硕士开题报告PPT

硕士学位论文开题报告
而在现实应用如在物流、超市以及工业生产中、带有标签 的商品往往是集中放置在传送带上、通过传送带保持一定 密度和速度的状态下通过阅读器作用范围。如图4所示。
阅读器 Rmax V
h
识别前的标签
L
经过识别后的标签
图4 标签通过传送带通过RFID阅读区域的模型
硕士学位论文开题报告
近年来，国外Seung Sik Choi[11] 和国内邓晓 [12] 等学者利 用碰撞因子的方法进行标签估算，相对过去的方法有了一 定的改进。这种方法是利用了以碰撞时隙概率为横坐标， 碰撞因子β （即碰撞时隙内平均标签数）为纵坐标时，得 到的曲线与系统采用的帧长度N无关的特性。
硕士学位论文开题报告
算，再在此基础上，对标签进行相应的分组，以及对帧长 度进行相应的调整，并采用轮流对标签组进行读取的办法。 该方法在帧长度有限时起到了很好的作用。
硕士学位论文开题报告
虽然上述方法在RFID反碰撞算法中取得了很好的结果、但
是这些算法大都是在RFID阅读器和标签静止不动的前提下 提出的。而对于在移动RFID系统中，阅读器或者带有电子 标签的物品往往是处于一种运动状态。
题进行了研究。国外的Minho Jo[23] 对该运动状态下的 RFID进行建模分析并与实际试验结合给出了一定的算法改 进。我国南京大学计算机软件新技术国家重点实验室的谢 雷 [24] 则 通过建模分析对标签运动状态下的情况进行建模
分析，对EPC class 1 gen 2标准基础上进行了改进。
硕士学位论文开题报告
硕士学位论文开题报告
三、研究内容与方法
在已往的射频识别算法研究中，阅读器和标签大都处在如 图3所示的一种相对静止的状态。系统作用区域内的标签会 不断响应阅读器的命令，直到成功发送自己的存储信息， 并且在整个识别过程中，作用区域内没有标签的进入或离 开。
阅读器 Rmax
图3 固定状态下的RFID标签识别系统示意图
标签运动状态下的射频识别（RFID）系统 反碰撞算法研究
学 生： 指导老师： 教授 领 域： 计算机技术
硕士学位论文开题报告
摘要
一、前言 二、国内外研究状况 三、研究内容与方法 四、论文主要内容及预期成果 五、参考文献
硕士学位论文开题报告
一、前言
物联网（Internet of Things）作为新一代信息技术的重要 组成部分，代表了未来计算与通信技术发展的方向，被认 为是继计算机、Internet之后，信息产业领域的第三次发 展浪潮。因此，近年来越来越多的国家开始了基于物联网 方面的发展和计划。我国将物联网发展明确写入“十二五” 规划。在今年“两会”上，物联网也称为代表们热门讨论 话题之一。 RFID（Radio frequency identification）作为物联网关键 技术之一，以其识别速度快、方便、作用距离远等特点而 被认为是最有发展前途的信息技术之一。
由于现实应用中，系统的帧长度不可能无限增大。这使得
在标签数目远大于帧长度上限时，系统无法得到最优化。 针对这一点， 华中科技大学的程文青 [13] 以及中科院自动
化研究所的徐圆圆 [14]，南京电子技术研究所的翟勇 [15]、 国 外 的 LEE S R[16] 等 学 者 都 提 出 了 增 强 型 动 态 帧 时 隙 ALOHA(EDFSA，Enhanced Dynamic Frame Slotted Aloha) 算法。该算法主要是通过首先对作用范围内的标签进行估
硕士学位论文开题报告
Matlab程序示意框架图
开始 RFID阅读器反碰 撞算法识别运算
初始化设置 帧长度N调整
内部数据
手动输入L/V/D 参数
传送带运动
标签是否传送完？ 数据 Yes 识别率及相关统 计分析
No
图4 Matlab 模拟程序流程框架图
硕士学位论文开题报告
四、论文主要内容及预期成果 1. 对射频识别（RFID）系统反碰撞算法当前的研 究进展及其应用进行分析。对常用的标签估算方 法的比较。尝试建立一种传送带模型的标签运动 状态下的RFID系统。 2. 对该系统进行分析研究，探寻运动状态下的 RFID系统识别率与标签密度和标签运动速度之 间的关系。 3. 拟提出一种新的标签估算方法，相对于现有的标 签估算方法有着较好的估算精确度。并将该方法 运用到现有的反碰撞系统中，以验证新方法的有 效性。
反复试验的方法，而很少有通过理论分析的方法来解决这 一问题的。
对这类问题进行试验的研究最早发表于Park et al[20] 在 2006年，Jo et al[21] 在2007年两篇文章。 分别对RFID标
签识别率和传送带速度、标签摆放位置、发射电线种类以 及阅读距离之间的关系进行了实验,试验数据证明这些因 素都会对最终的标签识别有影响。 同样我国上海交通大学的王东 [22] 在2010年发表的文章中， 也通过室内试验方法，在传送带的环境下做了类似的实验。 分别对摆放情况、角度以及速度在0.5-2m/s情况下的标签 识别率进行了试验。
签漏读率小于5%。而这一漏读率 在列车速度更高、或者有两辆列 车，多个标签同时存在时，会因 为在作用区域内停留时间过短以 及发生标签碰撞而变高。
图1高铁中的RFID系统示意图
硕士学位论文开题报告
由于以往的标签反碰撞算法是在RFID静止状态状况下提出 的。目前在解决在运动状态下的标签反碰撞，主要是依靠
通常希望在没有漏读标签的基础上，尽量的加快标签的识 别速率。 因此是否能够得到P4和RFID作用区域L以及传送带速度V还 有标签在传送带上的密度D之间的关系也就成为了需要解 决的问题。
硕士学位论文开题报告
技术路线
对RFID系统基本统计理论的研究。 在对已往静态RFID系统的研究理论基础上，进一步延伸到 传送带基础上的运动状态下的RFID系统。 使用Matlab为平台，进行程序的编写对传送带基础上的运 动状态下的RFID系统进行模拟，分析漏读率P4与传送带速 度V、作用区域长度L以及标签密度D之间的关系。 对已往的标签估算方法进行学习，并使用Matlab平台，进 行程序编写，模拟已往的标签估算过程，并进行各种统计 分析。参考分析结果，进行不同方法之间的对比。
其中。
硕士学位论文开题报告
ALOHA算法最初是由夏威夷大学的Norman Abramson及其同 事在70年代提出的[1]。它是一种随机接入算法，采取“标 签先发言”的方式，该算法简单，但效率较低，信息最大 吞吐率为18.4% 。 为了提高识别效率,V.Anatharam提出了时隙ALOHA算法 [2] 将阅读器的问询帧分为若干个时隙，标签只能在每个时隙 的开始才能发送数据，这样标签或成功发送或完全冲突， 避免了部分冲突，提高了信道利用率，理论上最高识别效 率达到了36.8%。 Wieselthier后来提出的帧时隙ALOHA算法采用了一种确定 性的调整帧长的方法 [3] ， 这种算法在时隙ALOHA算法的基
p1 p2 p3 p4 L
漏读标签
图5 标签在阅读器作用范围内的标签未识别率变化示意图
硕士学位论文开题报告
图中，p1、p2、p3、p4分别表示每处的标签组的未识别率。 其中最后离开RFID作用区域后的未识别标签概率也就成为 了RFID系统的标签漏读率。 实际应用中，RFID系统不允许出现漏读标签，并且我们还
硕士学位论文开题报告
图2：常用的反复试验方法实验照片
硕士学位论文开题报告
但是这些实验将要花费很大的人力，物力和时间，并且得
到的结论也只是在一定的特殊条件和特殊装备下得到的， 不具有很高的普遍性。
能否在理论上对该类问题给出一定的分析和结果，对于实 际中RFID的应用或者实验都是具有很好的意义的。 因此越来越多的学者在近几年也开始越来越多的对这一问
硕士学位论文开题报告
DFSA的关键是帧长度N与未识别标签数目n相等。因此算法
需要能够准确的预测RFID作用区域内的未识别标签数目， 这就是标签估算方法。 目前常见的标签估算方法主要有：lowbond预测方法[7-8]、 Schoute预测方法[9]、vogt预测方法[7-8]和Khandelwal预测 方法[10]。
器的读时间和出错概率的关系，得出发生碰撞时，动态调 整阅读器读标签的时间，可以降低信道出错概率，从而提 高信道效率。 国外的VOGT H[7-8] 以及北京航空航天大学的吴晶 [6]则 提出 的利用动态分配时间槽的方法从而达到动态调整帧长，使 标签数目n与帧长N尽可能的接近，从而提高识别效率。
动态帧时隙（DFSA）:系统预先通过对作用范围内的标签 数目估算，动态的调整系统帧长度N，使N与标签数量n相 等。从而使系统效率保持在最优状态下。
而实际应用如高铁、高速汽车、物流中，电子标签通常是 保持在一定速度下通过RFID作用区域。如果在标签离开 RFID作用区域之前无法对其进行成功识别，则该标签就成 为了漏读标签。 因此在快速运动状态下的RFID系统中，对于标签反碰撞算
法有着更高的要求。
硕士学位论文开题报告
2011年西南交通大学的张小强 [17] 对我国最早应用、也是 应用RFID范围最广的铁路车号自动识别系统(ATIS)在高速 和超高速列车情况下的应用情况及问题进行了系统分析。 文章中通过成都、南昌铁路段的调查发现，目前ATIS主要 面临的问题有三个： ATIS系统很容易受到强电磁场的干扰； 当有多个火车同时高速通过RFID阅读器作用区域时，
硕士学位论文开题报告
二、国内外研究状况概括 考虑到RFID系统通信特点等因素，目前反碰撞算法主要采 用的是时分多址（TDMA）的方法。主要分为两类：
ALOHA算法: 时隙ALOHA算法、帧时隙ALOHA算法、动 态帧时隙ALOHA算法等等
二进制树算法: 后退式二进制树搜索算法、动态二进制树搜 索算法、修剪枝二进制树搜索算法等等