高时间与能量效率的RFID防碰撞算法研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:keaiyuyu66
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
射频识别(radio frequency identification,RFID)技术是一种重要的物联网技术,它通过标签吸收并反射阅读器发送的电磁波能量进行标签与阅读器的数据交流。与传统的自动识别系统相比,RFID具有读取距离较远,穿透能力强,处理效率高,存储容量大、可重复利用、可以识别高速运动中的物体等特点,被广泛的应用于工业、商业自动化以及交通运输控制管理等多个领域。RFID系统能够通过标签防碰撞算法实现大量标签的时分读取,这是RFID系统相对于其他非接触识读系统的一大优势,国内外有大量文献对RFID防碰撞算法进行了研究,然而这些研究基本上都是假设标签在一个静态的场景中进行的,研究重点在于如何降低识读过程中的碰撞时隙和空时隙数,提高单一标签响应时隙的比例,从而提高识读效率。然而,在实际的RFID应用场景中,例如车辆管理、资产管理、邮政包裹分拣、仓储管理等,标签往往都是随着标识物品移动的,移动场景下待识读RFID标签的数量是一个动态变化的过程,而且其在空间中的位置分布随着标识物品呈现一定的分布规律,针对这些移动场景下如何优化RFID标签防碰撞过程还没有得到很好的研究。本文即针对移动场景下的RFID防碰撞算法进行研究,研究如何通过少量的时隙或帧的交互实现标签空间分布位置的估计,并提出了结合读写器发射功率自适应调节的动态防碰撞算法,从而实现针对RFID实际移动应用场景中的高效节能的RFID标签防撞识读。论文首先介绍了射频识别系统的相关标准以及工作原理,并基于RFID通信空口协议,构建了防碰撞过程能耗模型,仿真分析对比了常见防碰撞算法的能耗。接着针对移动RFID识读场景中,根据阅读器接收到的时隙的信息以及能量强度,提出了一种阅读器识别范围内分布方式的估计算法,并仿真分析了估计算法的性能。最后设计提出了一种基于标签分布估计与阅读器功率自适应的标签防碰撞算法,并对该算法的能耗与时效进行了仿真分析,相比于传统的动态帧长度ALOHA算法,在时间消耗少量增加的情况下,算法的能耗效率提升了 140%以上,并且随着标签数量的增加,该算法的降低能耗的性能还有所上升。
其他文献
为了满足人们日益提高的通信需求,无线通信数据流量爆炸式增长,毫米波通信逐渐成为众多学者研究的热点。而毫米波在传输过程中会产生严重的路径损耗,需要收发天线结合波束赋形技术生成分辨率更高的通信波束以提高阵列增益。一方面,分辨率更高的通信波束意味着波束搜索复杂度更高,接入时延更大;另一方面,定向传输链路易受到动态因素的影响,导致已建立的通信链路不稳定甚至发生中断。针对上述提到的问题,本文围绕毫米波大规模
为满足人们日益增长的无线通信需求,第五代移动通信(the Fifth Generation,5G)系统引入诸多新技术提升信息传输能力。然而,由于无线信道的开放性,无线通信面临欺骗、窃听、干扰等广泛的攻击威胁。无人机(Unmanned Aerial Vehicle,UAV)通信场景、智能反射面(Intelligentreflecting surface,IRS)等新技术的使用进一步加剧了无线安全风险
随着深度学习带动视觉领域的高速发展,深度学习被应用到越来越多的领域,但胡蜂识别领域仍然缺乏针对性的自动化识别算法,缺少全面系统的数据集。本文提出针对胡蜂的实时细粒度识别算法,主要包括:基础特征提取模块,在ResNet-vd网络中插入non-local,在尽量不损失速度的前提下,提高基础网络提取高层语义特征的能力;注意力模块,在通道和空间两个维度引入注意力机制,提升模型特征表示和特征提取能力;特征图
由于暗网的匿名性,暗网上充斥着大量的非法交易活动,这些非法交易多数通过数字货币进行交易,其中使用比特币的交易是最多的,比特币的去中心化和交易的假名性,加大了监管人员和研究人员追踪分析非法交易的难度,因此针对暗网比特币交易的测量分析对于追踪非法交易具有很大的价值。目前,现有的区块链浏览器以及相关的交易分析软件没有包含暗网比特币地址的相关信息检索,缺乏暗网地址标签和标签检索功能。此外,现有的区块链浏览
近年来,乳腺疾病发病率逐年升高,而乳腺钼靶X线检测是其有效的检测手段。随着医学影像在病灶检测与图像处理技术方面的发展。基于图像处理算法构建辅助诊疗系统对于医疗影像中病灶的识别具有重要的意义,同时系统提供的远程访问能力可以使具备优秀医疗资源的医院为患者提供远程问诊服务,从而缓解医疗资源区域发展不平衡的问题。本文的主要研究目标为构建基于卷积神经网络的乳腺X线影像辅助诊疗系统,主要研究内容包括图像处理服
随着科学技术的发展,智慧城市的建设进程也在加快,利用移动群感知技术(Mobile Crowd Sensing,MCS)可以有效地管理掌控城市的发展。MCS具有高机动性、灵活部署、低运营成本和应用领域广泛等优点,可以有效地进行感知数据的采集,数据上传以及数据处理。但是如何利用好城市车辆来实现对智慧城市的有效覆盖是一个亟待解决的问题。为了研究基于城市车辆的移动群感知覆盖问题,本文首先介绍了群感知的发展
随着万物互联时代的到来,准确、可靠、高可用的网络时间是所有网络应用场景顺利运行的基础。利用网络传递时间信息的授时方式不仅引起了业内的关注,在其它行业也激起波澜。网络授时在生产生活、经济军事等领域的需求不断增长,衍生了各种应用场景的网络授时系统。随着授时系统中网络设备和用时设备增多,授时系统变得复杂庞大,网络资源分配不均匀、平台设备维护困难、人工配置过程繁琐、突发故障难以排查等各种问题,严重阻碍了网
随着互联网、物联网技术的快速发展,各种新型业务,如语音识别、虚拟现实/增强现实等不断涌现,网络边缘的数据流量呈现爆炸式增长。传统云计算在应对这些时延敏感、密集计算应用时逐渐显现出不足。为解决上述问题,移动边缘计算(Mobile Edge Computing,MEC)作为一种全新的解决方案出现,通过将计算能力下沉至网络边缘,实现就近响应来缩短响应时间与缓解网络拥塞。MEC服务器有限的计算资源在应对海
近年来InAs/GaSb二类超晶格材料成为红外探测器的主要材料,InAs/GaSb二类超晶格形成的异质结是一种间断的排列,当吸收垂直入射红外辐射后,InAs中的电子和GaSb中的空穴能够隧穿实现带间跃迁,从而形成微带,导带在InAs层电子波函数交叠,价带在GaSb层空穴波函数交叠,通过改变InAs/GaSb二类超晶格的层厚比例和周期数量,其等效能带范围可以在0.2 eV内连续变化,能够实现长波红外
为了对海量网络数据中的知识进行有效地组织和表达,知识图谱应运而生。然而,知识图谱往往存在稀疏和不完备的问题,影响着其在下游任务中的实际效用。事实上,许多缺失的知识,可以在知识图谱中已有知识的基础上挖掘推理出来。作为知识图谱补全的重要手段,知识图谱推理技术逐渐成为学术界和工业界所关注的热点。知识图谱推理技术旨在从知识图谱中已有的知识出发,通过计算机推理来挖掘其中潜在的隐含知识。一般地,仅从知识图谱中