CN114330393A - 一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 - Google Patents
一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 Download PDFInfo
- Publication number
- CN114330393A CN114330393A CN202111648525.2A CN202111648525A CN114330393A CN 114330393 A CN114330393 A CN 114330393A CN 202111648525 A CN202111648525 A CN 202111648525A CN 114330393 A CN114330393 A CN 114330393A
- Authority
- CN
- China
- Prior art keywords
- collision
- balanced
- tag
- binary tree
- node
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000004044 response Effects 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000006872 improvement Effects 0.000 abstract description 5
- 230000000750 progressive effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000000638 solvent extraction Methods 0.000 description 5
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Near-Field Transmission Systems (AREA)
Abstract
本发明针对现有技术的局限性,提出了一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,在本领域首次提出并使用了平衡碰撞二叉树的数据结构,通过对目标RFID系统构建一颗各个叶子结点高度较为均衡的二进制查询树,相较于传统碰撞树显著地降低了高度,并进一步极大地减少了读写器广播信息的时间开销;通过对曼彻斯特编码原理和CPT树结构进行结合,彻底避免了空时隙的使用,且可仅用一比特信息从一个时隙中同步检验两个标签是否丢失,从而极大地提高了帧和时隙的利用率。在确保相同识别准确率的前提下,相比现有技术,本发明在渐进开销上最大降低了一个近为log N的倍数因子,在各类参数环境下展现出较大的性能提升,兼具良好的鲁棒性和拓展性。
Description
技术领域
本发明涉及射频识别技术领域,具体涉及一种新的平衡碰撞二叉树在大型RFID系统上面的应用,更具体地,涉及一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法。
背景技术
典型的RFID(Radio Frequency Identification,射频识别)通信系统主要由三部分组成:1)标签(tag),每个标签具有唯一ID(电子编码),且无源标签可以从读写器发射的无线射频信号中捕获能量并进行与阅读器通信,但是无源标签之间无法实现互相通信;2)读写器(reader),可以通过无线射频信号向标签中写入数据,也可以从标签中读取所存储物品的信息和感知相关数据;3)后端服务器(the back-end server),与读写器以高速传输的方式连接,并且为系统提供强大的计算和存储能力。RFID技术可以通过将标签附着(嵌入)在物体上(内)来标识目标对象并执行无线感知任务,从而实现对目标对象状态的实时监测。RFID具有通信非视距,通信距离较长等技术特点,克服了传统条形码技术的缺点,而且成本低、易部署。
丢失标签(所附着的物品)识别是RFID物品监控中的一项重要且极具挑战的任务,其主要目的是以设定的准确度识别(搜索、查找)RFID系统中所缺失的标签(所附着的物品)。标签识别算法可以分为两大类:一类基于帧分Aloha(FSA:Frame Slotted Aloha)的算法,另一类是基于二进制查询树BT(Binary Query Tree)的算法。基于帧分Aloha的算法将标签响应分配到不同帧的多个时隙中(其中一帧包含了多个时隙),可以减少标签响应次数,避免标签间连续冲突。基于该设计框架,IIP(Iterative ID-free Protocol)协议有效地避免了96位比特标签ID的传输,显著地提高了时间效率,而THP(Two Hash Protocol)协议则使用两个不同的哈希函数在一帧中产生更多的单例时隙。从系统网络物理层角度出发,P-MTI(Physical-layer Missing Tag Identification)协议通过聚合多个标签的同步响应信号,避免了从单个标签中提取响应信息。为了进一步提高,MMTI(Multi-hashingbased Missing Tag Identification)协议通过多次哈希操作来检验各个标签的存在,而SFMTI(Slot Filter-based Missing Tag Identification)协议通过将预期的冲突时隙重调为单例时隙来提高每一帧的利用率。RproTaR(Probabilistic Tag Retardation-basedprotocol)协议利用位向量的策略消除标签冲突,从而实现了紧凑的标签响应信息传输。以上协议在一个时隙中只能识别一个标签,甚至可能存在着大量的空时隙。PCMTI(Pair-wiseCollision-resolving Missing Tag Identification)协议则通过将两个预期连续的单例时隙重调为一个碰撞时隙来降低丢失标签的识别时间,但该协议在读写器下行信息传输端中花费了大量时间。另一方面,基于二进制查询树BT的算法在丢失标签识别中的应用相对较少,然而传统和现有的基于二进制查询树的算法,大多数都是按照96比特标签ID的分布从前至后一位一位地广播比特的方式来构建查询树的结构,这将会产生大量无效的碰撞时隙。尤其是在标签ID分布比较稀疏的情况下,通过这些方法所构建的二进制查询碰撞树结构将会极大地增加碰撞时隙的数量,从而显著地增加丢失标签识别的开销。
公开日为2018.05.01的中国发明申请:一种基于二叉树分解的多周期RFID防碰撞算法,其包括未知标签抑制和丢失标签识别两个过程,在进行未知标签抑制过程中,若判断某个标签为未知标签,则该标签进入休眠状态,不再参与后续的未知标签抑制和丢失标签识别过程,通过对未知标签的抑制,以达到识别系统中的未知标签,降低未知标签对丢失标签识别过程的影响,提高识别的精度的目的。但是,现有技术仍有一定的局限性。
发明内容
针对现有技术的局限,本发明提出一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,本发明采用的技术方案是:
一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,包括以下步骤:
S1,为目标RFID系统中的各标签分别构建伪ID;
S2,根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
S3,基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
相较于现有技术,本发明在本领域首次提出并使用了平衡碰撞二叉树的数据结构,通过对目标RFID系统构建一颗各个叶子结点高度较为均衡的二进制查询树,相较于传统碰撞树显著地降低了高度,并进一步极大地减少了读写器广播信息的时间开销;通过对曼彻斯特编码原理和CPT树结构进行结合,彻底避免了空时隙的使用,且可仅用一比特信息从一个时隙中同步检验两个标签是否丢失,从而极大地提高了帧和时隙的利用率。在确保相同识别准确率的前提下,相比现有技术,本发明在渐进开销上最大降低了一个近为log N的倍数因子,在各类参数环境下展现出较大的性能提升,兼具良好的鲁棒性和拓展性。
作为一种优选方案,所述伪ID的长度L伪ID满足以下条件:
L源ID>>L伪ID≥log N;
其中,L源ID表示标签的源ID的长度,N表示所述目标RFID系统中的标签数量。
作为一种优选方案,所述步骤S1包括以下过程:
S11,获取标签的数量N以及各标签的源ID,
S12,根据标签的数量N以及各标签的源ID,为各标签分别分配一个种子以及均匀哈希函数;
S13,根据所述种子以及均匀哈希函数,对各标签进行哈希操作分别产生一个二进制形式的数字字符串,以所述数字字符串后L=2logN位作为对应标签的伪ID;
重复所述步骤S12以及S13,直至各标签均获得一个长度为L=2logN且唯一的伪ID。
作为一种优选方案,所述步骤S2构建平衡碰撞二叉树的过程为从根结点开始,逐层通过以下方式对所述标签划分,直至所有标签都被分配到叶子结点中:
以使由当前结点的标签划分得到的子集的大小相差最小为目标,对当前结点各标签的伪ID中的比特位进行遍历,获得当前结点的最大划分比特位;根据当前结点各标签的伪ID在所述最大划分比特位的值,将当前结点的标签划分为两个子集,将划分得到的两个子集分别存储在当前结点的左孩子结点以及右孩子结点中;
若当前结点仅包含一个或者两个标签,则将当前结点归为叶子结点,并且停止当前结点的划分过程。
作为一种优选方案,在所述步骤S3中,对于所述平衡碰撞二叉树高度最低的叶子结点R1,包括以下过程:
S32,将各标签的伪ID的比特分布情况与所述指令信息中关于最大划分比特位的信息进行比较;使信息匹配的标签,即存储在所述叶子结点R1的标签,在当前时隙以自身伪ID的第re位比特数值对RFID读写器进行响应回复;
S33,采用曼彻斯特编码原理,通过让RFID读写器从时隙中解码出标签的回复信息,检验存储于所述叶子结点R1的标签是否丢失。
进一步的,在所述步骤S3中,对于所述平衡碰撞二叉树在同一子树下高度最低的叶子结点R1以及比所述叶子结点R1高一层的叶子结点R2,在所述叶子结点R1完成丢失标签的识别后,以所述叶子结点R1为出发点,对所述叶子结点R2进行丢失标签的识别。
进一步的,若叶子结点中存储了两个标签,则所述比特位re满足以下条件:
叶子结点中的两个标签的伪ID在所述比特位re上的取值分别为1和0。
本发明还提供以下内容:
一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别系统,包括伪ID构建模块、平衡碰撞二叉树构建模块以及遍历识别模块;所述伪ID构建模块连接所述平衡碰撞二叉树构建模块以及遍历识别模块,所述平衡碰撞二叉树构建模块连接所述遍历识别模块;其中:
所述伪ID构建模块用于为目标RFID系统中的各标签分别构建伪ID;
所述平衡碰撞二叉树构建模块用于根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
所述遍历识别模块用于基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
一种介质,其上储存有计算机程序,所述计算机程序被处理器执行时实现前述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
一种计算机设备,包括介质、处理器以及储存在所述介质中并可被所述处理器执行的计算机程序,所述计算机程序被处理器执行时实现前述基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
附图说明
图1为本发明实施例1提供的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤示意图;
图2为本发明实施例1使用的曼彻斯特编码原理示意图;
图3为本发明实施例1中读写器和标签之间的通信模式示意图;
图4为本发明实施例1的CPT与传统碰撞二叉树之间的对比示意图;
图5为本发明实施例1的的示例中所构建的伪标签ID和对应CPT结构示意图;
图6为本发明实施例1的示例中CPT算法丢失标签识别过程示意图;
图7为置信区间参数ε对各算法性能影响示意图;
图8为显著性水平参数δ对各算法性能影响示意图;
图9为标签丢失比α对各算法性能影响示意图;
图10为RFID系统标签数量N对各算法性能影响示意图;
图11本发明实施例2提供的基于平衡碰撞二叉树的大型RFID系统丢失标签识别系统示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
应当明确,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”等仅用于区别类似的对象,而不必用于描述特定的顺序或先后次序,也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。以下结合附图和实施例对本发明做进一步的阐述。
为了解决现有技术的局限性,本实施例提供了一种技术方案,下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
请参考图1,一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,包括以下步骤:
S1,为目标RFID系统中的各标签分别构建伪ID;
S2,根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
S3,基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
相较于现有技术,本发明在本领域首次提出并使用了平衡碰撞二叉树的数据结构,通过对目标RFID系统构建一颗各个叶子结点高度较为均衡的二进制查询树,相较于传统碰撞树显著地降低了高度,并进一步极大地减少了读写器广播信息的时间开销;通过对曼彻斯特编码原理和CPT树结构进行结合,彻底避免了空时隙的使用,且可仅用一比特信息从一个时隙中同步检验两个标签是否丢失,从而极大地提高了帧和时隙的利用率。在确保相同识别准确率的前提下,相比现有技术,本发明在渐进开销上最大降低了一个近为logN的倍数因子,在各类参数环境下展现出较大的性能提升,兼具良好的鲁棒性和拓展性。
具体的,曼彻斯特(Manchester)编码原理如图2的示例所示,本实施例主要应用了曼彻斯特编码能够同时从一个时隙中同步检验两个标签是否丢失的功能,而传统的编码只能够从一个时隙中检验一个标签的存在。具体而言,逻辑符号0或1分别表示电平信号的正或负转换编码。如果标签A和B同时向阅读器回复一位不同的逻辑符号(即0和1),则正负转换会相互干扰,从而生成四种不同类别的叠加信号。通过这种方式,阅读器可以从组合信号中验证丢失的标签:叠加信号为1,标签A丢失而标签B存在;叠加信号为0,标签A存在而标签B丢失;叠加信号为空,则标签A和B都丢失;叠加信号无法解码,则标签A和B都存在。
先听在对话(listenbefore talk)机制如图3所示,RFID标签识别过程由多帧组成,每一帧包含三类时隙:单例时隙(只有一个标签响应的时隙),空时隙(无标签响应的时隙)和碰撞时隙(多个标签同时响应的时隙)。根据EPC C1 Gen2标准,阅读器分别通过广播Query或QR命令来初始化帧。在接收到Query命令后,每个标签产生一个16位的随机数(即RN16),并进一步使用它生成一个时间计数器(即TC)。当且仅当TC=0时,标签会将其RN16传输给阅读器。如果从标签端接收到合法的RN16,阅读器将向该标签返回ACK命令来确认其随机数RN16,并进一步要求其响应(即EPC)。然后,阅读器通过解码接收到的EPC来验证插槽状态。在图4中,t1是阅读器传输和标签回复之间的持续时间,t2是解码标签响应所需的时间。t3是阅读器在t1之后等待标签响应所用的时间。此外,tr和te分别表示传输RN16和EPC所需的时间。在下述示例中,为了简化描述,我们把所有的这些命令打包在一个指令Q中,并且还在该指令中封装了有关于最大划分比特和相应比特位的信息。
如图4示例所示,本实施例所构建的平衡碰撞二叉树(可称为CPT)的最大特点是各个叶子结点的高度较为平均;与现有或传统的碰撞二叉树相比较,各个叶子结点之间的高度相差较小(叶子结点的高度就是叶子结点所在位置到根节点的层数,树的高度等于叶子结点中的最大高度)。传统碰撞二叉树是按照标签源ID的顺序从前往后一位一位广播比特的方式而构建的。因此随着标签源ID的长度增加,该树的高度也会显著地上升。现有基于碰撞二叉树的丢失标签识别方法轮询每一个标签需要从树的根结点构造路径去访问叶子结点,所以树高度的显著上升使得这些算法的时间开销也将急剧升高。
而在本实施例中,会先为目标RFID系统中的各标签分别构建伪ID每个标签重新构建一个伪ID以满足以下两个要求:1)伪ID的长度L需要远远小于源ID的长度(通常为一个96比特的二进制数字字符串),并且满足L≥log N,其中N表示为RFID系统中标签的数量;2)每个标签都有唯一的伪ID,即每两个标签的伪ID都不相同。
因此,作为一种优选实施例,所述伪ID的长度L伪ID满足以下条件:
L源ID>>L伪ID≥log N;
其中,L源ID表示标签的源ID的长度,N表示所述目标RFID系统中的标签数量。
作为一种优选实施例,所述步骤S1包括以下过程:
S11,获取标签的数量N以及各标签的源ID,
S12,根据标签的数量N以及各标签的源ID,为各标签分别分配一个种子以及均匀哈希函数;
S13,根据所述种子以及均匀哈希函数,对各标签进行哈希操作分别产生一个二进制形式的数字字符串,以所述数字字符串后L=2logN位作为对应标签的伪ID;
重复所述步骤S12以及S13,直至各标签均获得一个长度为L=2logN且唯一的伪ID。
在实际应用中,所有的标签源ID在进入系统前已经被录入了后端服务器,所以读写器可以轻易获取所有的标签源ID信息和标签的数量N。即使读写器没有预先存储所有标签的信息,也可以通过标签数量估计方法或者标签信息收集方法来获取标签的各项信息。在已知标签源ID分布的情况下,通过步骤S12,为各标签分别分配一个种子s以及均匀哈希函数H(),经由下行传输通道把s和H()广播给目标RFID系中的每一个标签执行后续步骤,可以尽可能地避免所构建标签伪ID之间的碰撞。
在步骤S13中,每个标签接收到来自于读写器的种子s和均匀哈希函数H()后,对任意一个标签t的ID,记为It,本实施例会采用哈希操作H(It,s)产生一个二进制形式的数字字符串,并且把该数字后L=2logN位作为标签t的伪ID,记为I′t;为了避免仍然可能会出现伪IDI′t之间的碰撞,读写器可以通过不断地挑选种子s去重复地执行上述步骤A1和步骤A2,直到每个标签都获得一个长度为L=2logN且唯一的伪ID。
作为一种优选实施例,所述步骤S2构建平衡碰撞二叉树的过程为从根结点开始,逐层通过以下方式对所述标签划分,直至所有标签都被分配到叶子结点中:
以使由当前结点的标签划分得到的子集的大小相差最小为目标,对当前结点各标签的伪ID中的比特位进行遍历,获得当前结点的最大划分比特位;根据当前结点各标签的伪ID在所述最大划分比特位的值,将当前结点的标签划分为两个子集,将划分得到的两个子集分别存储在当前结点的左孩子结点以及右孩子结点中;
若当前结点仅包含一个或者两个标签,则将当前结点归为叶子结点,并且停止当前结点的划分过程。
具体的,以从CPT的根结点R(层数或称为高度为0)开始为例,读写器从前至后遍历所有标签的伪ID的每一个比特位,寻找一位比特位i(可称为之最大划分比特位)能够把N个标签划分为两个大小最为相近的子集S1和S2(大小分别记为为N1和N2),并且标签子集S1和S2将分别进入根结点R的左孩子结点Rl(高度为1)和右孩子结点Rr(高度为1)中。具体来说,对RFID系统中任意一个标签t,如果该标签伪IDIt′的第i比特位为1(即i=1),则它会被分配到子集S1,并且被存储在根结点R的左孩子结点Rl;而如果该标签伪ID I′t的第i比特位为0(即i=0),则它会被分配到子集S2,并且被存储在根结点R的右孩子结点Rr。
与上述过程类似,之后读写器将分配到CPT树根结点R的左孩子结点Rl的标签集合S1进一步划分为两个大小最为相近的标签子集和具体而言,读写器从分配到结点Rl的标签子集S1的伪ID中搜索出能够将S1划分为两个大小最为相近的标签子集和的一个比特位j(最大划分比特位)。同理地,子集S1中j=1的标签会被分配到更小的一个标签集合并且被存储在Rl的左孩子结点(高度为2);而其他j=0的标签会被分配到集合并且被存储在Rl的右孩子结点(高度为2)中。
以此类推,从根结点到叶子结点,在CPT树中所有的内部结点循环类似上述的划分步骤;当一个结点所存储的标签集合中仅包含一个或者两个标签时,该结点将被定义为叶子结点,并且停止划分过程。当CPT树种所有内部结点所存储的标签子集都被分配到叶子结点中时,阅读器将停止对标签的划分操作,最终得到一棵完整的平衡碰撞二叉(CPT)树。
基于上一阶段中所构建的CPT结构,读写器可以根据根结点到叶子结点的路径去访问任意叶子结点中的标签集合(仅包含一个或者两个标签),从而通过接收来自于该标签集合的响应信号来检验它们是否丢失。本实施例中读写器和标签之间的通信是按照先听后对话(listen before talk)的机制实施的。由于读写器并不能预先感知哪个标签丢失,所以需要让它遍历每一个叶子结点以搜索出所有的丢失标签。为了进一步降低信息广播的时间开销,在本实施例中,读写器并不是像现有技术那样始终从根结点出发去访问每个叶子结点,而是先从根结点出发,访问高度(即根结点到叶子结点的层数)较低的叶子结点,然后再从该叶子结点出发,去访问高度更高(层数更大)的其他叶子结点,按照叶子结点高度由低至高的形式逐层递进。
因此,作为一种优选实施例,在所述步骤S3中,对于所述平衡碰撞二叉树高度最低的叶子结点R1,包括以下过程:
S32,将各标签的伪ID的比特分布情况与所述指令信息中关于最大划分比特位的信息进行比较;使信息匹配的标签,即存储在所述叶子结点R1的标签,在当前时隙以自身伪ID的第re位比特数值对RFID读写器进行响应回复;
S33,采用曼彻斯特编码原理,通过让RFID读写器从时隙中解码出标签的回复信息,检验存储于所述叶子结点R1的标签是否丢失。
具体的,在步骤S32中,标签在比较后,若果不匹配,则该标签将会在该时隙期间保持沉默;在步骤S32中,仅有存储在叶子结点R1的标签匹配指令信息,以自身伪ID的第re位比特的数值为回复信息响应读写器。至步骤S33再采用曼彻斯特编码原理,让读写器从时隙中解码出标签的回复信息,从而进一步检验存储于叶子结点R1的标签是否丢失。
进一步的,在所述步骤S3中,对于所述平衡碰撞二叉树在同一子树下高度最低的叶子结点R1以及比所述叶子结点R1高一层的叶子结点R2,在所述叶子结点R1完成丢失标签的识别后,以所述叶子结点R1为出发点,对所述叶子结点R2进行丢失标签的识别。
具体的,由于在检验过叶子结点R1的标签时,目标RFID系统中的所有标签已经保存了指令所携带的信息,因此读写器不再重复广播指令信息,可以直接以叶子结点R1为出发点封装第二个指令去访问下一个叶子结点R2;以此类推,遍历该树中的每一个叶子结点,并利用曼彻斯特编码从这些叶子结点中搜索、识别出所有的丢失标签。
进一步的,若叶子结点中存储了两个标签,则所述比特位re满足以下条件:
叶子结点中的两个标签的伪ID在所述比特位re上的取值分别为1和0。
由此,在所述步骤S33中,即使是对于一个包含两个标签响应(响应信息需要不同,即1和0)的碰撞时隙,曼彻斯特编码也可以从中正确地解码出标签的响应信息。
接下来,本实施例将结合具体的示例来做进一步的说明:
请参阅图5以及图6中的具体示例,其中,标签2,3,5,7,8和9为存在标签,而标签1,4,6,10是丢失标签,本实施在对丢失标签进行识别时,将包括以下过程:
步骤D1:根据目标RFID系统中标签1,2,3,4,5,6,7,8,9和10的源ID的比特分布,读写器生成种子集合S={s1,s2 L sn}和一个均匀哈希函数H(),并将这些参数信息广播给各个标签。
步骤D2:下行接收到步骤D1中的种子集合S={s1,s2 L sn}和哈希函数H()后,各个标签首先从种子集合中挑选一个合适的种子,再利用自身的源ID、种子和哈希函数通过哈希操作H(ID,s)产生一个二进制的数字字符串St,然后取St中后6位比特所构成的子串作为伪ID。如果伪ID之间发生碰撞,则碰撞标签将重新选择种子构建伪ID,以达到每个标签都拥有一个唯一的伪ID。本案例中,标签1,2,3,4,5,6,7,8,9和10的6比特长度的伪ID如图5(a)所示。
步骤D3:完成伪ID的构建之后,读写器根据步骤D2所构建的伪ID的比特分布,开始虚拟地构建一棵CPT树(一种崭新的数据结构)。如图5(b)所示,读写器首先把标签1,2,3,4,5,6,7,8,9和10映射到根结点0,然后利用伪ID的第3比特位(最大划分比特位)把这10个标签划分为两个大小最为相近的子集{1,3,5,9,10}(第3比特值为1)和{2,4,6,7,8}(第3比特值为0),并把标签子集{1,3,5,9,10}转移到结点0的左孩子结点1,把标签子集{2,4,6,7,8}转移动到结点0的右孩子结点2。相似地,对于结点1,读写器利用第2比特位(最大划分比特位)把集合{1,3,5,9,10}划分为两个大小最为相近的子集{1,5,9}(第2比特值为1)和{3,10}(第2比特值为0),并分别转移到结点1的左孩子结点3和右孩子结点4。
步骤D4:读写器发现结点4中只存储着两个标签,则停止对该结点中标签子集的划分;而叶子结点3携带者3个标签将会被以相同的策进一步划分为叶子结点7和叶子结点8。至此,读写器成功地利用各层的最大划分比特位构造了根结点0的左子树;同理,读写器也将以类似于步骤D3的方式构建根结点0的右子树。最终,RFID系统中所有的标签会被映射到如图5(b)所示CPT树的各个叶子结点之中,并且每个叶子结点只存储着一个或两个标签。
步骤D5:根据步骤D4中所构建的CPT树,读写器将按照CPT结构先左子树后右子树、按照层数由低至高访问每一个叶子结点,因此首先被询问的是叶子结点4。读写器从根结点0出发构建第一条指令访问叶子结点4。根据CPT树结构和步骤D2中构建的伪ID,读写器将广播第一条指令给标签1,2,3,4,5,6,7,8,9和10。
步骤D6:如图6所示,下行接收到步骤D5中的第一条指令所有标签检验自身伪ID的第3比特是否为1并且第2比特是否为0。只有标签3和10匹配这两条分布信息,则它们会以伪ID的第4比特(即分别为“1”和“0”)同时响应读写器。标签1,2,4,5,6,7,8和9的伪ID比特分布与这两条信息不匹配,则把最后一个划分比特的值置为1(即指令路径信息更新为{(3,1);(2,1)}),然后保持沉默。利用曼彻斯特编码,读写器只从标签3和10的叠加相应信息中解码出逻辑字符“1”,则识别出标签10为丢失标签。响应结束后,标签3和10永久保持沉默。
步骤D7:经过步骤D6,所有标签都存储了第一条指令中的路径信息,于是读写器从叶子结点4出发构建第二条指令访问叶子结点7。类似于步骤D5和D6,读写器广播第一帧中的第二条指令给剩下的标签1,2,4,5,6,7,8和9。各个标签比较自身伪ID的第3比特是否为1、第2比特是否为0且第5比特是否为1。只有标签1和5匹配这三条信息,则它们会以自身伪ID的第1比特(即分别为“0”和“1”)同时响应读写器;而其他的标签把最后一个划分比特的值置为0(即指令路径信息更新为{(3,1);(2,1);(5,0)}),然后保持沉默。同理,利用曼彻斯特编码,读写器只从标签1和5的叠加相应信息中解码出逻辑字符“1”,则识别出标签1为丢失标签。响应结束后,标签1和5永久保持沉默。
步骤D8:读写器从结点7出发构建第一帧的第三条指令访问叶子结点8。因为只有标签9匹配步骤D7之后更新的路径信息{(3,1);(2,1);(5,0)},所以该标签以自身伪ID的第1比特(“0”)响应读写器。读写器从无线传输信号中解码出逻辑字符“0”,则验证了标签9的存在。
步骤D9:执行完结点0的左子树后,读写器利用命令Query或QR初始化第二帧去访问结点0右子树。在接收到命令Query或QR后,标签会把步骤5,6,7和8中所广播的所有指令信息清除,剩余的标签2,4,6,7和8将会重新记录第二帧中指令的路径信息。类似于步骤5,6,7和8,读写器会依次访问叶子结点5,9和10,进一步检验和识别出丢失标签4和6。
步骤D10:最后,阅读器输出丢失标签1,4,6和10的源ID,完成对目标RFID系统中所有丢失标签的识别。
接下来,本实施例将展示在满足如下识别准确率要求下,本发明方法(后续简称CPT算法)和现有技术之间的仿真性能比较:
其中,集合A表示RFID系统中丢失的标签集合,集合B表示RFID丢失标签识别算法所输出的标签集合,ε和δ分别表示置信区间参数和显著性水平参数。此外,丢失标签集合的大小为|A|=αN,其中N表示RFID系统中标签的数量,α表示丢失标签占总标签数量的比值。本实施案例通过改变参数ε,δ,α和N观察各个算法在满足以上识别准确率要求下在时间开销方面的表现。
如图7(a)和7(b)所示,在该实施案例中,当ε不断增大时,所有算法的执行时间都显著地减少。更为重要地,随着ε从0.02增大到0.1,CPT算法的性能始终位于最低的水准,并且比现有最佳算法PCMTI的性能提高了将近8%。
如图8(a)和8(b)所示,随着δ的不断升高,CPT算法性能始终优于其他算法,并且相比于MMTI算法减少了近45%的时间开销。此外,CPT算法也展现出最为平稳的性能。
如图9(a)和9(b)所示,在较小的α下,所有算法的执行时间都极大地减少。与PCMTI算法相比,CPT减少了大概20%-45%的执行时间,并展示出了更好的可扩展性。
如图10(a)和10(b)所示,随着N从10000增加到50000,每个算法的执行时间都讯速地上升,这表明算法对N的敏感性比较高。其中,CPT算法的斜率明显小于其他算法,而MMTI和SFMT算法的斜率在不断地增大,这再次证明了CPT算法的可拓展性和鲁棒性。
总体而言,该实施案例展现出以下结论:1)参数ε和N对每个算法执行时间的影响比较大,而参数δ和α对它们的影响较小;2)在较小ε下,各个算法的执行时间下降得更为明显;而当ε接近0.1时,下降趋势变得不那么明显。相反,当N不断地上升时,各个算法时间开销的增长近似地表现出一个常数的斜率;3)CPT算法在时间开销、可扩展性和稳定性方面优于其他算法,并且表现出了较大的算法性能提升。
实施例2
一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别系统,请参阅图11,包括伪ID构建模块1、平衡碰撞二叉树构建模块2以及遍历识别模块3;所述伪ID构建模块1连接所述平衡碰撞二叉树构建模块2以及遍历识别模块3,所述平衡碰撞二叉树构建模块2连接所述遍历识别模块3;其中:
所述伪ID构建模块1用于为目标RFID系统中的各标签分别构建伪ID;
所述平衡碰撞二叉树构建模块2用于根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
所述遍历识别模块3用于基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
实施例3
一种介质,其上储存有计算机程序,所述计算机程序被处理器执行时实现实施例1中的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
实施例4
一种计算机设备,包括介质、处理器以及储存在所述介质中并可被所述处理器执行的计算机程序,所述计算机程序被处理器执行时实现实施例1中的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,包括以下步骤:
S1,为目标RFID系统中的各标签分别构建伪ID;
S2,根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
S3,基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
2.根据权利要求1所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,所述伪ID的长度L伪ID满足以下条件:
L源ID>>L伪ID≥logN;
其中,L源ID表示标签的源ID的长度,N表示所述目标RFID系统中的标签数量。
3.根据权利要求1所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,所述步骤S1包括以下过程:
S11,获取标签的数量N以及各标签的源ID,
S12,根据标签的数量N以及各标签的源ID,为各标签分别分配一个种子以及均匀哈希函数;
S13,根据所述种子以及均匀哈希函数,对各标签进行哈希操作分别产生一个二进制形式的数字字符串,以所述数字字符串后L=2logN位作为对应标签的伪ID;
重复所述步骤S12以及S13,直至各标签均获得一个长度为L=2logN且唯一的伪ID。
4.根据权利要求1所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,所述步骤S2构建平衡碰撞二叉树的过程为从根结点开始,逐层通过以下方式对所述标签划分,直至所有标签都被分配到叶子结点中:
以使由当前结点的标签划分得到的子集的大小相差最小为目标,对当前结点各标签的伪ID中的比特位进行遍历,获得当前结点的最大划分比特位;根据当前结点各标签的伪ID在所述最大划分比特位的值,将当前结点的标签划分为两个子集,将划分得到的两个子集分别存储在当前结点的左孩子结点以及右孩子结点中;
若当前结点仅包含一个或者两个标签,则将当前结点归为叶子结点,并且停止当前结点的划分过程。
5.根据权利要求1所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,在所述步骤S3中,对于所述平衡碰撞二叉树高度最低的叶子结点R1,包括以下过程:
S32,将各标签的伪ID的比特分布情况与所述指令信息中关于最大划分比特位的信息进行比较;使信息匹配的标签,即存储在所述叶子结点R1的标签,在当前时隙以自身伪ID的第re位比特数值对RFID读写器进行响应回复;
S33,采用曼彻斯特编码原理,通过让RFID读写器从时隙中解码出标签的回复信息,检验存储于所述叶子结点R1的标签是否丢失。
6.根据权利要求5所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,在所述步骤S3中,对于所述平衡碰撞二叉树在同一子树下高度最低的叶子结点R1以及比所述叶子结点R1高一层的叶子结点R2,在所述叶子结点R1完成丢失标签的识别后,以所述叶子结点R1为出发点,对所述叶子结点R2进行丢失标签的识别。
7.根据权利要求5所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法,其特征在于,若叶子结点中存储了两个标签,则所述比特位re满足以下条件:
叶子结点中的两个标签的伪ID在所述比特位re上的取值分别为1和0。
8.一种基于平衡碰撞二叉树的大型RFID系统丢失标签识别系统,其特征在于,包括伪ID构建模块(1)、平衡碰撞二叉树构建模块(2)以及遍历识别模块(3);所述伪ID构建模块(1)连接所述平衡碰撞二叉树构建模块(2)以及遍历识别模块(3),所述平衡碰撞二叉树构建模块(2)连接所述遍历识别模块(3);其中:
所述伪ID构建模块(1)用于为目标RFID系统中的各标签分别构建伪ID;
所述平衡碰撞二叉树构建模块(2)用于根据所述伪ID,构建出所述目标RFID系统的平衡碰撞二叉树;
其中,所述平衡碰撞二叉树由根节点、根节点以上出度为0的叶子结点以及出度为2的内部结点构成;所述叶子结点用于执行帧中的一个单例时隙或者是一个包含两个标签的碰撞时隙;所述内部结点仅用于存储数据,不执行标签响应和识别操作;
所述遍历识别模块(3)用于基于曼彻斯特编码原理以及RFID阅读器与标签之间的先听再对话机制,从所述根结点开始,逐层递进出发到更高一层,对所述平衡碰撞二叉树中的叶子节点进行遍历,识别出所述目标RFID系统中的丢失标签。
9.一种介质,其上储存有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
10.一种计算机设备,其特征在于:包括介质、处理器以及储存在所述介质中并可被所述处理器执行的计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于平衡碰撞二叉树的大型RFID系统丢失标签识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648525.2A CN114330393B (zh) | 2021-12-29 | 2021-12-29 | 一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648525.2A CN114330393B (zh) | 2021-12-29 | 2021-12-29 | 一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114330393A true CN114330393A (zh) | 2022-04-12 |
CN114330393B CN114330393B (zh) | 2023-07-18 |
Family
ID=81018248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111648525.2A Active CN114330393B (zh) | 2021-12-29 | 2021-12-29 | 一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114330393B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004038644A2 (en) * | 2002-10-25 | 2004-05-06 | Symbol Technologies, Inc. | Optimization of a binary tree traversal with secure communications |
KR20060115694A (ko) * | 2006-10-19 | 2006-11-09 | 한국정보통신대학교 산학협력단 | Rfid 시스템의 쿼리 트리 기반 태그 인식 방법 |
KR100680272B1 (ko) * | 2005-08-11 | 2007-02-07 | 고려대학교 산학협력단 | Rfid인증 시스템 및 그 방법 |
WO2008039306A2 (en) * | 2006-09-22 | 2008-04-03 | Lucent Technologies Inc. | Estimation of the cardinality of a set of wireless devices |
CN101393594A (zh) * | 2008-10-24 | 2009-03-25 | 中山大学 | 一种用于rfid系统中的基于分组动态帧及二叉树搜索的多标签防碰撞方法 |
CN110807339A (zh) * | 2019-11-04 | 2020-02-18 | 中国石油大学(华东) | Rfid系统的丢失标签检测方法 |
CN111027335A (zh) * | 2019-11-22 | 2020-04-17 | 南京航空航天大学 | 一种k比特连续碰撞位检测分裂树RFID标签防碰撞算法 |
CN111310488A (zh) * | 2020-01-20 | 2020-06-19 | 太原理工大学 | 一种自适应m进制树rfid防碰撞方法 |
-
2021
- 2021-12-29 CN CN202111648525.2A patent/CN114330393B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004038644A2 (en) * | 2002-10-25 | 2004-05-06 | Symbol Technologies, Inc. | Optimization of a binary tree traversal with secure communications |
KR100680272B1 (ko) * | 2005-08-11 | 2007-02-07 | 고려대학교 산학협력단 | Rfid인증 시스템 및 그 방법 |
WO2008039306A2 (en) * | 2006-09-22 | 2008-04-03 | Lucent Technologies Inc. | Estimation of the cardinality of a set of wireless devices |
KR20060115694A (ko) * | 2006-10-19 | 2006-11-09 | 한국정보통신대학교 산학협력단 | Rfid 시스템의 쿼리 트리 기반 태그 인식 방법 |
CN101393594A (zh) * | 2008-10-24 | 2009-03-25 | 中山大学 | 一种用于rfid系统中的基于分组动态帧及二叉树搜索的多标签防碰撞方法 |
CN110807339A (zh) * | 2019-11-04 | 2020-02-18 | 中国石油大学(华东) | Rfid系统的丢失标签检测方法 |
CN111027335A (zh) * | 2019-11-22 | 2020-04-17 | 南京航空航天大学 | 一种k比特连续碰撞位检测分裂树RFID标签防碰撞算法 |
CN111310488A (zh) * | 2020-01-20 | 2020-06-19 | 太原理工大学 | 一种自适应m进制树rfid防碰撞方法 |
Non-Patent Citations (2)
Title |
---|
王鑫;贾庆轩;高欣;陈钢;赵兵;: "基于位图构建的RFID自适应N树防碰撞算法", 上海交通大学学报, no. 02 * |
陈红琳;: "RFID系统防碰撞算法研究", 计算机技术与发展, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN114330393B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lai et al. | A novel query tree protocol with bit tracking in RFID tag identification | |
Chen et al. | A novel anti-collision algorithm in RFID systems for identifying passive tags | |
US7612672B2 (en) | Query tree based tag identification method in RFID systems | |
Kong et al. | A parallel identification protocol for RFID systems | |
Lai et al. | General binary tree protocol for coping with the capture effect in RFID tag identification | |
CN104517087B (zh) | 一种rfid多标签识别防碰撞方法 | |
CN103020568B (zh) | 基于标签id预处理的rfid防碰撞方法 | |
CN106650530B (zh) | 适用于rfid系统的增强型四叉树防碰撞算法 | |
CN107784247B (zh) | 匿名射频识别系统分阶段丢失关键标签识别方法 | |
Su et al. | A New RFID Anti‐collision Algorithm Based on the Q‐Ary Search Scheme | |
CN113836961B (zh) | 一种无源超高频rfid标签数量估算方法及系统 | |
Zhu et al. | Mobile RFID with a high identification rate | |
CN111046685A (zh) | 基于分组寻呼的锁位式双前缀探针防碰撞计算方法 | |
Liu et al. | Fast RFID polling protocols | |
CN107895130A (zh) | 一种基于碰撞树的自适应多叉树防碰撞方法 | |
CN104166867B (zh) | 一种多hash函数多帧耦合型rfid防碰撞算法(mhmfg) | |
CN114330393A (zh) | 一种基于平衡碰撞二叉树的大型rfid系统丢失标签识别方法 | |
CN108090386A (zh) | 一种基于二叉树分解的多周期rfid防碰撞算法 | |
Dong et al. | An Improved Binary Search Anti-Collision Protocol for RFID Tag Identification. | |
Shakiba et al. | Fitted dynamic framed slotted ALOHA anti-collision algorithm in RFID systems | |
Umelo et al. | Grouping based radio frequency identification anti-collision protocols for dense internet of things application | |
Jia et al. | Analysis of anti-collision protocols for RFID tag identification | |
Xie et al. | A tag-correlation-based approach to fast identification of group tags | |
Choi et al. | Robust and Dynamic Bin Slotted Anti-Collision Algorithms in RFID System | |
Yeh et al. | Parallel Splitting for RFID tag anti-collision |
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 |