一种新的RFID混合防碰撞算法

针对射频识别（RFID）系统随机性防碰撞算法中标签识别效率低的问题,提出了一种新的RFID混合防碰撞算法。新算法采用帧时隙ALOHA（FSA）机制,根据碰撞时隙数直接估计出总的未识读标签数目,经多次动态调整帧长,获得最优帧长,然后使读写器按照最优帧长分配时隙以供标签响应,在碰撞时隙内调用自适应搜索矩阵（ASM）算法对响应标签进行识别。理论研究和仿真表明,新算法有效实用,可有效提高系统性能,使时隙吞吐量达到40%以上。     

一种基于搜索矩阵的自适应防碰撞算法

提出一种基于搜索矩阵的自适应防碰撞算法.该算法有效利用碰撞信息,通过构造搜索矩阵,克服自适应二叉树搜索算法逐位搜索效率低的缺点.同时提出碰撞堆栈的概念,根据时隙状态,来自适应调整搜索路径,从而减少碰撞和空闲时隙数以及传输的比特量.理论和仿真实验表明,该算法有效实用,可有效减少识别时间,提高搜索效率.     

基于RFID技术的煤矿井下人员跟踪定位系统防碰撞算法研究

为了防止井下人员跟踪定位系统中多个射频标签同时向基站发送识别信息时产生的碰撞问题,提出了一种基于搜索矩阵的自适应防碰撞算法.该算法有效利用碰撞信息,通过构造搜索矩阵进行读取,通过引入碰撞栈,并根据时隙状态自适应调整搜索路径的方法,使碰撞概率大大降低.理论和仿真实验证明,该算法能够有效解决多目标识别的防碰撞问题.     

自适应多叉树防碰撞算法研究

提出了一种自适应多叉树防碰撞算法. 新算法在动态二叉树和四叉树搜索算法的基础上, 利用曼彻斯特编码可以准确识别碰撞位的特性, 通过计算碰撞因子, 估计标签数量, 从而在标签数较多的分支内选择动态四叉树搜索, 反之选择动态二叉树搜索. 理论和仿真分析表明: 新算法克服了动态二叉树和四叉树搜索算法的缺点, 在减少碰撞时隙数的基础上, 又减少了空闲时隙数, 大幅度地提高了搜索效率和时隙的吞吐率, 具有一定的创新性和实用性.     

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。     

二进制一维矩阵搜索防碰撞算法

针对典型二进制搜索算法存在的搜索次数多、数据传输量大、系统识别效率低的问题,提出了一种二进制一维矩阵搜索防碰撞改进算法。该算法根据检测到的标签碰撞位信息构造二进制搜索矩阵,并确定相应的碰撞位对应值矩阵对标签进行搜索,通过对搜索前缀进行改进,使得读写器与标签之间传输量减少,且在标签识别过程中,碰撞位矩阵及其对应值矩阵需根据碰撞位的改变进行修改,以实现读写器对标签的连续搜索及识别。实例说明及Matlab仿真结果表明,随着标签数目的增加,改进算法的搜索次数和总的数据传输量增加相对较少,系统吞吐率提高,可达66%~78%,系统的识别过程加快。     

物联网中RFID位匹配防碰撞算法*

在对现有的二进制搜索算法、4线树形查询算法及混合查询树算法进行理论分析的基础上,提出了一种基于碰撞位匹配的自适应混合树防碰撞算法。新算法是根据检测标签EPC编码最高碰撞位连续个数的匹配信息,在二叉树和四叉树中进行动态自适应地选择分叉数,引入堆栈和后退策略,使得搜索性能进一步改善。通过对算法的分析和仿真实验结果,新算法有效地减少了识别总次数,缩短了识别时间,大幅提高了搜索效率和吞吐率。     

计数型双时隙射频识别防碰撞算法

针对射频识别（RFID）二进制搜索防碰撞算法搜索次数多、通信数据量大等问题,在后退式搜索树算法和时隙算法的基础上,提出一种新的计数型双时隙RFID防碰撞算法CBS。CBS算法根据标签中的时隙计数器和阅读器收到的碰撞位信息对标签进行逐级分类搜索,并将应答标签分为两组,分别在两个时隙向阅读器返回数据信息;且阅读器仅发送最高碰撞位位置信息,而标签仅返回最高碰撞位以后的数据位。理论分析和仿真结果表明：和传统的后退式二进制搜索（RBS）算法相比,CBS算法搜索次数减少了51%以上,数据通信量减少了65%以上。CBS算法性能优于其他常用防碰撞算法,能大幅度减少搜索次数和数据通信量,提高搜索效率。     

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。     

基于前缀分组的改进自适应多叉树防碰撞算法

针对自适应多叉树防碰撞算法在标签识别过程中存在空闲时隙过多、系统吞吐量较低的问题,提出一种基于前缀分组的改进自适应多叉树防碰撞算法.算法分为前缀分组与标签识别两个阶段,前缀分组阶段阅读器使用一个查询周期确定范围内标签的查询前缀,每个前缀代表一个分组.标签识别阶段采用一种改进自适应多叉树防碰撞算法,通过计算碰撞因子,动态...     

超高频RFID系统的CRC分组ALOHA算法优化

标签冲突增加了射频识别(RFID)系统的时间开销和能量损耗,降低了识别速度,随着标签数量的不断增加,冲突更加明显,系统性能急剧下降。为了解决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标签分组的帧时隙ALOHA优化算法。该算法首先通过标签自身携带的循环冗余校验(CRC) 码将标签分组,记录标签组的组号,按照组号的顺序依次识别,从而减少同时响应阅读器命令的标签数量;针对识别过程中的时隙选择冲突问题,可以通过混沌系统产生均匀分布的伪随机数,对进入识别状态的标签随机选择时隙号,使标签在一帧内选择的时隙分布更加均匀,从而减少标签碰撞的次数。与传统算法的对比实验中：当待识别标签数量相等时,优化算法识别完标签所需命令数更少,且所用命令数与标签数目呈近似线性关系;当待识别的标签数量小于256时,优化算法的标签识别速度提高率稳定在50%;当待识别的标签数量大于256时,优化算法能使标签识别速度提高率达80%。理论分析与实验结果表明,优化算法识别标签的速度更快,且随着标签数量的增加,其优势更明显。     

锁位式RFID自调整多叉树防碰撞算法*

针对射频识别(Radio frequency identification,RFID)系统中出现的标签碰撞问题,提出了一种锁位式自调整多叉树防碰撞算法。新算法采用自调整防碰撞算法的基本原理,利用曼彻斯特编码特点,发送锁位指令确定碰撞位信息并提取碰撞位,在随后的标签识别中不再传输非碰撞位信息,结合自动识别思想,在减少碰撞时隙的同时,减少了传输数据量。新算法充分考虑了总时隙数、吞吐率、通信复杂度这三个重要的性能参数。理论和仿真分析表明,新算法具有更高的吞吐率和搜索效率,能够进一步改善RFID系统的性能。     

射频识别系统中的防碰撞算法研究

在RFID系统中,为解决多个标签同时与阅读器交换数据所引起的碰撞问题,必须采用一定的防碰撞算法,标签防碰撞技术是RFID系统中的关键技术。详细分析了典型的二进制及动态二进制防碰撞算法原理,并在此基础上提出了一种新的防碰撞算法。该算法根据标签碰撞的特点,充分利用已得到的冲突信息,采用休眠计数的方法,使搜索范围大大缩小,提高了标签的识别效率。性能分析表明,该算法比已有的二进制及动态二进制反碰撞算法具有更明显的优势。     

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。     

新型的RFID混合防碰撞算法

在射频识别系统(RFID)中,当一个或者多个电子标签同时响应读写器的查询时,会出现数据碰撞。为了解决此问题,在帧时隙Aloha算法和动态二进制搜索算法的基础上提出了一种混合防碰撞算法。理论分析和仿真证明,该算法能够有效地提高系统的识别效率,减少总的查询时隙数。     

RFID系统中多电子标签防碰撞改进算法

在现有防碰撞算法的基础上提出了一种改进的二进制搜索算法。当读写器检测到碰撞位之后,仅需要记录最高碰撞位和次高碰撞位的位置,并设定这两个位置上的比特数作为下次查询命令,从而使系统的传输数据量、查询次数及传输时间大大减少,提高了系统的吞吐率。仿真结果表明,改进后的算法比二进制搜索算法和动态二进制搜索算法更具优势。     

基于冲突树的RFID自适应防碰撞算法

防碰撞算法是射频识别(RFID)系统中提高识别效率的关键技术。在对二进制搜索算法及其各种改进算法分析的基础上,提出了基于冲突树的标签自适应防碰撞算法（ACT）。算法首先判定标签反馈信息冲突位,然后把首个冲突位作为冲突树的新节点,也就是标签分组的依据,合理利用堆栈和后退索引技术,把首尾冲突当做进一步搜索的条件。Matlab仿真结果表明该算法的有效性。ACT算法通过去除空时隙,减少重复信息,降低了识别通信量,提高了标签识别速度,适用于标签数量多、标签信息长度较长的RFID应用环境。