【摘 要】
：
射频识别（Radio Frequence Identification,RFID）技术是物联网时代的关键技术,使用RFID技术可以实现对物体的非接触式自动识别。标签碰撞问题是RFID系统中存在的关键问题之一,设计出高效稳定的防碰撞算法对RFID技术的发展至关重要。基于查询树的防碰撞算法是用于解决标签碰撞问题的主要算法,但是其具有识别时延较长以及在捕获效应的影响下产生标签遗漏识别的问题,严重影响了算
论文部分内容阅读
射频识别（Radio Frequence Identification,RFID）技术是物联网时代的关键技术,使用RFID技术可以实现对物体的非接触式自动识别。标签碰撞问题是RFID系统中存在的关键问题之一,设计出高效稳定的防碰撞算法对RFID技术的发展至关重要。基于查询树的防碰撞算法是用于解决标签碰撞问题的主要算法,但是其具有识别时延较长以及在捕获效应的影响下产生标签遗漏识别的问题,严重影响了算法在实际场景中的应用。针对上述问题,本文提出了DGMQT算法以解决识别时延过长的问题,提出了GMCQT算法以解决标签的遗漏识别问题,提升了算法的识别性能以及稳定性。本文主要研究工作如下:1.提出了一种基于分组映射的查询树防碰撞算法（Aligning Map Query tree Anticollision algorithm based on Double Grouping,DGMQT）,设计了基于分组的标签ID映射机制,包括三位映射及两位映射以适用于不同ID位数的标签,通过使用映射数据实现对识别码的细粒度划分,消除了识别过程中空时隙的产生,降低了碰撞时隙产生,将时隙利用率提升至极限,提升算法识别效率。2.在DGMQT算法的基础上引入防捕获思想,提出了捕获效应下基于分组映射的查询树防碰撞算法（Query Tree Algorithm based on Group Mapping under Capture Effect,GMCQT）,对所提DGMQT算法的设计思想以及识别流程加以改进,设计了原始查询码动态入栈机制,即在识别过程中根据查询堆栈内查询码的状态对其进行分组入栈,对受捕获效应影响而被遗漏识别的标签进行二次查询,起到了防捕获的效果。3.通过仿真实验来验证算法性能,实验结果表明,所提DGMQT算法总时隙数更少、识别效率更高,具备更好的防碰撞性;所提GMCQT算法也具有良好的识别时隙以及识别效率,具备抗捕获性。利用改进后的算法可以有效解决标签碰撞问题以及捕获效应带来的标签漏读问题,有着良好的性能表现。
其他文献
＜正＞综观近几年高考语文信息类文本阅读的真题，呈现出几个命题的变化：一是形式创新，2020年新高考卷由原来的论述类文本、实用类文本变成了“现代文阅读I非连续性文本阅读（论述类、实用类合二为一）”。二是内容丰富，文本选材既有学术性论文、政治性论文、时评、书评，又可涉传记、新闻、调查报告、科普文章、杂文、图表等，选材内容或传统文化、或科技现象、或社会热点……围绕共同的核心话题，选取2～3则非连续性、相
近年来,车辆保有量的增加导致交通事故的发生更加频繁,造成了严重的经济和社会损失,尤其是汽车连环碰撞造成的损失最为严重。在高速公路上异常车的临近车辆有可能发现其前方的异常车,但是由于视线的遮挡,邻近车的后车几乎不可能预先知道前方发生的状况。如果异常车能够在发生异常时及时向其通信范围后方的多个车辆发送紧急预警报文,则可以大大降低事故的发生率。为了实现多车协同碰撞预警,降低预警报文的传输时延,减少交通事
在石油化工生产当中,常常用到管汇对不同方向上的来流进行收集并重新分配。当管汇将气液两相流分配到并联分离器中时,有时会出现偏流现象,即气液两相在两分离器内的相分配比例不同。偏流现象的出现不利于整个生产系统正常高效地运行,严重的偏流可能造成分离器以及后续下游设备过载或空载。因此,了解气液两相流流经管汇后在两并联分离器内的相分配特性,对保证生产系统正常高效运行具有重要意义。本文通过室内实验对气液两相流在
＜正＞信息类文本阅读，其实是一个综合性概念。在新高考卷中，文本由两则材料构成，题目有3道选择题、2道主观题，共17分。全国卷中则有两部分，6小题（论述类与实用类），共21分，第一部分是论述文阅读，有3道选择题；第二部分文本由两则材料或一则材料构成，题目有2道选择题、1道主观题。由此可见，近年来信息类文本阅读在高考语文试卷中所占的分值相当有分量。在这里，基于新高考卷和全国卷第二部分内容文本相似，所以
目前,在油气长距离陆上混输和海洋油气田混输系统中,研究多相流特性,检测石油与天然气过程参数,确保生产过程稳定是油田开发流动安全的关键。丝网传感器技术作为一种侵入式的动态检测方法可广泛应用于多相流特性研究与多相流参数工程检测。其侵入式特性将流动截面平均分成若干个敏感测量点,实时测量管道截面的相分数,得到流体内部流动的详细信息。基于丝网传感器的多维测量结果,不仅可以检测流体流动的过程参数,还可以重建流
在地质勘探研究中,储层参数预测是综合利用地震和测井数据来评估和预测储层的岩性、物性及油气等性质的过程,其中孔隙度是最重要的储层参数之一。精确预测孔隙度,可以为地质综合评价、井位部署、储量估算等研究提供关键依据。在孔隙度研究早期,孔隙度测量方法以直接法为主,但存在取芯困难、成本高的问题。近年来,以极限学习机（ELM）、前馈神经网络（BP）等为代表的间接法成为了主流,但这些传统方法,都存在孔隙度预测精
随着高速无线局域网的迅速发展,并且日渐趋于成熟,高速无线局域网已广泛应用于人们的生活中。然而无线通信会受到冲突、干扰和多路径衰减等多种因素的影响,导致高速无线局域网中的通信链路质量比较差,有着较高的分组丢失率,发送端需要进行多次重传,使信道利用率变低,网络的整体性能下降。如果能准确识别分组丢失的原因,基于识别的结果对链路层协议进行改进,会有助于提高网络的整体性能。但现有的分组丢失识别算法存在高开销
文本蕴含识别是在语义基础上识别出句子对之间的单向推理关系,是自然语言处理领域的一项基础性研究,具有丰富的应用场景。现阶段,随着深度学习的快速发展,基于深度学习的文本蕴含识别方法成为了主流,国内外研究者进行了大量研究,达到了较高的识别效果。但基于深度学习的识别模型只从固定的训练数据中学习推理知识,没有考虑融合训练数据以外的外部先验知识,导致模型的泛化能力不强。针对以上问题,本文提出了一种在神经网络中
文章从核心素养与信息类文本的关联分析入手，通过分析2020年和2021年新高考I卷的命题特征，结合学生的答题现状与高考命题趋势，探究了信息类文本的有效备考策略。
随着大港油田公司“降本增效”的不断深入，迫切需要钻井提速，缩短钻井周期节约成本，针对定向作业，根据大港油区不同井型、剖面及井身结构、层系岩性特点，通过优化钻具组合、推广螺杆钻具改型、完善钻井参数配套，提高“一趟钻”定向井轨迹控制技术，从而实现安全快速钻井，提高经济效益，在大港油田具有良好的应用前景。