针对无线射频识别(RFID,Radio Frequency Identification)标签多路访问产生的信号碰撞问题,提出了基于碰撞位跟踪的分组N叉跟踪树型RFID防碰撞算法(CBGN,Collision Bit Tracking Tree Algorthm Based on Grouping Nray).利用极大似然位...针对无线射频识别(RFID,Radio Frequency Identification)标签多路访问产生的信号碰撞问题,提出了基于碰撞位跟踪的分组N叉跟踪树型RFID防碰撞算法(CBGN,Collision Bit Tracking Tree Algorthm Based on Grouping Nray).利用极大似然位估算法(MLE,Maximum Likelihood Bit Estimation)估算应用环境下标签的数量.在MLE基础上根据标签标识(ID)将标签分配在不同分组内,并利用N叉树识别分组后的标签,CBGN算法通过分组及N叉识别两种策略相结合来降低碰撞概率及识别延时.最后,以通信复杂度为基准对不同N叉树下的最优分组系数进行了推导,从而获得最优N值及对应分组系数.理论分析和仿真实验表明,CBGN算法具有鲁棒性好和通信复杂度低的特点.展开更多
为了解决射频识别(Radio Frequency IDentification,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,提出一种基于分组自适应分配时隙的RFID防碰撞算法(GAAS).首先让阅读器对标签随机所选的时隙进行扫描统计,并将其发送...为了解决射频识别(Radio Frequency IDentification,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,提出一种基于分组自适应分配时隙的RFID防碰撞算法(GAAS).首先让阅读器对标签随机所选的时隙进行扫描统计,并将其发送给每一个标签,标签再进行相应地时隙调整,使阅读器跳过空闲时隙和碰撞时隙,自适应地分配有效时隙,进而对标签进行快速识别.当未识别标签数比较大时,算法采用分组以及动态调整帧长等策略,以减少时隙处理的时间.仿真结果表明:GAAS算法提高了系统的识别效率和稳定性,降低了传输开销.特别是当标签数超过1000时,该算法的吞吐率仍保持在71%以上,比传统的帧时隙ALOHA-256算法和分组动态帧时隙ALOHA算法的系统效率分别提高了300%和97.2%.展开更多
针对OFDM无线信道估计中的上行链路与下行链路信号冲突和估计精度低等问题,提出一种适用于正交频分复用(orthogonal frequency division multiplexing,OFDM)无线信道的基于自适应时变的机会信道估计机制。考虑OFDM符号特征、离散信号串...针对OFDM无线信道估计中的上行链路与下行链路信号冲突和估计精度低等问题,提出一种适用于正交频分复用(orthogonal frequency division multiplexing,OFDM)无线信道的基于自适应时变的机会信道估计机制。考虑OFDM符号特征、离散信号串并转换特性和自适应傅里叶变换及其逆变换过程,为优化信道估计复杂度,提出OFDM无线信道模型。基于中继节点集合选取策略和基于多跳无线信道传输的信道估计,提出基于自适应时变的OFDM无线信道机会估计机制。对所提信道估计算法与基于判决反馈的信道估计机制进行实验对比,对比结果表明,所提估计算法可以更好地适应子载波规模和用户规模的动态变化,提供高精度和高吞吐率的无线信道估计。展开更多
文摘针对无线射频识别(RFID,Radio Frequency Identification)标签多路访问产生的信号碰撞问题,提出了基于碰撞位跟踪的分组N叉跟踪树型RFID防碰撞算法(CBGN,Collision Bit Tracking Tree Algorthm Based on Grouping Nray).利用极大似然位估算法(MLE,Maximum Likelihood Bit Estimation)估算应用环境下标签的数量.在MLE基础上根据标签标识(ID)将标签分配在不同分组内,并利用N叉树识别分组后的标签,CBGN算法通过分组及N叉识别两种策略相结合来降低碰撞概率及识别延时.最后,以通信复杂度为基准对不同N叉树下的最优分组系数进行了推导,从而获得最优N值及对应分组系数.理论分析和仿真实验表明,CBGN算法具有鲁棒性好和通信复杂度低的特点.
文摘为了解决射频识别(Radio Frequency IDentification,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,提出一种基于分组自适应分配时隙的RFID防碰撞算法(GAAS).首先让阅读器对标签随机所选的时隙进行扫描统计,并将其发送给每一个标签,标签再进行相应地时隙调整,使阅读器跳过空闲时隙和碰撞时隙,自适应地分配有效时隙,进而对标签进行快速识别.当未识别标签数比较大时,算法采用分组以及动态调整帧长等策略,以减少时隙处理的时间.仿真结果表明:GAAS算法提高了系统的识别效率和稳定性,降低了传输开销.特别是当标签数超过1000时,该算法的吞吐率仍保持在71%以上,比传统的帧时隙ALOHA-256算法和分组动态帧时隙ALOHA算法的系统效率分别提高了300%和97.2%.
文摘针对OFDM无线信道估计中的上行链路与下行链路信号冲突和估计精度低等问题,提出一种适用于正交频分复用(orthogonal frequency division multiplexing,OFDM)无线信道的基于自适应时变的机会信道估计机制。考虑OFDM符号特征、离散信号串并转换特性和自适应傅里叶变换及其逆变换过程,为优化信道估计复杂度,提出OFDM无线信道模型。基于中继节点集合选取策略和基于多跳无线信道传输的信道估计,提出基于自适应时变的OFDM无线信道机会估计机制。对所提信道估计算法与基于判决反馈的信道估计机制进行实验对比,对比结果表明,所提估计算法可以更好地适应子载波规模和用户规模的动态变化,提供高精度和高吞吐率的无线信道估计。
