读器而产生碰撞丢失标签信息的问题,本文提出一种改进型的Q值算法。在该算法中,阅读器根据变化的标签数目自适应修改Q值,分化C值调整帧长度,极大地提高了标签的识别速度,并减少了读取的误码率,且不会因为数目变化范围大而造成标签识别延时增大。文中详细介绍了算法设计流程,并通过建立数学模型对算法的可行性进行分析,根据统计数据来获得最优算法参数,最后用实际案例进一步证明了该算法在识别大量标签时效率明显优于原Q值算法和自适应帧时隙阿罗哈算法(FSA)。     

面向电气设备状态监测的传感标签防碰撞算法

射频识别(RFID)传感标签是一种新型的融合标识传感功能的电气设备状态无线监测技术,高效防碰撞算法是提高基于RFID传感标签技术的电气设备状态无线监测系统实时性的主要手段.在改进自适应多叉树搜索(IAMS)防碰撞算法基础上,通过碰撞概率模型计算碰撞传感标签数,制定优先申请分配专有时隙原则,提出一种改进的自适应时隙多叉树防碰撞(IATMSA)算法.算法仿真结果表明:相比IAMS算法和四叉树算法,IATMSA算法总时隙数更小、识别速度更快、吞吐率更高.     

基于牛顿迭代法的RFID标签数量估计算法

ALOHA算法是一种被广泛采用的射频识别(RFID)标签防碰撞算法,要提高它的识别效率,算法帧长必须根据标签数量自适应调整,因此标签数量估计的准确性十分重要。针对已有标签估计方案存在的误差大问题,提出一种基于牛顿迭代法的标签数量估计算法(NIATE)。首先,根据标签数量与帧长的数量关系确定一个调节因子;其次,研究标签识别过程中成功时隙占总时隙比例,得到调节因子与所占比例的关系;最后利用牛顿迭代法求解得出准确的标签数量。仿真结果表明,NIATE算法在不同标签数量情况下,相比现有主流算法具有较好的自适应能力,标签估计平均误差更小,从而减少了识别所有标签所需的总时隙数,提高了系统吞吐率。     

一种改进的RFID自适应防碰撞算法

当读写器响应范围内的标签数目较多时,自适应搜索矩阵算法的性能会迅速下降。为此,提出一种改进的无线射频识别自适应防碰撞算法。采用查询机制,利用碰撞信息,获得查询前缀,通过构造动态搜索矩阵进行逐段查询,并根据时隙状态自适应调整搜索路径,对算法的碰撞时隙数、空间时隙数、吞吐量和传输比特数进行性能分析。实验结果表明,该算法能提高系统吞吐量和识别效率。     

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。     

基于B+树的RFID防碰撞算法分析与改进

介绍基于B+树的无线射频识别防碰撞算法,分析不同分裂阶数对识别效率产生的影响。发现随着分裂阶数取值增大,标签分裂过程中产生的碰撞时隙减少但空闲时隙增多,导致算法整体识别效率下降。针对该问题,提出一种改进算法。利用阅读器动态控制标签的分裂过程,使碰撞时隙和空闲时隙共同减少。同时考虑到标签的资源限制,不改变标签原有的硬件配置。实验结果表明,改进算法可提高识别效率、减小通信处理开销,适用于标签数量较大的应用场合。     

基于分组的动态帧时隙ALOHA防碰撞算法研究

在RFID系统中,由标签引起的冲突一直是影响RFID系统性能的重要因素.为了进一步提高RFID系统中电子标签的识别效率,在对现有的ALOHA算法分析的基础上,提出了一种改进的分组动态帧时隙ALOHA算法.该算法通过改变标签分组的方法提高了阅读器识别标签的效率.当标签数量大于256时,该算法能有效地减少阅读器的识别时间,提高了RFID系统的标签识别效率.仿真结果表明:当标签数为1000时,该算法比基本帧时隙ALOHA算法和动态帧时隙ALOHA算法所用时隙数分别减少了43％和39％.     

多标签快速识别算法研究与改进

为了提高Aloha算法中标签的识别效率,根据ISO/IEC18000-6C国际标准中的防碰撞要求,对时隙计数(Q)的选择进行动态调整,以满足标签快速识别的要求,实现了一种动态的时隙Aloha算法。除此以外,在此基础上提出了对标签数量进行分组,分析了满足最大时隙利用率的客观条件,对动态时隙Aloha算法进行改进。仿真结果显示,改进后的算法提高了标签的识别效率,表现出良好的性能,具有一定的研究价值。     

基于信号强度的分组帧时隙ALOHA防碰撞算法

针对现有ALOHA防碰撞算法存在系统吞吐量低下的问题,利用射频识别阅读器和标签之间的信号能量传输特点,对帧时隙ALOHA算法( FSA)进行改进,提出一种分组帧时隙ALOHA防碰撞算法。根据接收信号能量的强度将标签均匀分布到帧时隙中进行分组应答,从而降低标签碰撞概率。仿真实验结果表明,在标签数与帧时隙数之比小于1.8的情况下,该算法最大系统吞吐量可达50%,优于FSA算法及碰撞分组算法。     

一种新的RFID标签数目估算方法

动态帧时隙ALOHA反碰撞算法中帧长度调整的关键在于对阅读器读写范围内标签数目的估算。通过模拟帧时隙ALOHA算法得到了不同帧长度时标签数目与碰撞时隙数目的关系曲线。创建了碰撞时隙中的平均标签数目e和碰撞时隙所占比例P_C之间关系的数学表达式,该表达式对所有的帧长度都适用。在此基础上提出了一种新的RFID标签数目估算方法。该方法计算量小,不需要预先建立和存储查找表,有利于提高RFID系统的实时响应速度和降低硬件成本。 MATLAB仿真表明,提出的标签数目估算方法比现有的方法估算准确度有较大提高。     

一种改进的二进制查询树RFID标签防碰撞算法

在射频识别（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碰撞问题、提高标签识别效率的关键技术。在阐述传统二进制查询树算法（QT）的基础上提出了一种改进的查询树标签防碰撞算法-动态二进制查询树算法（DQT）。该算法通过曼彻斯特编码,识别出碰撞位,从而动态改变查询前缀,使阅读器的查询次数与标签的通信量大大减少,提高了标签的识别效率。仿真实验表明,DQT算法在大量标签识别场合下比QT算法更具有效性和稳定性。     

RFID系统实时高效ALOHA防冲突算法研究与仿真

简要介绍了当前几种主要的ALOHA算法基本思想和系统效能,详细讨论了间接估算自适应帧时隙（DFSA）算法的原理和帧长度调整方法,并就DFSA算法对未识读标签的估计方法进行了统计分析,最后基于MatLab对各种算法性能进行了仿真。结果表明,间接估算DFSA算法较其它算法更能使RFID系统保持较高的系统效率,能够实时准确地识别标签。     

RFID系统中一种改进的防冲撞算法

提出了一个在RFID系统中改进的防冲突算法,该算法基于Aloha算法并结合了二叉树算法。当有大量标签同时需要识别时,首先通过对标签上一轮的碰撞情况来估计待识别的标签数,然后对标签进行分类或改变帧的大小来降低标签发生碰撞的概率,从而提高识别的效率。     

Group improved enhanced dynamic frame slotted ALOHA anti-collision algorithm

With the development of information technology and declining in the cost of tags, radio frequency identification (RFID) system has become more and more popular, which has been widely used in a lot of areas, such as logistics tracking, animals identification, medicine, electronic toll collection, inventory, asset management, manufacturing, etc. However, when we use RFID technology to identify the objects, tag collision is one of the important factors to influence the identification efficiency. Currently, Aloha-based algorithm is one of the popular anti-collision algorithms which performs well when the number of tags is small. But it is not very efficient for cases with large number of tags and some areas which tags’ number can be estimated, such as warehouse, supermarket, the production lines of smart factory and so on. So in this paper, we proposed a new anti-collision algorithm called group improved enhanced dynamic frame slotted ALOHA (GroupIEDFSA) by estimating the number of unread tags first, comparing the maximum frame size and dividing tags into groups when the number of tags which are activated is large. What is more, compared with enhanced dynamic frame slotted ALOHA (EDFSA) algorithm in the process of identification, GroupIEDFSA algorithm will combine new group based on the unread tags’ number. Simulation results show that the efficiency of GroupIEDFSA algorithm system improves by 20 % in time and over 50 % in rounds than EDFSA algorithm in the standard mode, and increases by 1 % in time when we used fast mode.     

基于后退式搜索的自适应多叉树防碰撞算法

针对无线射频识别(RFID)系统中常见的标签防碰撞问题,在后退式搜索算法的基础上提出了一种改进的多叉树防碰撞算法。根据标签碰撞的特点,采用休眠计数的方法,以及遇到连续碰撞位时进行四叉树分裂的策略,使得在搜索过程中能够动态选择分叉数量,缩短了标签识别时间,有效地提高了算法的搜索效率。性能分析表明,该算法的系统识别效率达76.5%,且随着标签数目的增多,优越性更加明显。     

改进的基于堆栈存储的二进制搜索算法

针对无线射频识别(RFID）系统中的标签防碰撞问题,详细分析典型的二进制算法、动态二进制算法及后退式二进制算法的原理,同时考虑识别次数和传输位数这两方面的性能,提出了一种快速高效的防碰撞算法。通过对标签进行预处理以及在阅读器中设置堆栈,有效地减少碰撞算法中的识别次数和传输冗余信息。仿真结果表明该算法在次数效率和位数效率性能上有较大的提高。     

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.     

改进的基于标签的协同过滤算法

针对现存的基于标签的个性化推荐系统在构建用户兴趣模型时未充分挖掘用户真正的兴趣爱好,且未考虑到时间因素对推荐结果的影响,提出一种改进的基于标签的协同过滤算法（ITCF）。该算法将用户评分融入到用户对标签权重的计算中,考虑用户不同兴趣程度的项目对推荐结果的影响,并使用指数渐进遗忘函数和时间窗口相结合的方法来捕捉用户兴趣的变化。在数据集Movielens上的实验证明,改进后的算法在precision、hit-rank以及NDCG三个评价指标上均取得了较好的推荐效果,其推荐的质量和效果均优于传统方案。     

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。