基于碰撞位特征值的RFID标签识别算法研究
Research on RFID Label Identification Algorithm Based on Collision Bit Eigenvalue
付钰 1朱弘旭 1刘鑫 2文聪敏1
作者信息
- 1. 广东科学技术职业学院 计算机工程技术学院(人工智能学院),广东 珠海 519090
- 2. 陆军装甲兵学院士官学校,吉林 长春 130000
- 折叠
摘要
"万物智联"网络中系统感知层将部署海量标签,为快速获取粘贴标签的物品信息,设计一种基于特征值策略的标签防碰撞算法,结合电子标签ID识别码的二进制特性和异或运算,可准确地推断出任意两位碰撞位,以此消除对无效节点的查询,加快查询进程.仿真实验结果表明,所提算法可有效减少空闲时隙和总查询次数,提高系统效率,当标签数量为20 000时,算法的系统效率达0.43,对比经典的查询树算法提高了24%,总查询次数减少了10 905.
Abstract
Massive labels will be deployed in the system perceptive layer of"Artificial Intelligence&Internet of Things(AIoT)"network.To quickly obtain information about items with pasted labels,a label anti-collision algorithm based on eigenvalue strategy is designed.By combining the binary characteristics of electronic label ID identification codes and exclusive or operation,any two collision bits can be accurately inferred,thereby eliminating queries for invalid nodes and accelerating the query process.The simulation results show that the proposed algorithm reduces the idle time slot and the total number of queries effectively,and improves the system efficiency.When the number of labels is 20 000,the system efficiency of the proposed algorithm reaches 0.43,which is 24%higher than that of the classical query tree algorithm,and the total number of queries decreased by 10 905.
关键词
射频识别/标签防碰撞/特征值/树算法Key words
RFID/label anti-collision/eigenvalue/tree algorithm引用本文复制引用
基金项目
广州市基础与应用基础研究项目(2023A04J0379)
广东省教育厅特色创新项目(2022KTSCX253)
广东省教育厅青年创新人才项目(2022WQNCX145)
广东省继续教育质量提升工程项目(JXJYGC2021KY0631)
2023年全国高等院校计算机基础教育研究会计算机基础教育教学研究项目(2023AFCEC204)
出版年
2024
国家科技期刊平台
NSTL
万方数据