CN108520190B - 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法 - Google Patents

基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法 Download PDF

Info

Publication number
CN108520190B
CN108520190B CN201810265033.7A CN201810265033A CN108520190B CN 108520190 B CN108520190 B CN 108520190B CN 201810265033 A CN201810265033 A CN 201810265033A CN 108520190 B CN108520190 B CN 108520190B
Authority
CN
China
Prior art keywords
identification
labels
label
tags
card reader
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810265033.7A
Other languages
English (en)
Other versions
CN108520190A (zh
Inventor
王朝炜
张素墁
王卫东
张子文
李陈生
秦彩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201810265033.7A priority Critical patent/CN108520190B/zh
Publication of CN108520190A publication Critical patent/CN108520190A/zh
Application granted granted Critical
Publication of CN108520190B publication Critical patent/CN108520190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
    • G06K7/10029—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the time domain, e.g. using binary tree search or RFID responses allocated to a random time slot

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法，包括：根据未识别的标签数量来判断所采用的标签识别过程；一种是构造Hash函数进行标签识别；另一种是对标签进行分组，再对每组标签随机分配时隙进行标签识别；读卡器根据识别结果，当有剩余未识别的标签时，根据未识别的标签数量和帧长，继续进行识别。本发明就物联网射频识别系统标签碰撞问题出发，通过判断标签数量的方式，用Hash函数进行映射或进行分组的方法对现有的通信机制下的TCS算法进行了改进，优化了标签识别过程，提高了系统的吞吐量，降低了系统的标签碰撞率。

Description

基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识 别方法
技术领域
本发明属于无线射频识别(RFID)技术领域，涉及一种基于Hash函数的RFID读卡器多目标时隙分组或映射的多目标标签的识别方法，用于解决RFID多目标的防碰撞识别问题。
背景技术
作为一种发展较早的自动识别技术，RFID技术凭借其简单实用、数据容量大、使用寿命长等优点，并和无线传感网络技术、无线通信技术融合，在生产、交通和公共管理等各个方面取得了广泛地应用，已经形成了一个重要的物联系统，然而在该系统中，当一个读卡器在同一时间识别多个标签时，在同一信道上同时发送的信号之间会相互抵消或形成干扰，导致读卡器无法正确识别出标签。所以研究RFID多目标的防碰撞识别问题是RFID技术需要解决的关键问题。
如图1所示，是RFID多目标的防碰撞识别问题的一个应用场景简化图，描述了通信标签识别的过程。在此场景中，读卡器具有一定的识别范围，当读卡器没有任务时，通信标签处于睡眠模式，标签中的传感器从标签本身获取主要信息，当系统需要收集标签数据时，读卡器向标签发送信号，唤醒睡眠标签，标签之间使用读卡器的射频能量开始进行通信。
现有的RFID多目标不确定性标签防碰撞方法，主要包括纯ALOHA算法，时隙ALOHA算法，帧时隙ALOHA算法(FSA)和动态帧时隙ALOHA算法(DFSA)等。在传统DFSA算法中，每一帧分为多个时隙，标签随机选择时隙做出响应，两个或两个以上标签选择相同时隙时系统就会发生碰撞，相应的标签就会退出，等待下一轮的识别。DFSA可根据阅读器读取状况估计出标签数量，同时若知道初始帧长和参与识别标签数量，可以计算出所需时隙数。DFSA算法的核心是估计出每帧中未被识别的标签数量，使帧长近似等于未被识别的标签数并动态调整下一帧的帧长，直到系统中的标签完全被识别。但DFSA算法中，由于硬件条件和制作成本的限制，动态设置的帧长不能随标签数量的增大而一直增加，当标签数量大于最大帧长时正确识别率会急剧下降，并且在每一帧中每个标签只能传送一次数据，该标签所选择的时隙也是随机的，这表明标签的碰撞也是随机的。参考文献：张晶.基于动态帧时隙ALOHA的标签防碰撞算法研究[D].河北工业大学,2015。
现有的TCS(Tag Communication Slot，标签通信时隙)算法是在传统的DFSA算法的基础上通过使用标签通信时隙和对相关硬件的设计，使标签之间可以相互通信，TCS算法的改善之处是在标签的数量估计和标签的识别过程之间添加了一个标签通信时隙，该通信时隙由标签的配对和信息传递两个部分组成，标签之间使用读卡器的射频能量进行通信，在配对过程中，标签选择用最少的能量在最短路径中进行配对，通过组合数据的方式来减少参与识别过程的标签数量。若信号传播速度为v，时间为T，则两标签间距离S＝v·T。配对进行两轮，配对成功的标签传送信息，传递信息的标签数量为NS，标签退出识别过程，未配对成功的标签和接收信息的标签进行接下来的识别过程。根据阅读器的阅读情况估计出标签参加下一轮识别的标签数量为NE。在估计的标签数量的基础上计算出下一轮DFSA动态调整的帧长N＝NE-NS。若系统内仍有标签未被识别，则从配对过程开始进行以上步骤，直到系统内的标签完全被识别。TCS参考文献：Li M,Xie H,Wang W,et al.An Advanced Anti-Collision Algorithm Based on Inter-Tag Communication Mechanism in RFID-SensorNetwork[C]//IEEE,International Conference on Mobile Ad Hoc and SensorSystems.IEEE,2015:618-623。
结果显示TCS算法在标签数量较大的情况下可以有效地提高正确识别率，但是当参与识别过程标签数量较少时，系统的吞吐量反馈显示比传统的DFSA算法还要低，并且参与识别的标签到达一定的数量后，随着标签数量的增加，吞吐量下降过快。
综上，为了解决多目标的防碰撞问题，较多的学者和技术人员不断地探索和研究更为高效、安全的防碰撞技术，尝试了多种防碰撞算法，但是现有的防碰撞算法中依旧存在很多问题。现有的TCS算法是在DFSA算法的基础上通过使用标签通信时隙和对相关硬件的设计，使标签之间可以相互通信，虽然TCS算法相对于DFSA算法有所改进，但仍然存在标签数量较少时系统正确识别率较低以及标签数量较多时吞吐量下降较快的问题。
发明内容
针对现有传统DFSA算法与TCS算法在解决RFID系统里的多目标的防碰撞识别问题时存在的上述问题，本发明提供了一种基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法，通过对标签数量的判断选择用Hash函数进行映射或进行分组，优化了标签识别过程，提高了系统的吞吐量，降低了系统的标签碰撞率。
本发明提供的RFID读卡器时隙分组或映射的多目标标签识别的方法，在识别开始后，阅读器向标签发送查询命令，根据时隙标签的碰撞估计标签总数量；然后将所估计的标签总数量作为未识别的标签总量N的初始值，然后调用读卡器中的识别模块进行多目标标签识别，包括：
(1)判断未识别的标签数量N是否小于K，若是，则调用识别模块中的标签识别过程1；否则，进行Hash分组，设置每组帧长L＝N/256，调用识别模块中的标签识别过程2；K为正整数，取值范围为[355,709]。
(2)标签识别过程1具体是：构造哈希函数
Figure BDA0001611146270000021
其中ID为标签的ID号码，w为阅读器发送给标签参与Hash运算的正整数，L为帧长；当运算溢出时，改变参数，扩展w＝w×L，带入Hash(ID)式中再进行计算；
标签识别过程2是：对每组标签随机分配时隙，进行标签识别；
(3)读卡器判断是否还有未被识别的标签，若没有则结束本方法；若还有标签未识别，则根据识别模块的识别结果，更新剩余未识别的标签数量N，然后动态调整下一帧的帧长L等于未识别的标签数量N，继续转(1)执行。
本发明的优点与积极效果在于：(1)本发明方法解决了在阅读器识别范围内的多个应答要求通信而发生的碰撞问题，同时也提高了多目标标签的正确识别率，提高了整个系统的稳定性。(2)相对于传统DFSA算法和TCS算法，本发明方法采用一种机制使标签在帧内分散，既可以降低标签的碰撞率，又可以提高系统的吞吐量。(3)本发明方法降低了读卡器识别过程中标签间的碰撞率，同时也提高了读卡器的正确识别率。
附图说明
图1是通信标签识别过程示意图；
图2是本发明的RFID读卡器多目标标签识别的整体流程示意图；
图3是本发明的RFID读卡器在识别模块中进行识别的流程示意图；
图4(a)、(b)分别是标签数量为[0,400]和[400,2000]时，本发明方法与传统DFSA算法、TCS算法在系统吞吐量的对比性能示意图；
图5(a)、(b)分别是标签数量为[0,400]和[400,2000]时，本发明方法与传统DFSA算法、TCS算法在系统标签时隙损耗的对比示意图。
具体实施方式
下面将结合附图和实施例对本发明技术方案作进一步的详细说明。
为了解决现有标签防碰撞识别处理方法中存在的问题，本发明基于物联网RFID通信标签机制下TCS算法，与哈希函数结合，提出一种新的标签防碰撞方法，用以提高系统识别效率，优化标签识别过程中碰撞率高的问题，有效地在多目标标签识别过程中提高识别系统的稳定性。
本发明方法中的标签估计是利用DFSA中的方法。下面首先对DFSA的实现过程进行介绍，以辅助说明本发明的技术方案。在DFSA中，设初始帧长为L，参与识别的标签数量为m，则同一时隙被t个标签同时选中的概率Pm,1/L(t)为：
Figure BDA0001611146270000031
可以根据上式求出当t＝0时空闲时隙的期望值E0为：
Figure BDA0001611146270000032
t＝1时正确识别时隙的期望值E1为：
Figure BDA0001611146270000033
t≥2时碰撞时隙的期望值Et为：
Et＝L-E0-E1 (4)
经过一轮的识别过程后，整个系统的正确识别率R为：
Figure BDA0001611146270000041
根据R式对时隙数L进行求导可得：
Figure BDA0001611146270000042
由上式可得，当L＝m时，系统的工作状态达到最佳，由(7)式得出，理论上能达到系统的最大吞吐率为36.8％。
Figure BDA0001611146270000043
通过应答机估计算法—Schoute算法，经过读卡器一轮的读取，根据E0、E1、Et的值估计当前帧的识别情况，然后合理调整下一帧帧长。Schoute算法假设任意一时隙f的标签数量符合均值为1的泊松分布，那么t个标签同时选择f的概率Pt为：
Figure BDA0001611146270000044
当发生碰撞时，表明时隙f至少被两个标签选择，则发生碰撞的概率
Figure BDA0001611146270000047
为：
Figure BDA0001611146270000045
其中，Pt(f)表示时隙f被t个标签同时选中的概率，P1(f)表示时隙f被1个标签选中的概率，P0(f)表示时隙f没被任何标签选中的概率。
选择时隙f的标签数量的期望为：
Figure BDA0001611146270000046
其中，e为自然常数。
当标签识别成功或时隙空闲时，时隙标签数量期望为1或0，所以可以认为当碰撞发生时，每个碰撞时隙中有2.39个标签发生碰撞，则该系统未被识别的标签数量估计值NE为：
NE＝2.39Et (11)
所以可根据阅读器读取状况估计出标签数量，同时若知道初始帧长和参与识别标签数量，可以通过以上关系式计算出所需时隙数。
本发明提供的基于Hash函数的RFID读卡器多目标标签识别方法，整体如图2所示，下面说明具体实现流程。
步骤1，设置帧长L的初始值。
步骤2，阅读器向标签发送查询命令，根据时隙标签的碰撞估计标签总数量。将所预估的标签总数量作为未识别的标签总量N的初始值。
阅读器向识别范围发送查询命令，根据统计到的时隙状况估算当前待识别的标签数量。
步骤3，判断未识别的标签数量N是否小于K，小于K时，调用识别模块，使用标签识别过程1，若大于等于K，进行Hash分组，每组帧长L＝N/256，调用识别模块，使用标签识别过程2，每组用DFSA算法进行标签的识别。其中，K为正整数，根据表1的最优帧长度与可识别标签数的关系可以得出，最大帧长为256，当未识别的标签小于355时可不分组，本发明优选设置K取整数400来判断是否选择分组。
表1最优帧长度与可识别标签数的关系
未识别的标签数 最优帧长度 分组数
… … …
710～1４20 256 ４
355～709 256 ２
178～354 256 1
８８～１７７ 128 1
45～87 64 1
23～４４ 32 1
１２～２２ 16 1
5～11 ８ 1
1～5 4 1
标签识别过程1是利用Hash函数进行映射的识别过程，具体是：构造哈希函数，
Figure BDA0001611146270000051
式中ID为标签的ID号码，w为阅读器发送给标签参与Hash运算的正整数，帧长L一般为质数。当运算溢出时，改变参数，扩展w＝w×L，带入Hash(ID)式中再进行计算。
标签识别过程2，对应的是利用DFSA算法，对每组标签随机分配时隙，进行标签识别。
步骤4，读卡器判断系统内的标签是否完全被识别，若完全被识别则结束，若还有标签未识别，则返回步骤3。
读卡器将根据识别模块中的识别情况，估计剩余未识别的标签数量；然后动态调整下一帧帧长，使下一帧帧长等于当前未被识别的标签数量。
读卡器利用识别模块进行标签识别的流程如图3所示，包括如下：
步骤2.1：半主动式通信标签进行相互配对，向近距离的标签发送配对请求，配对成功的标签将进行信息的传递，传递信息的标签将退出识别，接收信息的标签将进入接下来的识别过程；第一轮配对失败的标签将进行第二轮配对，配对进行两轮，最后两轮都未配对成功的标签直接进入接下来的识别过程；
步骤2.2：识别过程分为两种方式：
(1)构造Hash函数，对标签进行时隙的映射，即标签识别过程1；
(2)随机分配时隙进行标签识别，即标签识别过程2；
步骤2.3：读卡器根据识别情况估计剩余未识别的标签数量；
步骤2.4：读卡器动态调节下一帧帧长，使下一帧帧长等于未被识别的标签数量。
本发明发方法通过分组或者hash映射的方式进行读卡器对标签的识别，一方面可以根据判断标签数量，对于不同数量的标签读卡器来选择识别标签的方式，另一方面也提了整个识别系统的吞吐量，减少了标签的碰撞率，提高了识别效率。
本发明就物联网射频识别系统标签碰撞问题出发，通过判断标签数量的方式，用Hash函数进行映射或进行分组的方法对现有的通信机制下的TCS算法进行了改进。如图4和图5所示，为对三种方法进行对比的实验结果图，其中MTSH代表本发明方法。图4所示，随着标签量的增加，本发明方法的系统吞吐量均高于其他两种方法，达到一定标签量后，碰撞时隙率基本维持在一个水平上。图5所示，当标签数量在[0,400]时，标签时隙的损耗也均低于其他两种方法。通过分析可知，本发明方法有效地解决了现有TCS算法中参与识别过程标签数量较少时，系统的吞吐量较低的问题，同时也解决了传统DFSA算法动态设置的帧长不能随标签数量的增大而一直增加，以及标签选择时隙随机性的问题，提高系统的稳定性和识别效率，有效地在标签的识别过程中增大了系统的吞吐量以及降低了系统的时隙损耗。

Claims (3)

1.一种基于Hash函数的RFID读卡器的多目标标签识别方法，在识别开始后，阅读器向标签发送查询命令，根据时隙标签的碰撞估计标签总数量；其特征在于，将所估计的标签总数量作为未识别的标签总量N的初始值，然后调用读卡器中的识别模块进行多目标标签识别，包括：
(1)判断未识别的标签数量N是否小于K，若是，则调用识别模块中的标签识别过程1；否则，进行Hash分组，设置每组帧长L＝N/256，调用识别模块中的标签识别过程2；K为正整数；
(2)标签识别过程1具体是：构造哈希函数
Figure FDA0002592206390000011
其中ID为标签的ID号码，w为阅读器发送给标签参与Hash运算的正整数，L为帧长；当运算溢出时，改变参数，扩展w＝w×L，带入Hash(ID)式中再进行计算；
标签识别过程2是对每组标签随机分配时隙，进行标签识别；
(3)读卡器判断是否还有未被识别的标签，若没有则结束本方法；若还有标签未识别，则根据识别模块的识别结果，更新剩余未识别的标签数量N，然后动态调整下一帧的帧长L等于未识别的标签数量N，继续转(1)执行；
所述的读卡器的识别模块中，采用半主动式通信标签进行相互配对，配对成功的标签将进行信息的传递，传递信息的标签将退出识别，接收信息的标签将进入接下来的识别过程；第一轮配对失败的标签将进行第二轮配对，两轮配对都未成功的标签直接进入接下来的识别过程。
2.根据权利要求1所述的多目标标签识别方法，其特征在于，所述的K取值范围为[355,709]。
3.根据权利要求1所述的多目标标签识别方法，其特征在于，所述的K取值为400。
CN201810265033.7A 2018-03-28 2018-03-28 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法 Active CN108520190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810265033.7A CN108520190B (zh) 2018-03-28 2018-03-28 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810265033.7A CN108520190B (zh) 2018-03-28 2018-03-28 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法

Publications (2)

Publication Number Publication Date
CN108520190A CN108520190A (zh) 2018-09-11
CN108520190B true CN108520190B (zh) 2020-10-30

Family

ID=63430682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810265033.7A Active CN108520190B (zh) 2018-03-28 2018-03-28 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法

Country Status (1)

Country Link
CN (1) CN108520190B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446866A (zh) * 2018-12-11 2019-03-08 深圳市联智物联网科技有限公司 一种快速盘点无线终端的方法
CN115136139A (zh) * 2020-03-24 2022-09-30 西门子股份公司 标签识别和盘点方法、装置、阅读器、介质和计算机程序
CN111753937B (zh) * 2020-06-22 2021-09-03 北京理工大学 基于多标签标记的rfid射频识别标签快速检测方法及系统
CN117411541A (zh) * 2022-07-06 2024-01-16 维沃移动通信有限公司 设备数量确定方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866413A (zh) * 2010-06-11 2010-10-20 南京邮电大学 基于分组机制和跳跃动态二进制识别的多标签防碰撞方法
CN102999739A (zh) * 2011-09-16 2013-03-27 北京邮电大学 Rfid标签及识别方法和装置
CN103020568A (zh) * 2012-12-27 2013-04-03 南京三宝科技股份有限公司 基于标签id预处理的rfid防碰撞方法
US9020953B1 (en) * 2011-03-08 2015-04-28 Pmc-Sierra Us, Inc. Search table for data networking matching
CN106384067A (zh) * 2016-08-31 2017-02-08 吉林大学 一种rfid未知标签识别系统及识别方法
CN107784247A (zh) * 2017-10-23 2018-03-09 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866413A (zh) * 2010-06-11 2010-10-20 南京邮电大学 基于分组机制和跳跃动态二进制识别的多标签防碰撞方法
US9020953B1 (en) * 2011-03-08 2015-04-28 Pmc-Sierra Us, Inc. Search table for data networking matching
CN102999739A (zh) * 2011-09-16 2013-03-27 北京邮电大学 Rfid标签及识别方法和装置
CN103020568A (zh) * 2012-12-27 2013-04-03 南京三宝科技股份有限公司 基于标签id预处理的rfid防碰撞方法
CN106384067A (zh) * 2016-08-31 2017-02-08 吉林大学 一种rfid未知标签识别系统及识别方法
CN107784247A (zh) * 2017-10-23 2018-03-09 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法

Also Published As

Publication number Publication date
CN108520190A (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
CN108520190B (zh) 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
CN108446577B (zh) 高频/超高频rfid识别系统中的多标签防碰撞方法
Wu et al. Binary tree slotted ALOHA for passive RFID tag anticollision
Myung et al. Tag-splitting: adaptive collision arbitration protocols for RFID tag identification
US8477016B2 (en) Method for identifying tags using adaptive binary tree splitting technique in RFID system and RFID system therefore
CN104657693B (zh) 一种基于分组自适应分配时隙的rfid防碰撞方法
Deng et al. Optimal dynamic framed slotted ALOHA based anti-collision algorithm for RFID systems
Chen et al. A novel time-aware frame adjustment strategy for RFID anti-collision
Xu et al. An improved dynamic framed slotted ALOHA anti-collision algorithm based on estimation method for RFID systems
Hwang et al. Improved anti-collision scheme for high speed identification in RFID system
CN110378158B (zh) 基于分段的大规模rfid系统概率性克隆攻击识别方法
Shakiba et al. Fitted dynamic framed slotted ALOHA anti-collision algorithm in RFID systems
Alsalih et al. Optimal distance-based clustering for tag anti-collision in RFID systems
Mota et al. A dynamic frame slotted ALOHA anti-collision algorithm for the internet of things
KR100964782B1 (ko) Ｑ알고리즘을 사용하는 ｒｆｉｄ시스템에서 프레임사이즈를최적화하는 방법, 리더기
CN112446448B (zh) 一种dfsa和二进制算法结合的单阅读器识别rfid标签方法
Alotaibi et al. Tag anti-collision algorithms in RFID systems-a new trend
CN109960952B (zh) 一种动态rfid系统中基于edfsa的标签防碰撞方法
CN106156681B (zh) 移动rfid系统中基于自适应三进制查询分裂的标签防碰撞方法
CN110852129A (zh) 一种动态标签估计方法
Cui System efficiency of collision recover binary tree algorithm in RFID
CN112257476B (zh) 一种混合型rfid标签防碰撞方法
Yeh et al. Parallel Splitting for RFID tag anti-collision
Chen An RFID anti-collision Q-value algorithm research
CN112906415B (zh) 一种基于样本查询估计的冲突树优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant