一种帧长优化的动态时隙ALOHA算法

为了解决RFID(射频识别)系统中多标签通信时的碰撞问题,人们提出了各种防碰撞的算法,而动态时隙ALOHA算法是其中效率较高的一类。文章对动态时隙ALOHA算法中的最优帧长进行了研究,考虑到在使用曼彻斯特编码的前提下,标签发送的信息之间发生某些特殊的碰撞,阅读器依然能够正确识别标签的情形,提出了一种优化新算法。数学分析和仿真结果表明,与现有的动态时隙ALOHA算法相比,该算法的系统效率更高。

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。

RFID动态帧时隙ALOHA防冲突中的标签估计和帧长确定

为提高射频识别(Radio frequency identification,RFID)标签的识别效率,本文针对RFID动态帧时隙ALOHA防冲突系统,提出了新的标签估计方法和帧长确定方案.标签估计中采用了不同的贝叶斯代价函数,提出了几种贝叶斯标签估计方法,它们的估计结果准确,而且通过减小标签数取值范围可使计算复杂度得到降低.随后,推导出一种根据标签数确定最优帧长的方案,它能使系统达到最大的信道利用率,该最大信道利用率要大于帧的时隙数等于标签数时所能达到的最大利用率.

基于哈希分组的动态帧时隙ALOHA防碰撞算法

针对DFSA应用的局限性和分组DFSA组内标签碰撞率较高的问题,提出一种基于哈希函数分组的动态帧时隙ALOHA防碰撞算法。根据标签符合二项分布的特点和概率论原理,采用一种新方法估计初始标签数量,通过构造哈希函数对标签适当分组,对分组标签逐一识别。仿真结果表明,该算法通过增加标签的分组数,减少了每组内响应标签的数量和时隙内标签的碰撞率,总时隙数、碰撞时隙数和空时隙数、系统识别效率几方面均有较大幅度提高,系统识别效率维持在0.4以上。

一种稳定高效的动态帧时隙ALOHA算法

基于ALOHA的随机性算法是解决标签碰撞的常用方法,在分析这类方法的基础上,提出了一种基于倍乘因子和分组思想的优化方法。改进算法实现简单,且大量的统计及仿真数据表明,该算法取得了稳定的高系统效率,缩短了标签的识别时间。

一种改进的动态帧时隙ALOHA算法

针对目前动态帧时隙ALOHA算法所需时隙数较多的问题,基于电子标签数量和发生碰撞概率的关系,提出了一种改进的动态帧时隙ALOHA算法.在改进算法中,帧长的确定不需事先估算电子标签的数量,而只需根据上一帧中电子标签发生碰撞的概率来确定.仿真试验表明,改进算法所需的时隙数和计算量较少.

改进动态帧时隙ALOHA算法

ALOHA型算法是一种防碰撞算法,适用于标签数目较少的情况。当标签数目逐渐增大时,通常需要指数倍增长的时隙数才能识别出这些标签。文中提出了一种改进的动态帧时隙ALOHA算法,它首先估计未被识别的标签数,然后调整相应帧长,从而获得最佳系统效率。仿真结果显示,当标签数为500时,文中所提出算法较传统算法的系统时延减少为原来的1/2。

面向RFID动态帧时隙ALOHA协议的帧长优化

近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理。其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景。为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于仓库中存在大量标签,在通信过程中容易产生标签信号冲突。针对当前商用RFID系统普遍采用的符合EPCC1G2标准的动态帧时隙ALOHA协议,提出了一种新型的基于Q-learning与神经网络的帧长优化算法(记作QN-learning)。通过将动态帧长选择问题转化为马尔可夫决策过程(MDP),即观察到的状态为不同种类时隙的个数(空时隙数、单时隙数、冲突时隙数),执行的动作为设置合理的帧长,从而利用Q-learning与神经网络来自主学习帧长选择策略,基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长。仿真实验结果表明,基于QN-learning算法在动态调整帧长方面表现优异,能够实现标签的有效识别,在保障高吞吐率的同时控制阅读器的询问次数,减少数据传输量。

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。

动态帧时隙Aloha算法防信息碰撞研究

为了防止井下工作人员所携带的标签与读卡器之间发生信息碰撞,将动态帧时隙Aloha算法引入基于无线射频识别技术的矿井人员定位系统,并就其防信息碰撞问题进行研究。借助Matlab软件所进行的仿真结果显示:采用动态帧时隙Aloha算法后,读卡器识别速度增加,系统效率有所提高,标签信息在被阅读时发生碰撞的机率减小。

一种改进的动态帧时隙ALOHA算法

射频识别系统的最大缺点之一是当标签碰撞时的低标签识别效率。传统的射频识别防碰撞算法在标签数量庞大时,解读标签所需的时隙数会成倍增加。为了解决这一问题,文章提出一种改进的动态时隙ALOHA算法,它根据标签数调整每帧中的时隙数,以使系统能以高吞吐量工作,缩短读取时间,提高了整个系统的效率。

动态帧时隙的二进制树RFID防碰撞算法研究

为解决无线射频识别(Radio Frequency Identification,RFID)系统多标签碰撞问题,在分析动态帧时隙ALOHA算法和二进制搜索树算法基础上,提出一种基于动态帧时隙的二进制树RFID防碰撞算法(Dynamic Framed Binary Tree,DFBT)。采用Vogt算法预先估计待识别标签总数,利用动态帧时隙ALOHA算法对标签进行识别,阅读器将未识别的标签提取出来进行最高碰撞位的判断,根据最高碰撞位的情况结合二进制搜索树算法进行碰撞标签分裂。仿真结果表明:DFBT算法提高了识别效率和稳定性,减少了总时隙数,降低了标签成本。当标签数目达到1 000左右,算法识别效率可以达到64%左右,比动态帧时隙ALOHA算法和后退式二进制搜索树算法分别提高了210%和30%。

基于FPGA的RFID动态帧时隙防碰撞算法

在射频识别中,动态帧时隙Aloha算法能够以较高的效率对标签群进行识别,其中基于Q值的算法为动态帧时隙的变化规律提供了一种方案,本文利用Matlab仿真综合比较了基于Q值的动态帧时隙算法中四种C取值方案的效率,得到Q值变化的最优调整方法。并利用Xilinx FPGA以及verilog硬件描述性语言对该算法进行了设计与实现,通过FPGA功能仿真验证,得到该设计能够很好地实现多标签的防碰撞算法,并且具有较高的稳定性。

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。

射频识别中ALOHA防碰撞算法研究

在RFID系统数据通信的过程中,数据传输的完整性和正确性是保证整个识别系统数据通信性能的关键技术。系统数据传输的完整性和正确性的降低主要有两个方面的原因,即外界的各种干扰及多个标签和多个阅读器同时占用信道发送数据产生碰撞。可以通过数据校验的方法解决外界对RFID通信过程的干扰;而防碰撞算法可以解决标签和阅读器的碰撞。

基于非空时隙数的无线射频识别标签估算算法

针对无线射频识别(RFID)系统中现有标签估计算法估计时间长、误差大的问题,提出了一种基于非空时隙数的标签估算方法。首先,分析了动态帧时隙ALOHA(DFSA)算法的系统模型,指出标签估算的必要性;其次,对当前存在的一些标签估计算法进行了研究,列举其存在的不足;再次,通过在不同帧长条件下对非空时隙平均数与待识别标签数的关系进行研究,得出两者之间存在着的不依赖于帧长的归一化曲线并将其运用于标签估计。而且通过引入精度需求,运用概率分析理论和折半查找的方法来确定不同标签总数下的轮询次数K;最后,对所提标签估计算法进行仿真,从估算精度和估算时间两个方面与现有的标签估算算法作了性能对比分析。仿真结果表明,该算法最大估计误差仅为1%,在帧长为128、标签数为400的情况下,相比Adaptive Slotted ALOHA Protocol(ASAP)、Fast Zero Estimation(FZE)、最大后验概率(MAP)估计算法,其误差率分别减少了66.7%、78.3%和72.2%;此外在识别相同数目标签的情况下,所提算法耗费的估计时间也明显少于上述3种算法。由此可见,基于非空时隙数的标签估算算法具有较高的估算精度和估算效率,能够对RFID系统中的待识别标签进行快速准确的识别。

基于时隙分组的超高频RFID防碰撞算法

传统动态帧时隙ALOHA算法容易造成较多的时隙浪费,且Q值调整速度缓慢,导致系统的吞吐率偏低。针对该问题,在分析传统Q算法的基础上,提出一种改进的防碰撞算法。利用时隙分组思想将Q算法中各轮盘存的时隙分为若干组,在每组时隙盘存结束后都根据估计的标签数量动态调整Q值。仿真和硬件平台实验结果表明,该算法的平均吞吐率比传统Q算法高7%左右,比MQ算法高3%左右。

动态RFID系统中基于EDFSA的一种改进防碰撞算法

动态射频识别系统中标签沿着固定的轨道移动,在阅读器有效识别范围内存在新进标签、成功识别标签以及离开有效区未识别标签。传统的增强型动态帧时隙ALOHA及其改进算法大多基于静态标签场景,没有考虑移动标签带来的影响,无法对动态射频识别系统中的待识别标签数量进行准确的估计。本文基于动态射频识别场景提出一种改进的EDFSA标签防碰撞算法,对系统有效识别区内的标签进行更为准确的估计。算法仿真结果表明,本文提出的防碰撞算法可以有效地提高标签识别率并减少标签的丢失率。

新型的RFID动态帧时隙ALOHA防碰撞算法

基于动态帧时隙ALOHA算法,提出一种新型的标签数目估计算法.该算法利用当前帧的时隙信息,结合贝叶斯算法获得标签数目的概率函数分布,从而更加准确地估计出下一帧的标签数目.仿真结果表明,该算法对标签数目的估计误差维持在1.4%,信道吞吐率逼近理论值36.8%,证明了其有效性.

基于分组的动态帧时隙ALOHA防碰撞算法

为了解决多标签防碰撞问题,对目前最常用的帧时隙ALOHA防碰撞算法进行详细的分析后,通过比较指出各种防碰撞算法的优缺点.提出了一种通过分组限制响应标签数量并调整帧长的防碰撞改进算法.仿真表明,该算法优于现有的动态帧时隙ALOHA算法,无论标签数目多少,均可获得最佳系统效率.