【摘 要】
：
物联网技术被广泛用于现代社会中,而RFID技术作为物联网技术中的一项核心技术被广泛用于冷链管理和仓储管理等领域中。近年来,对多类别RFID系统的研究获得了学术与工业界的关注。在仓储管理中,可以根据货品的制造商或是品牌信息将货品分属于不同的类别。而同属于一个类的标签所携带的信息通常是相同或相似的,收集同一个类中的所有标签信息会导致高数据冗余,因此并不需要收集所有的标签信息,只需要在一个类中选取一个标
论文部分内容阅读
物联网技术被广泛用于现代社会中,而RFID技术作为物联网技术中的一项核心技术被广泛用于冷链管理和仓储管理等领域中。近年来,对多类别RFID系统的研究获得了学术与工业界的关注。在仓储管理中,可以根据货品的制造商或是品牌信息将货品分属于不同的类别。而同属于一个类的标签所携带的信息通常是相同或相似的,收集同一个类中的所有标签信息会导致高数据冗余,因此并不需要收集所有的标签信息,只需要在一个类中选取一个标签收集信息就足够了。在现有的协议中,由于阅读器在收集标签类别信息时传输的比特数量大而导致收集效率不高。为了提高收集效率,降低时间开销,我们提出了一种标签类别信息收集协议（TCIC）。TCIC使用哈希函数将未收集信息的标签类映射到时隙中,利用单时隙和部分冲突时隙构建一个分配向量,用于选取每轮参与收集的标签类,有效提高了收集效率;然后为参与收集的标签类中的每个标签分配一个服从几何分布的索引值,与使用96比特的标签ID选定单个标签相比,大大减少了传输的比特数量;最后阅读器构造一个标签索引向量,存储从每个标签类中选出的只有一个标签相匹配的单索引值,用于过滤掉每轮不能收集的标签类。因为标签最大索引值K决定了标签类中存在单索引值的概率,因此本文根据标签类的不同规模,选择不同的K来最小化协议的执行时间。此外,我们通过理论分析确定了分配向量长度f的最优值。本文通过仿真实验将TCIC的执行时间以及阅读器端传输的比特数量和其他协议进行比较。实验结果表明,TCIC在时间性能上要优于其他协议;同时,阅读器端传输的比特数量远远少于其他协议。最后本文对TCIC进行了稳定性测试,结果表明TCIC协议非常稳定。
其他文献
随着互联网和数字技术的发展,商业银行的规模不断扩张,我国也在不断深化商业银行等金融体制的改革,由于国际国内经济形势的日趋复杂,中央和各地政府逐步加大对商业银行的监管。2022年,习近平总书记在党的二十大报告中强调要加强对商业银行金融活动的监管,着重筑牢风险底线,要求地方政府及银保监局等机构依法对金融市场进行规范引导。近年来,商业银行监管成为社会各界关注的热点话题,尤其是商业银行频发问题,引起了民众
软件开发过程中,由于资源受限或者时间不足等原因,开发人员被迫采取牺牲长期代码质量为代价而提交不完整的或临时的代码,即技术债务。技术债务会影响软件的质量、成本和开发效率,需要开发者在未来付出额外时间偿还。其中,自我承认技术债务（Self-Admitted Technical Debt,简称SATD）是表示软件开发过程中开发人员有意引入、留待未来修正的技术债务,这给软件代码安全留下了诸多隐患。因此,多
城市和经济的发展带来了日益增长的人流和车流,使得交通拥堵问题日益凸显出来。自适应交通信号控制（Adaptive Traffic Signal Control,ATSC）通过优化交通信号控制策略疏通交通流,被科研人员寄予厚望。近年来,强化学习（Reinforcement Learning,RL）作为一种高效的自适应优化控制技术在ATSC领域取得了大量的成果。多路口间的协同控制涉及多智能体间的协作和协
射频识别（RFID）技术是物联网的一种核心技术,被广泛应用于物流管理、仓库管理和物品定位等多个领域。在仓库管理中,利用RFID技术替代原有的条形码来管理货物,每年可以节约大量金额的成本和人力开销。在实际应用场景中,商品会由于偷窃、管理不善等问题造成丢失,这无疑会给商家带来巨大的经济损失,所以就需要使用丢失标签识别协议来识别具体丢失了哪些商品。通过丢失标签识别协议可以快速地识别出有哪些标签发生了丢失
陆地环境资源已经难以满足人类日常需求,当前人们已经逐渐将目光转移到资源丰富的海洋中。而水下图像作为承载各类海洋资源信息的载体被广泛应用于各类海洋资源开发活动中,通过分析水下图像,可以得到大量关键海洋资源信息。在水下环境中,不同波长的光线传播能力不同,导致相机拍摄的水下图像普遍存在蓝绿偏色、对比度较低以及曝光度不足等问题。上述问题为水下资源的勘探带来了较大的阻碍。水下图像增强方法能够解决因退化造成的
近年来,随着互联网技术的飞速发展,基于地理位置信息的服务（Location-Based Services,简称LBS）受到越来越多的关注,而在LBS中,kNN（top-k nearest neighbors）查询是最经典也是最常用的一种查询模式,kNN查询可以筛选出距离查询点最近的k个对象。目前已有很多关于kNN查询问题的研究成果,但是,现有的研究成果都存在着缺陷和不足,或是索引的存储代价太高,或
近年来,数据获取技术取得快速发展,三维点云数据在多种应用场景中发挥着越来越重要的作用。点云数据的法向估计作为一项基础且重要的点云分析任务,始终备受学者关注。在传统方法中,基于局部曲面拟合进行法向估计的方法取得较为稳定的效果,但其中的邻域选择仍是一个关键且困难的问题,当邻域选取过大时,对噪声的鲁棒性较强,但是会导致模型的尖锐特征不能被很好保留;当邻域选取过小时,在点云边缘以及细节处可以获得较为准确的
随着互联网的迅速发展以及数据爆炸式的增长,用户获取有效信息的途径变得愈发多样,网络上的垃圾文本也随之增多。部分用户会通过各种平台发布无关的垃圾信息,这些信息的出现造成了资源浪费的现象,也对人们的生活和财产安全产生了一定的影响。因此,开展对数据信息中垃圾文本过滤分类研究,不仅能够提升用户的体验感,而且对平台的维护与网络良好环境的构建提供了坚实的基础。在文本过滤算法中,传统的文本表示通常对特征词的语义