基于模运算标签分类的RFID标签防碰撞识别方法

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,提出一种基于模运算标签分类的RFID标签防碰撞识别方法。引入一种检测信息碰撞的时隙选择信息,对标签所选取时隙的碰撞情况进行分析并估计标签数量;然后对标签EPC编码进行逐级的取模运算,将同余的标签归为一组。各个标签经过K次取模运算后,分为2k组,每组只有发生少量碰撞位的标签。再将标签按照分组对应的时隙发送,碰撞标签采用二叉树后退式算法处理。本方法极大的提高了标签的识别效率,适用于射频识别系统中阅读器对于大量电子标签的快速识别。

基于改进的粒子群算法测井数据处理

在铀矿伽马测井中,基于我国铀矿类型复杂,伽马测井所测得的数据会受到仪器以及岩性等影响,基于实际环境在测量中需要采用套管,但是套管会对测量数据产生影响,导致数据出现异常或者丢失,为解决这一问题常规处理措施是重复测井,但这一方式会导致测量成本翻倍、效率降低,文中提出使用计算机技术中的粒子群算法对铀矿伽马测井数据进行修正,降低套管对测井数据的影响。粒子群算法因其通用性强、收敛性快以及对硬件要求低等优点常被用来修正数据,但是在运行的同时,会因为陷入局部极值而导致修正结果不理想,并且在运行的后期同其他优化手段相比收敛速度慢、精度也较低。为避免此类缺点,提高修正精度,文中提出一种改善分组策略以及优化惯性权重选择方法的改进粒子群(IPSO)算法。改进方式主要针对适应度的值将所有粒子划分为优解组以及劣解组,针对优解组进行交换工作,针对劣解组进行变异操作,最后验证了优化结果,所提算法提高了异常数据的修正精度。