面向物联网的改进PBFT共识算法

随着物联网的发展,高效的共识算法是区块链技术应用于物联网的关键.针对实用拜占庭容错(practical Byzantine fault tolerance,PBFT)算法在物联网场景中通信次数多、未考虑共识功耗、共识时延高等问题,本文提出了一种基于二分K均值算法的改进PBFT共识算法(binary K-means practical Byzantine fault tolerance algorithm,BK-PBFT).首先,获取节点地理坐标并计算节点综合评价值,通过二分K均值算法将节点划分为一个双层多中心聚类集群.然后,先在下层集群再在上层集群对区块进行PBFT共识.最后,集群验证执行并存储区块,完成共识.此外,本文证明了当节点均匀分布在每个簇时算法通信次数可以达到最少,以及通信次数最少时的最优聚类数.分析与仿真结果表明,本文算法可以有效减少通信次数、降低共识功耗和共识时延.

基于Walsh码的RFID并行识别碰撞树算法

针对大规模标签场景下,改进碰撞树(ICT)算法中碰撞时隙较多且有多个碰撞位时无法并行识别多标签的问题,提出一种基于Walsh码的RFID并行识别碰撞树(PICT)算法。PICT算法引入Walsh同步正交码与碰撞树协议相结合,对ICT算法中发生多位碰撞时的标签使用Walsh码进行扩频,具有唯一Walsh码的标签通过不同的子信道与阅读器通信,实现多标签并行识别。理论与实验分析表明,PICT算法相比同类算法所需系统总时隙数更少,并且具有更高的系统识别率,适合大规模标签的快速识别。

基于RFID虚拟标签的室内停车场车辆定位算法

在室内停车场中应用基于RFID的LANDMARC算法进行车辆定位时,由于室内停车场的复杂结构以及多径效应的影响,车辆定位精度不能通过增加参考标签数目或均匀规则的部署参考标签等方式来提升。提出了一种基于虚拟RFID标签的室内定位算法(location algorithm based on virtual tag,LAVT)。该算法通过近邻标签确定车辆的近邻区域,计算出近邻区域的外心并插入虚拟参考标签;通过虚拟参考标签替换原近邻标签、缩小近邻区域面积,使新近邻标签更临近待定位车辆,从而更精确地计算出车辆的位置。仿真实验表明:LAVT算法在室内停车场环境中将车辆定位精度提升了19.03%。LAVT算法应用于室内停车场环境中的车辆定位具有更好的适用性,能满足室内停车场车辆定位的基本需求。