分类响应限制的RFID防碰撞方法及应用

无线射频识别(RFID)在校园一卡通系统中已获得普遍使用.因为校园学生众多,情况比较繁杂,读写器碰撞与标签碰撞问题会导致较低的系统识别率,也将成为一卡通系统应用中的突出问题.针对此问题,对RFID防碰撞的动态帧时隙算法进行了改进,该算法通过分类响应限制标签个数,进而能够在标签数量很多的情况下提升系统的识别率,尤其适合应用在短时间内需要大量识别标签的校园一卡通应用环境中.仿真实验结果证明,该算法在短时间内进行大量RFID标签识别比传统时隙算法具有更高的效率.     

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％.     

自适应树形分组的盲分离射频识别系统防碰撞算法

针对单天线射频识别(RFID)系统中阅读器不能同时识别多个标签造成标签识别率较低的问题,结合多天线技术及基于标签ID号序列的二叉树时隙分组提出了一种自适应树形分组的盲分离RFID系统防碰撞算法.首先根据RFID系统中天线的个数调整阅读器查询码码长并发送查询信号,将符合条件的响应标签分配到相应的时隙中,使每一个时隙中的标签数小于或者等于阅读器的天线数,满足盲源分离(BSS)的多天线系统识别标签的条件,从而达到同时且快速识别多个标签的目的.仿真结果表明,与同样采用多天线技术的基于位隙动态分组的盲分离(BSDBG)算法相比,当天线个数为4~32时,所提算法的标签识别速度提高了20%~69%,标签识别率提高了60%~88%,同时该算法复杂度低,硬件开销小,实现相对简单,有利于推广和使用.     

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。     

盲分离的帧时隙超高频RFID系统防碰撞算法

针对频率范围在860~960 MHz内的超高频(UHF)射频信号,提出一种基于独立成分分析(ICA)和帧时隙的射频识别(RFID)系统防碰撞算法。通过合理的帧时隙数选择可以使每一时隙内的标签数不大于阅读器的天线数,从而可以利用ICA算法实现多标签的同时识别。仿真结果表明,与传统的标签防碰撞算法及基于位隙动态分组的盲分离多标签防碰撞算法(BSDBG)相比,该算法在标签识别率方面具有明显的优势,且随着天线数的增加,算法的识别时间要低于BSDBG算法,进一步验证了将盲源分离技术运用于标签识别的可行性和高效性,在需要高效率和智能化管理的工程领域中具有潜在的应用价值。     

基于Hash函数的RFID系统防碰撞算法的研究

防碰撞算法是RFID系统的关键技术之一;针对动态帧时隙ALOHA算法(EDFSA)的局限性,提出了一种基于Hash函数的防碰撞算法;在算法中,标签通过Hash函数选择时隙发送信息,阅读器通过精确的标签数目估计方法来动态改变帧长度,从而提高了系统识别效率;文中详细介绍了算法设计流程,通过建立数学模型对算法进行分析,证明了系统识别效率期望值突破了36.8%的限制,仿真实验进一步证明了该算法在识别大量标签时效率明显优于动态帧时隙ALOHA算法.     

无空闲时隙的动态多叉查询树RFID防碰撞算法

为了提高RFID系统识别标签的效率,提出一种无空闲时隙的动态多叉查询树RFID防碰撞算法DMQT。该算法根据碰撞位的特征动态调整树分裂的叉数,能够有效地减少碰撞时隙。通过跟踪标签的碰撞位来避免不存在标签的分支,从而可以消除空闲时隙。理论和仿真分析可以看到,该算法具有很小的识别时隙和较大的吞吐率,算法性能优于目前存在的RFID防碰撞算法。     

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.     

基于优先级避让的防碰撞算法研究

针对时隙随机分配的非确定性防碰撞算法可能出现的标签饥渴问题,提出了一种基于优先级避让的防碰撞算法。该算法将每一轮的标签识别过程分为标签预约和标签读取两个阶段,并根据标签在读写器作用范围内的驻留时间分配优先级。当预约时隙中出现碰撞时,读写器利用碰撞因子估计标签数量,当判断两个优先级不同的标签同时选择一个时隙时,优先级低的标签将在读取过程中主动避让,从而使对应的读取时隙避免碰撞。理论分析和仿真实验表明,该算法不仅可以有效减少碰撞时隙,提高系统的吞吐率,而且可以较好的解决标签饥渴问题,降低标签的漏检率,特别适用于标签数量大且对漏检率有严格要求的RFID系统。     

增强型Q参数混合防碰撞算法

标签碰撞是射频识别系统的关键问题,它增加了系统的时间开销和无源标签的能量消耗,降低了系统识别速率。文章提出了一种增强型Q参数混合防碰撞算法-EQH算法,该算法通过检测一定数目的标签响应时隙的状态,对其中的连续碰撞时隙和空闲时隙的信息进行分析,快速调整帧的大小,同时标签中引入一个特殊寄存器,使分配到每个时隙的标签能够被快速识别,减少了时隙的消耗。性能分析和仿真结果显示,该算法能够快速、准确地估算标签的数目,且具有较高的系统识别率。     

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。     

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。     

Distributed diagnosis in dynamic fault environments

The problem of distributed diagnosis in the presence of dynamic failures and repairs is considered. To address this problem, the notion of bounded correctness is defined. Bounded correctness is made up of three properties: bounded diagnostic latency, which ensures that information about state changes of nodes in the system reaches working nodes with a bounded delay, bounded start-up time, which guarantees that working nodes determine valid states for every other node in the system within bounded time after their recovery, and accuracy, which ensures that no spurious events are recorded by working nodes. It is shown that, in order to achieve bounded correctness, the rate at which nodes fail and are repaired must be limited. This requirement is quantified by defining a minimum state holding time in the system. Algorithm heartbeatcomplete is presented and it is proven that this algorithm achieves bounded correctness in fully-connected systems while simultaneously minimizing diagnostic latency, start-up time, and state holding time. A diagnosis algorithm for arbitrary topologies, known as algorithm forwardheartbeat, is also presented. Forwardheartbeat is shown to produce significantly shorter latency and state holding time than prior algorithms, which focused primarily on minimizing the number of tests at the expense of latency.     

Recursive Bayesian Algorithm for Identification of Systems with Non-uniformly Sampled Input Data

To identify systems with non-uniformly sampled input data, a recursive Bayesian identification algorithm with covariance resetting is proposed. Using estimated noise transfer function as a dynamic filter, the system with colored noise is transformed into the system with white noise. In order to improve estimates, the estimated noise variance is employed as a weighting factor in the algorithm. Meanwhile, a modified covariance resetting method is also integrated in the proposed algorithm to increase the convergence rate. A numerical example and an industrial example validate the proposed algorithm.     

基于分组的动态时隙ALOHA算法

详细介绍了基本ALOHA算法、时隙ALOHA算法、帧时隙ALOHA算法和动态帧时隙ALOHA算法基本原理和系统效能, 分析了上述4种算法各自特点. 提出了基于分组的动态帧时隙ALOHA算法, 该算法根据标签数量对标签进行分组, 并动态匹配最佳帧长. 仿真结果表明, 改进后算法系统具有吞吐率高、不受标签数量限制、节约帧时隙等优势.     

基于正则表达式的动态应用层协议识别方案

传统依赖于端口号的应用层协议识别方法对大量具有随机端口的应用不再适用,设计一种基于正则表达式的动态应用层协议识别方案。在深入分析DFA状态数对算法性能影响的基础上,提出了构造最优DFA状态数的算法,该算法保证在任意有限的系统资源下具有最小的时间复杂度和空间复杂度,并且将报文匹配方式和One-Pass扫描算法相结合进行测试。实验表明此方案具有较低的资源消耗率,较高识别效率和识别精度。     

基于固定和动态时隙相融合的TDMA分配算法

为了提高数据链系统的时隙利用率,提出一种基于固定和动态时隙预约相融合的TDMA分配算法。采用固定时隙分配算法对部分时隙进行分配,用极限学习机对用户业务量进行预测,并根据预测结果确定所需时隙数,这样可以根据不同业务特点动态调整时隙分配策略,以满足用户通信需求;最后使用OPNET仿真软件对算法性能进行测试。实验结果表明,相对其他时隙分配算法,该算法提高了时隙利用率,大幅度减少了平均时延。     

一种基于增量式谱聚类的动态社区自适应发现算法

针对当前复杂网络动态社区发现的热点问题, 提出一种面向静态网络社区发现的链接相关线性谱聚类算法, 并在此基础上提出一种基于增量式谱聚类的动态社区自适应发现算法. 动态社区发现算法引入归一化图形拉普拉斯矩阵呈现复杂网络节点之间的关 系,采用拉普拉斯本征映射将节点投影到k维欧式空间.为解决离群节点影响谱聚类的效果和启发式确定复杂网络社区数量的问题, 利用提出的链接相关线性谱聚类算法发现初始时间片的社区结构, 使发现社区的过程能够以较低的时间开销自适应地挖掘复杂网络社区结构. 此后, 对于后续相邻的时间片, 提出的增量式谱聚类算法以前一时间片聚类获得的社区特征为基础, 通过调整链接相关线性谱聚类算法实现对后一时间片的增量聚类, 以达到自适应地发现复杂网络动态社区的目的. 在多个数据集的实验表明, 提出的链接相关线性谱聚类算法能够有效地检测出复杂网络中的社区结构以及基于 增量式谱聚类的动态社区自适应发现算法能够有效地挖掘网络中动态社区的演化过程.     

回转窑烧成系统故障诊断方法研究

针对水泥烧成系统过程变量繁多、变量间静态关系耦合强等特点,采用因子分析方法建立静态过程监控模型。针对系统时序相关问题,结合经典动态主元分析DPCA方法和典型变量分析CVA方法,提出典型变量动态主元分析CVDPCA过程监控方法,有效解决了DPCA方法扩展后的数据矩阵维度大等不足之处。将算法用于水泥烧成系统故障检测,结果表明该算法能准确识别故障和更早检测到微小渐变故障。将CVA和DPCA算法相结合,可以同时监控动态过程和静态关系,且不需要大量的故障数据建立故障模型池,具有一定研究价值。     

An efficient dynamic route optimization for urban flooding evacuation based on Cellular Automata

Flooding has been one of the major issues that have seriously hampered the developments of the urban systems, as well as threatened the urban water environments. To mitigate the impacts of floods, it is highly important to identify effective evacuation plans with the aid of computer-based methods. However, effectively identifying the dynamic evacuation route based on the evolution of flooding status is difficult and challenging. To this end, this study develops a Cellular Automata-based Dynamic Route Optimization (CADRO) algorithm to identify the dynamic flood evacuation route (FER), where the hydrodynamics, topography and human response time are incorporated. The proposed CADRO is applied in a suburb of Yangzhou City, China, and results demonstrate the people trapped rate, the mean and maximum length of FERs are shortened by nearly 32.70%, 34.04% and 7.90%, respectively compared with the traditional A* algorithm used for evacuation route optimization. One important feature of the proposed CADRO is that it can identify the dynamical variation of terrain connectivity within the flooding process, thereby offering the optimal FERs. In addition, the impacts of the human response time to the FERs are investigated in this study. It is anticipated that the proposed CADRO can be greatly beneficial to the urban flooding risk management.