基于深度学习的RFID标签防碰撞算法研究

作者：杨超; 赵一帆; 李波; 陈春; 丁洪伟

来源：现代电子技术, 2021, 44(22): 21-25.

DOI：10.16652/j.issn.1004-373x.2021.22.005

• 防碰撞算法
• RFID
• 深度学习
• DFSA
• 标签预测
• 帧长调整
• 仿真实验

射频识别(RFID)是一种无线通信技术,可以进行数据采集和识别任何标记的物体。在RFID系统中,DFSA(动态帧时隙ALOHA)算法是解决标签碰撞问题的常用算法。针对现有DFSA算法存在最佳帧长预测精度低的问题,提出一种基于深度学习的DFSA优化算法。DFSA系统中,当帧长和标签数相等时系统可获得最佳效率。该算法把DFSA和LSTM(长短时记忆网络)神经网络结合起来,采用LSTM深度神经网络对RFID系统下一帧的标签数做预测,从而准确地调整帧长,实现系统吞吐率最大化。仿真结果表明,基于LSTM优化的DFSA算法可以有效提高RFID系统识别精度,减少时隙浪费。

• 单位
  云南大学; 云南民族大学