分组部分时隙帧预测的RFID防碰撞算法

针对最大帧长度受限情况下射频识别中的标签碰撞问题,提出分组部分时隙帧预测ALOHA算法。通过分组操作,限定每次待识别标签数在最大帧长的有效识别范围内。采用部分时隙帧预测,若部分时隙的碰撞或空闲比例超过门限值,则立即调整帧长,从而减少使用的时隙数。实验结果表明,该算法能有效降低使用的时隙数,提高系统识别效率,在标签大量动态变化的情况下,平均识别率可达35.58%,具有良好的适用性。     

基于标签分组的动态帧时隙ALOHA算法

为解决无线射频识别技术系统中的多标签碰撞问题,提出一种基于标签分组的动态帧时隙ALOHA算法.将标签以ID信息分组为256个组后,阅读器按照标签ID号连续抽取8组,从该8组里每组挑取一个标签进行查询识别,标签收到命令后发送识别请求,阅读器记录碰撞时隙和空闲时隙数量情况并返回数值,标签以此调整时隙进行信息发送,标签按照确定的时隙发送信息进行识别,识别直到该8组内无标签后转至下一个8组进行识别.仿真结果表明,使用该方法明显减少了总时隙数、碰撞时隙数和空时隙数,提高了系统识别效率.     

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。     

一种高效低成本的RFID系统防碰撞改进算法

为提高RFID电子标签被识别的效率,研究和提出一种用于RFID在识别过程中防碰撞的改进算法。通过对识别时间吞吐量的数学分析建立识别时的最佳帧长度表达式,根据误差判决因子选择合理有效的标签数估算值,并调整帧长度。通过Matlab仿真过程,表明该改进算法能够有效缩短识别延迟时间、减少了碰撞时隙和均衡分配时隙数,达到减少整个识别过程所需时间的目的,提高识别效率。研究的改进算法也能应用于其它基于帧时隙ALOHA协议的RFID标准,具有一定的参考性。     

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、准确地估标签标签的数目,且具有较高的系统识别率。     

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。     

全分组不等长时隙的DFSA算法

标签碰撞是无线射频识别技术中的常见问题,它将大大降低系统的效率,如何有效解决这个问题对整个系统来说尤其重要。首先对Aloha及其几种改进算法进行研究分析,针对目前最常用的动态帧时隙算法中标签估计和帧长调整方法存在的缺点,根据冲突问题本身,以及Aloha防冲突机制的数学特性,对识别过程进行分析,提出了一种帧长及分组数动态调整方案,减少空时隙和碰撞时隙占用时间,同时制定取舍规则,当标签数量大时,在识别初始阶段分组延迟一部分标签。仿真证明,该方案可减少标签冲突,提高识别效率。     

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。     

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。     

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％.     

自适应动态时隙ALOHA防碰撞算法的研究

时隙ALOHA算法是射频识别系统中通过分时复用方式的一种防碰撞算法,应答器在分配到的时隙中与阅读器进行数据交互.提出一种改进的自适应帧时隙ALOHA防碰撞算法,能够使得时隙到优化分配,进一步提高应答器的识别效率.     

基于ALOHA分区的多周期防碰撞搜索算法

在射频识别系统中,标签用于传递信息,在阅读器有效作用范围内,多个标签同时响应从而发生碰撞的情况不可避免,标签发生碰撞会降低系统的识别效率。为了提高系统的标签识别效率,本文在已有防碰撞算法的基础上提出一种基于ALOHA分区的多周期防碰撞搜索算法。该算法首先根据待识别标签数目划分相应时隙帧长,然后在发生碰撞的时隙内利用多周期防碰撞搜索算法识别标签,能够有效降低碰撞发生概率,提高标签识别效率。该算法可应用到数量庞大的标签识别系统中,对这类系统具有一定优势。理论分析与实验结果表明：该算法能够有效减少算法时隙数,提高系统的标签识别效率。     

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.     

静态环境中分组ALOHA防碰撞算法研究

为解决射频识别技术RFID中大数量标签防碰撞问题,针对静态环境下标签数目的可预知性,提出一种适用于静态环境中的大数量标签防碰撞算法。在避开了动态帧时隙DFSA算法面临的难点同时,将二进制树形分解思想引入到基本帧时隙BFSA算法中,根据标签的有效编码位对标签进行分组,再分别对每组标签采用基本帧时隙BFSA算法。借助Matlab软件进行仿真实验,结果显示采用改进的算法后,标签发生碰撞的几率减小。     

基于优先级的TDMA动态时隙分配算法

根据帧结构的不同对现有的时隙分配算法进行分类,分析其特点及综合性能。根据二叉树块内均分法,提出一种改进的时分多址动态时隙分配算法,地面主控站可根据用户的紧急或优先级高低的预约请求进行实时分配,能满足用户占用时隙块发送较长报文的需求。仿真结果表明,该算法能减少报文的平均延误时间,适合突发应急报文的传输需要。     

动态帧时隙ALOHA算法的改进*

动态帧时隙ALOHA算法在标签数增加过多的情况下,所需时隙数增长过快;而由于硬件限制,时隙数不能无限增长。为改进此不足,可从以下三个步骤优化算法。首先根据hash函数进行时隙分配,将标签分配到不同的时隙;其次根据三维估计方法估计标签数,为下一周期调整帧长做准备;最后根据估计到的标签数调整帧长,当帧长为标签数的1.7倍时,识别效果最好。实验结果表明,标签数相同的情况下,本算法所用的时隙数最少。     

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。