一种改进的分组帧时隙ALOHA算法

防碰撞算法是射频识别系统中提高标签识别效率的关键技术。为提高汽车防盗定位系统中多标签识别率,分析了现有ALOHA防碰撞算法存在时隙浪费、吞吐率低等缺点,提出了一种基于时间段分组的帧时隙ALOHA算法。该算法根据标签进入阅读器识别区内的时间顺序将标签分组,然后再使用帧时隙ALOHA算法对每组内的标签进行识别。仿真结果表明,相对现有的ALOHA算法,此方法能有效提高系统的吞吐率且稳定,减少时隙浪费,提高了汽车标签的识别率。     

基于帧内调整的RFID防碰撞Q值算法的研究

在多标签识别的应用中,Q值防碰撞算法常被用来解决数据交换过程的碰撞问题。传统Q值算法在一帧识别结束后对Q值进行调整,时隙利用率不高。改进算法采用了在读写过程中动态调整Q值的策略,有效降低了碰撞时隙和空闲时隙的产生,提高了时隙利用率。在MATl AB平台下,对上述方法进行了仿真。改进算法的系统吞吐率维持在0.4以上,每秒钟约能识别345个标签,提高了系统吞吐率,减少了识别时间。且该改进算法还考虑了实际的硬件条件和ISO18000-6C标准,能在计算能力有限的微处理器上实现。     

基于功率分组的动态帧时隙ALOHA防碰撞算法研究

在多个电子标签的识别过程中,解决多标签引起的信息冲突是RFID识别系统中的难题。ALOHA算法是RFID系统运用比较普遍的一种防冲突算法,为了解决多电子标签的碰撞和识别率低的问题,本文在分析现有的ALOHA算法分析的基础上,提出了一种基于功率分组的动态帧时隙ALOHA防碰撞算法。该算法通过改变标签分组的方法,简化了分组操作,并且提高了阅读器识别的效率。当标签数量较大时,该算法能有效的减少阅读器的识别时间,提高帧时隙的利用率,最后通过大数量电子标签实验,结果表明这种方法所需的时隙数比动态帧时隙ALOHA算法要减少42%。     

优化结合二叉树和帧时隙ALOHA的防碰撞算法

分析和比较了现有无线射频识别（RFID）中采用的防碰撞算法存在的问题,提出了一种优化结合二叉树（BT）和帧时隙ALOHA的新的防碰撞算法。提出的算法在阅读器与标签开始通讯时采用帧时隙的ALOHA算法,当有时隙发生碰撞时采用BT算法对其进一步识别。该算法根据曼彻斯特译码得到碰撞位,通过估算一帧中可能出现的碰撞情况,运用数学推导并通过R软件编程计算给出数学期望值。仿真实验显示：提出的算法充分发挥了两种算法的优点,其搜索次数、传输时延、吞吐率等重要指标都明显优于ALOHA算法,尤其是新的防碰撞算法的吞吐率比ALOHA算法提高了近50%。另外,传输负担的减小还使数据传输的安全性有了更高的保障。     

基于RFID系统中的防碰撞算法的研究

防碰撞算法是RFID系统中的一项必须要解决好的关键技术。当多个电子标签同时进入读写器的射频范围内时,它们将同时响应读写器的命令并返回自身的ID信息,这样就产生了信道挣用,也就是信息冲突。在对二进制防碰撞搜索算法进行详细的定量分析的基础上提出了一种改进的二进制搜索算法,使用这种算法能够在更短的时间内比二进制搜索算法、ALOHA算法和时隙ALOHA算法识别更多的标签。     

一种新型RFID动态多叉树查询防碰撞算法

在RFID系统的研究中,防碰撞是一个重要的问题,在很大程度上影响RFID系统的性能。文章基于传统的查询树防碰撞算法,提出了一种新型动态多叉树查询算法。本文提出的算法充分利用曼彻斯特编码可以识别碰撞位的特性,通过碰撞位的分布情况,动态的调整搜索叉树。经仿真表明,该算法有效提高了搜索效率和时隙吞吐率。     

物联网中标签持续到达的RFID防碰撞算法

为解决目前无线射频识别标签防碰撞算法在标签持续到达时识别效率下降的问题,在给出标签到达与识别过程模型的基础上,提出一种支持标签持续到达的防碰撞算法。利用标签到达与识别过程模型,算法比较准确地估算了阅读器识别区域内的标签数。运用泊松过程叠加原理和帧效率优化理论来确定帧长,实现了识别过程的高效性。运用排队论研究了标签到达率上限,为算法稳定运行提供了科学依据。仿真实验表明,在标签持续到达的整个过程中,所提算法的平均识别效率接近于识别过程中无标签到达时DFSA算法的识别效率。     

RFID多天线盘点多标签应用分析

ISO18000-6C协议采用时槽ALOHA算法解决多标签识别时产生的碰撞问题,可同时识别多个标签,协议中的Q值决定了解决碰撞时所用的时槽数。时槽数越多,标签越不容易碰撞,但识别时间却越长,因此,动态改变Q值可以在标签识别时间和识别标签数之间找到最佳点。在复杂环境下,采用多天线,并结合动态Q值算法,可提高多标签识别率,解决多标签识别效率和漏读率的问题。在多标签盘点过程中,利用Session参数来过渡天线间切换,使识别过的标签不会被下一个天线识别。仿真分析了这种多天线盘点多标签流程的性能。     

RFID标签双模式阻塞防碰撞算法

为解决“驻留标签之间碰撞、驻留标签与迁入标签之间碰撞、当驻留率较低时传统阻塞算法产生大量空闲时隙”等问题，提出了一种双模式的阻塞防碰撞算法。首先开展了对自适应二叉树分割算法（ABS）和传统阻塞算法的研究和性能分析。然后在保留上述算法优势的基础上，结合对迁入标签数目的估计算法，解决前面所提到的问题，并从标签数目、驻留率和迁入率等方面进行了算法的性能比较。理论分析和仿真实验都证明了该算法的有效性和可靠性。     

EPC C1G2防碰撞算法在RFID读写器中优越性的研究

由于RFID读写器经常采用EPCGen2作为防碰撞算法,因此本文将EPCGen2算法与FSA算法、二进制树搜索算法进行了性能仿真比较,从而得出RFID读写器在识别多标签过程中,采用EPCGen2算法在标签识别效率及系统吞吐率上具有优越性。     

一种基于查询树的RFID防碰撞优化算法

为了提高RFID系统多标签情况下的标签识别效率,分析了现有的二进制树机制算法,提出了一种基于查询树的RFID防碰撞优化算法,旨在减少算法搜索次数和传输数据量。该算法通过引入查询栈以实现带记忆的动态查询来较少搜索次数;通过引用数组和寄存器来存储非碰撞位和碰撞位置并优化查询命令和标签回传信息来减少传输数据量。分析与仿真结果表明,该算法在搜索次数上和在数据传输量上比之经典二进制防碰撞算法有了较大地减少,算法的平均识别效率达到了0.65左右,达到了较高水平。     

一种基于自适应前缀查询树的RFID防碰撞算法

为了克服查询树算法由于前缀多而导致算法交互次数多、通信量大的缺点,本文提出一种自适应前缀查询树算法。新算法通过提取碰撞位信息来构建查询树,有效的避免了反复重传已知信息位,从而降低了通信量;根据当前前缀后1至3位1的个数不同,标签响应时隙不同从而减少了一些不必要的空前缀,达到减少交互次数的目的。仿真表明,改进的算法在大量标签情况下更具有效性和稳定性。     

基于短时傅里叶变换的无芯片RFID多标签识别

针对无芯片RFID多标签难以识别的问题,提出一种基于短时傅里叶变换的多标签识别算法。标签散射信号在时域内可表示为衰减复指信号,在频域内表现为标签谐振频率幅值会随着时间不断衰减。多个标签散射信号到达阅读器天线时间不同,导致谐振频率幅值不会随时间一直衰减,会出现局部极小值。利用这一特性,该算法使用短时傅里叶变换计算出标签谐振频率的时间-幅值曲线,根据时间-幅值曲线中局部极小值出现的时间来区分不同的标签。为了验证算法的有效性,使用算法对3个ID编码为111, 101, 010的条形开槽标签进行识别。仿真结果表明,该算法能够成功识别3个标签,标签谐振频率识别误差小于100MHz,验证了该算法对多标签识别的有效性。     

球形机器人双闭环PID控制设计与仿真

针对球形机器人运动模型复杂,平衡控制实现困难等问题,设计了以自平衡双轮小车为运动核心的球形机器人,分析了系统运动特征。根据自平衡小车执行机构特点设计了一种改进型双闭环PID控制算法,解决了球形机器人的平衡及运动速度控制问题,并在MATLAB中对算法进行了仿真分析,得出偏转角以及转速关系曲线。系统实验与仿真结果表明,改进型PID控制算法对球形机器人的运动控制效果良好,可以实现控制要求。     

一种兼容ISO 18000-6B/6C超高频射频识别读写器系统设计

基于ARM处理器,设计了兼容18000-6B和6C协议标准的超高频RFID读写器硬件电路和软件系统。对系统硬件结构进行了简要介绍,并设计实现了部分软件系统,包括读写器与标签操作模块设计,C类数据编码,CRC校验、防碰撞算法等。软件系统针对不同协议标准配置合理的防碰撞算法,有效的提高了标签识别效率。结果表明,满足系统性能要求。     

数据链时隙动态分配算法建模分析

论文针对构建数据链系统中急需解决的时隙需求问题,运用排队论理论,提出了一种在实际应用环境下的数据链时隙动态分配算法。建立了抢占优先服务模式的排队模型,对此进行了分析、讨论,并对报文的延时性能进行了数值计算、仿真。结果表明该算法可以同时解决应急时隙需求、长报文发送的连续时隙需求及特殊用户的优先通信和重点通信对时隙的需求,缩短了报文的平均延长时间,从而表明这种带有优先级业务的时隙动态分配是适合复杂环境下的实际时隙需求。     

基于DPPs的射频识别多标签防碰撞算法及仿真实验

为促进RFID系统识别性能的有效提高并减小算法复杂度,构建一种双前缀探测方法(DPPs)来使RFID系统达到更高的识别效率,利用DPPs可以实现在同一时间中快速识别多个标签。该DPPs算法能够有效降低识别通信时间并达到更少的读写器查询次数。分别利用计算时间步,识别效率、吞吐率来评价DPPs算法性能:DPPs算法可以通过比其他算法更少的时间步来识别数量相同的标签;各种算法的吞吐率基本都达到0.5以上,DPPs算法可以达到100%的最大吞吐率,明显超过其他算法;DPPs算法具有比其他算法更高的时间效率,且在各项性能指标下都可以实现稳定优势。     

渐近真值的标签分布表情识别算法（英文）

歧义表情是表情识别中的常见现象,由于歧义表情的存在,表情识别的效果严重受限,主要的原因是数据的单标签无法有效的描述其中复杂的感情倾向,因而标签分布学习是解决该问题的一个可能的方向。针对表情分类中单标签信息量不足的问题,提出了一种渐近真值的标签分布表情识别算法。在不引入额外信息的前提下,充分利用数据库的原本信息完成标签分布的生成和利用。首先,在数据训练时,利用单标签学习,收集数据整体分布的均值;然后,在数据批次的粒度上,逐步逼近数据标签真值;最后,利用生成的数据标签分布重新训练整个网络模型。实验结果表明,该方法对网络模型的精度提升有明显的作用,在与先进算法的对比中也有一定的竞争力。     

基于双视角与半透明颜色叠加的碰撞检测算法

为了在复杂机械产品装配仿真过程中快速进行碰撞检测,提出一种基于双视角与半透明颜色叠加的碰撞检测算法。该算法通过多维显示投影将3D空间中的碰撞检测问题转化为平面像素点的参数判定问题,弥补了传统图像类碰撞检测算法只能识别是否发生碰撞而不能预先求距的不足。算法分为遮挡对象判定、碰撞面遍历和像素求距3个阶段。首先利用半透明颜色叠加算法快速剔除无碰撞可能性的零部件,判定出潜在的遮挡对象;然后利用像素深度值查找潜在的碰撞面对;最后基于横向视角识别可移动的像素点个数,基于像素个数计算碰撞距离。通过实验与分析表明,该算法能够满足虚拟装配系统中碰撞检测的速度要求。     

一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法

乳腺钼靶摄影(mammography)是目前诊断乳腺癌的一种重要手段,肿块是钼靶图像中表征乳腺病变的主要病灶之一.文中提出了一种基于改进型Multi-Agent (MA)多分类器融合算法,用来对乳腺肿块的良恶性进行分类.它在经典MA算法思想的基础上,对各单分类器的分类效果、识别性能有所差别的情况进行针对性修正;同时在统计训练数据时,不再依靠分类结果的标签,而是用统计分类结果的置信度来代替;而当算法的迭代训练超过一定次数仍未能趋向稳定时,采用概率加权平均代替原来的简单平均进行整体决策,并用整体溯源情况调整决策结果,从而帮助算法收敛.此方法在公共数据库DDSM上做了测试,实验结果表明,在单视角下,改进型MA融合算法的分类精度达到了95.63％,优于经典的MA融合算法,其稳定性也较大多数单分类器以及多分类器融合算法要好;在双视角下,改进型MA融合算法的分类精度达到了97.79％,相较其他分类方式也具有一定的优势.