当前位置:主页 > 科技论文 > 搜索引擎论文 >

RFID系统混合型反碰撞算法研究

发布时间:2020-11-17 01:46
   射频识别技术(RFID—Radio Frequency Identification)是新时代尖端信息技术革命的代表,它有望成为未来大数据发展的基础保证。相对于传统的通信技术,RFID在信息采集、鉴别和归纳的速度和准确性方面具有无可比拟的优势,RFID正在成为生产、销售以及商品供应链管理等系统实现智能化、市场化、机械化的关键保障。然而RFID技术也存在着诸多专业技术难题,其中数据完整性问题即防碰撞问题是严重制约RFID技术全面推广的技术“瓶颈”。RFID系统的碰撞故障大致有如下两类,阅读器碰撞和标签碰撞。标签碰撞会引发各种复杂的技术事故,如标签信息无法准确反馈、读写器读取错误的标签等。本文主要对标签碰撞展开论述,内容分为如下几项:1.以射频识别技术为理论研究基础,得出在该系统内出现的碰撞情况应归纳为多路信道访问所致。基于标签的特殊性能,被用在RFID内部的通信基础应属于时分多路(TDMA)技术。2.鉴于当前业内对于反碰撞算法的研究,大致可以分为如下两种:其一,基于退避思想的Aloha模型;其二,二进制树搜索理论。本文对上述两种算法进行分析,并归纳其优缺点。3.基于上述两种方法,论文概括并总结出一种的混合型算法,即在对Q算法内的C值进行优化的基础上,提升算法的识别速度,再将二进制树搜索算法应用于识别碰撞时槽内的标签,最终有效提高了Aloha算法对于处理较大数目标签状况时的工作效率。4.最后改进的混合算法通过数据仿真的验证手段,进行可行性和准确性分析。结果表明,改进后的算法在标签识别的速度上有大幅度提升。
【学位单位】:上海交通大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP391.44
【部分图文】:

碰撞算法,页图


反碰撞算法分类Fig.1-1anti-collisionalgorithmclassification

RFID系统混合型反碰撞算法研究


(a)NRZ编码[14]

曼彻斯特编码,页图


(b)曼彻斯特编码[14]
【相似文献】

相关期刊论文 前10条

1 程宽桐;算法分类及各种基本算法的比较与优选(上)[J];齐鲁珠坛;1996年04期

2 刘培;池忠军;;算法歧视的伦理反思[J];自然辩证法通讯;2019年10期

3 孙建丽;;算法自动化决策风险的法律规制研究[J];法治研究;2019年04期

4 吴珍珍;;基于分类规则算法对存款意愿倾向的研究[J];石河子科技;2018年02期

5 唐璐杨;唐小妹;李柏渝;刘小汇;;多源融合导航系统的融合算法综述[J];全球定位系统;2018年03期

6 周祉含;;西方新闻传播学的算法研究综述[J];新闻爱好者;2019年04期

7 赵春杰;;算法共谋的规制思路[J];市场周刊;2019年07期

8 金爽;;基于标签传播的社区发现算法研究与应用[J];电脑迷;2018年01期

9 孙建丽;;试论算法的法律保护模式[J];电子知识产权;2019年06期

10 程宽桐;算法分类及各种基本算法的比较与优选(下)[J];齐鲁珠坛;1996年05期


相关博士学位论文 前7条

1 高阳;基于局部扩展的重叠社区发现算法研究[D];哈尔滨工业大学;2019年

2 贾洁茹;跨摄像机行人再识别中度量学习算法研究[D];北京交通大学;2019年

3 翟婷婷;面向流数据分类的在线学习算法研究[D];南京大学;2018年

4 段沛博;分布式约束优化算法的研究与应用[D];东北大学;2017年

5 罗春备;面向多尺度复杂场景的高效电磁仿真算法研究[D];浙江大学;2019年

6 邵彦超;油气井安全生产监控数据预测预警系统及算法研究[D];北京邮电大学;2016年

7 刘琼;乡村道路环境下农业机器人导航避障算法研究[D];西北农林科技大学;2017年


相关硕士学位论文 前10条

1 安晓丹;二分网络的社区发现算法和评价指标研究[D];山西大学;2019年

2 崔谦;RFID系统混合型反碰撞算法研究[D];上海交通大学;2018年

3 谢勇;基于Spark平台的聚类算法研究[D];重庆邮电大学;2018年

4 杜托;基于Hadoop的关联规则挖掘算法研究[D];重庆邮电大学;2018年

5 董耀聪;基于机会思想的无线传感器网络节点路由算法研究[D];北京交通大学;2019年

6 蒋阿娟;基于改进的LBP与2DLDA算法的人脸识别研究[D];安徽理工大学;2019年

7 鲍舒婷;密度峰聚类算法优化及其隐私保护研究[D];安徽师范大学;2019年

8 席毅堃;基于K-means的改进C4.5算法研究[D];内蒙古农业大学;2019年

9 杨姣;基于KNN算法的网络流量异常检测研究[D];曲阜师范大学;2019年

10 王强强;基于特征筛选脑电睡眠分期算法研究[D];重庆邮电大学;2019年



本文编号:2886930

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2886930.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3ccca***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com