基于锁位的并行二进制分割防碰撞算法研究

针对传统超高频射频识别(UHF RFID)系统中出现的多标签碰撞问题,提出一种基于锁位的并行二进制分割(LPBS)防碰撞算法。利用曼彻斯特编码发送锁位指令,确定并提取碰撞位,不再传输非碰撞位信息;利用并行二进制分割技术,使得阅读器和标签可以进行一位标签应答。该算法减少阅读器和标签之间传送的比特数量的同时,减少了碰撞时隙。仿真结果表明,在大多数情况下,该算法在吞吐率、时间延迟等方面优于传统的防碰撞算法。     

MIMO型RFID的传感标签盲源分离防碰撞算法

针对传感标签密集的多输入多输出型射频识别(MIMO-RFID)系统中标签同时响应导致一系列的碰撞问题,提出了一种并行识别传感标签的欠定盲分离的防碰撞算法(BFast-ICA).在快速独立分量分析(Fast-ICA)算法的基础上,采用更高阶次的迭代方法,实现碰撞传感标签信号的欠定盲分离.在分离性能和吞吐量两个方面进行性能仿真,实验结果表明:改进的防碰撞算法能够更快地分离传感标签信号;在阅读器天线数目相同的情况下,最大吞吐量比当前的盲分离标签防碰撞算法提高了40％以上.     

可并行识别的UHF RFID防碰撞算法研究

针对传统的动态帧时隙ALOHA多标签防碰撞算法（DFSA）的系统吞吐率低、系统识别率低等问题进行了研究,提出一种可并行识别的UHF RFID防碰撞算法（OVSF-DFSA）。该算法通过基于正交可变扩频因子（OVSF）码作为扩频码的码分多址技术和DFSA协议相结合,突破了传统算法中单一时隙中只能识别一个标签的局限性,实现了标签碰撞到码碰撞的转变。以理论分析和仿真实验为基础,探究了该算法下的系统吞吐率、系统总时隙数及系统识别率等方面的性能。仿真结果表明,当帧长◢fs◣>2且OVSF码长◢m◣>2,当标签数目大于200时,OVSF-DFSA算法下系统吞吐率是DFSA算法的◢m◣倍,且与DFSA、MS-DFSA、PIGDFSA算法相比,OVSF-DFSA算法在上述性能方面效果更佳。     

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.     

物联网中无线射频识别读写器系统防碰撞算法优化

针对无线射频识别(RFID)应用领域读写器碰撞问题,比较了基于轮询的帧时隙算法和二进制位防碰撞算法,提出了改进型的帧时隙算法.首先,将帧长分为若干时隙;然后,动态估计电子标签的数量,确定应该发送的帧长,再使电子标签对帧中的时隙响应概率达到最大,使系统碰撞概率最小.仿真结果表明,采用改进型帧时隙防碰撞算法的系统吞吐率可以保持在50%以上,并且在有大量电子标签的工作范围内吞吐率可以达到65%以上.与采用帧时隙防碰撞算法的平均36%系统吞吐率相比,改进型帧时隙算法的系统吞吐率提高了将近1倍.由于采用比较简单的结构,因此便于在实际应用中使用.     

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。     

基于CSMA的无线射频识别防碰撞算法

传统无线射频识别防碰撞算法的系统吞吐率普遍不高.为此,提出一种基于载波侦听多路访问(CSMA)的新算法.在标签发送数据前,增加一个保护时间带,并对信道侦听操作进行同步处理,以提高信道侦听的准确性,降低数据发送的盲目性.实验结果表明,与其他算法相比,该算法具有较高的系统吞吐率和较短的数据传输时廷.     

一种改进的确定性标签防碰撞算法

为提高物联网中各节点电子标签的射频识别吞吐率并改进算法空间复杂度,提出一种改进的确定性标签防碰撞算法。该算法对高位的连续碰撞位单独处理,电子标签在应答时仅传输低位电子产品码（EPC）,同时使用栈寄存碰撞标签的高位EPC编码进行后退索引二进制搜索。仿真结果表明,此算法较其他确定性防碰撞算法性能有较为明显提高。     

ALOHA标签防碰撞算法综述

ALOHA防碰撞算法是无线射频识别技术RFID（Radio Frequency Identification）中一种重要的标签防碰撞算法,该算法设计简单,容易实现,但系统吞吐率较低。其算法不断被研究改进,针对ALOHA算法及其改进算法加以详细的总结,对现在的研究方法加以理论推导、实验模拟,其中对动态帧时隙ALOHA（DFSA）算法中关键环节标签估计算法进行详细归纳。最后结合如今现状提出下一步研究方向。     

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。     

基于鱼群算法的独立成分分析算法研究

独立成分分析（ICA）只需要知道源信号较少的先验知识（如统计独立性等）,仅由观测信号便能恢复出源信号的特性,因而得到了广泛应用。ICA的目的是寻找变换矩阵,使输出信号经变换后各成分之间尽可能的统计独立,其关键是建立一个目标函数,使得最大化（或最小化）目标函数的解便是所要找的变换矩阵。首次将人工鱼群算法（AFSA）与ICA相结合,提出了基于AFSA的独立成分分析算法。以负熵极大化作为目标函数,通过人工鱼的觅食,聚群和追尾行为,更新人工鱼的位置,得到全局最优解,从而得到分离矩阵。与自然梯度法相比,鱼群算法精度更高,收敛速度更快,仿真实验表明了将鱼群算法应用于独立成分分析的可行性和有效性。     

基于扩频ALOHA的RFID防碰撞算法

在射频识别系统中,读写器作用范围内的多标签识别存在数据碰撞的问题。为此,在分析ALOHA算法的基础上,应用码分多址技术,提出一种基于Gold码扩频的ALOHA防碰撞算法,并进行算法的推导和仿真。该算法的吞吐量会随着标签数据帧发送延时的增大而减小,随着扩频码数量的增加而增大。当扩频码数量和负载相等时,系统吞吐量最小;当扩频码数量大于负载时,吞吐效率会随扩频码数量的增加而增大,系统吞吐效率高于时隙ALOHA。应用Simulink构建基于码分多址的多标签与阅读器通信系统,分别研究信噪比、上行速率和帧长对通信误码率的影响,实验结果表明,该算法可提高阅读器与标签之间的通信质量,在现实情况下误码率趋近于0。     

新型RFID防碰撞Q值算法研究

RFID技术是物联网的重要技术,想要实现大规模的应用,关键在于提升系统的效率。为此,提出了一种新型RFID防碰撞Q值算法,将原Q值算法中对Q取整改为对2Q取整,使得调整后的帧长更贴近理论最佳值,从而有效地缩减了收敛时间,提高了时隙利用率。经比较,改进算法的实际吞吐率保持在较高水平（平均值为0.311 3）,总时隙数较原Q值算法减少了26.7%。     

面向脑电情感识别的改进多分类RVM模型研究

从相关向量机（RVM）和支持向量机（SVM）的相似性以及RVM的稀疏特性出发，将RVM应用于脑电信号（EEG）的情感识别中。针对一对一（OAO）和一对多（OAA）两种多分类方法各自的特点和不足，提出了一种全新的两层多分类模型（OAA-OAO），改进现有OAO算法中无效投票影响最终决策的现象。设计情感EEG信号识别对比实验，验证基于RVM的改进多分类算法在脑电信号情感识别中的应用。对于实验室采集的情感脑电信号，提取其非线性特征（功率谱熵、样本熵和Hurst指数）并采用主成分分析法进行降维。将OAA-OAO-RVM算法分别和OAO-SVM、OAO-RVM两种识别网络进行对比，分析RVM的识别性能以及OAA-OAO多分类算法的分类性能。结果表明，采用降维后的最优特征集合作为识别网络的输入向量得到的识别性能更高，且RVM表现出的性能优于SVM。同时，改进后的OAA-OAO算法较传统OAO模型的平均识别率提高了7.89%，证明OAA-OAO算法可有效去除一部分无效投票从而使分类精度得到显著提高，验证了此模型是一种有效的多分类模型。     

基于自适应分裂树的RFID防碰撞算法

提出一种基于自适应分裂树的RFID防碰撞算法,通过估计碰撞集大小自适应地调整分裂规模,将碰撞标签均匀地划分到不同子集,实现快速分裂。仿真实验结果表明,该算法可以减少碰撞时隙和空闲时隙数目,系统效率较高,通信处理开销较小,适用于大规模标签的应用场合。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

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。     

一种多维并行报文分类算法

位并行、位向量和聚合位向量算法通过对多个域进行并行处理加快分类速度,但三者内存占用太大,不适用于大规则集。为此,提出一种压缩位并行算法,通过报文分类压缩每个域上的重复规则并重新组织规则集,从而缩短位图中位串的长度,减少内存空间的占用。实验结果证明,该压缩位并行算法在不影响运行速度的前提下,明显减少了空间占用。