2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、2010年物聯(lián)網(wǎng)被列入國家發(fā)展戰(zhàn)略,物聯(lián)網(wǎng)相關(guān)研究工作得到大力支持并繼續(xù)穩(wěn)步、快速、深入推進(jìn),基于物聯(lián)網(wǎng)的各種應(yīng)用系統(tǒng)不斷實(shí)現(xiàn)。物聯(lián)網(wǎng)與其它網(wǎng)絡(luò)系統(tǒng)相似,采用層次體系結(jié)構(gòu),包括感知層、網(wǎng)絡(luò)層、應(yīng)用層。感知層主要采用RFID(RadioFrequency Identification)、無線傳感器網(wǎng)絡(luò)和紅外線等完成對物體有關(guān)數(shù)據(jù)采集,其中RFID技術(shù)是物聯(lián)網(wǎng)體系結(jié)構(gòu)的主要感知層技術(shù)。物聯(lián)網(wǎng)的網(wǎng)絡(luò)層采用計算機(jī)網(wǎng)絡(luò)層技術(shù),將感知層所接采集的數(shù)

2、據(jù)傳送到數(shù)據(jù)中心。應(yīng)用層對數(shù)據(jù)中心的數(shù)據(jù)進(jìn)行分析和處理,提供用戶所需要的信息。
  RFID系統(tǒng)由閱讀器和眾多標(biāo)簽組成,標(biāo)簽被動響應(yīng)閱讀器的盤查命令。當(dāng)多個標(biāo)簽同時向閱讀器傳送其所依附的物體身份數(shù)據(jù)時,在閱讀器處會發(fā)生數(shù)據(jù)沖突而導(dǎo)致其無法接收任何一個標(biāo)簽數(shù)據(jù)。這種數(shù)據(jù)沖突降低了閱讀器識別標(biāo)簽速度,即標(biāo)簽碰撞問題,在動態(tài)環(huán)境中還會引起標(biāo)簽漏讀問題。科研工作者通過研究標(biāo)簽防碰撞協(xié)議來降低標(biāo)簽在閱讀器處的碰撞率來解決這些問題,標(biāo)簽防碰撞

3、協(xié)議是RFID技術(shù)的三個關(guān)鍵技術(shù)之一。針對標(biāo)簽碰撞問題已有不少標(biāo)簽防碰撞協(xié)議方面研究成果,但這些防碰撞協(xié)議的識別效率仍然較低,無法滿足物聯(lián)網(wǎng)發(fā)展所面臨的動態(tài)環(huán)境下快速可靠地大規(guī)模識別標(biāo)簽的需要,研究適用于動態(tài)環(huán)境的高性能標(biāo)簽防碰撞協(xié)議也就成為當(dāng)前一項緊迫課題。
  現(xiàn)有標(biāo)簽防碰撞協(xié)議假定識別標(biāo)簽過程中沒有新標(biāo)簽到達(dá)閱讀器識別區(qū)域,因此可以通過前一識別階段標(biāo)簽識別情況來有效地估計當(dāng)前階段中的待識別標(biāo)簽數(shù),得到防碰撞協(xié)議最優(yōu)運(yùn)行參數(shù)。

4、在動態(tài)環(huán)境下,識別過程的每個識別階段可能有新的標(biāo)簽到達(dá),故現(xiàn)有標(biāo)簽防碰撞協(xié)議的標(biāo)簽數(shù)估計方法無法有效地估計當(dāng)前階段待識別標(biāo)簽數(shù),從而這些協(xié)議也就無法在動態(tài)環(huán)境下最優(yōu)運(yùn)行,標(biāo)簽識別性能必然下降,并產(chǎn)生嚴(yán)重的標(biāo)簽漏讀問題。歸納這些并進(jìn)一步分析可知,現(xiàn)有標(biāo)簽防碰撞協(xié)議不適應(yīng)動態(tài)環(huán)境所引起的標(biāo)簽漏讀問題的主要原因包括協(xié)議在確定其參數(shù)時沒有考慮新到達(dá)標(biāo)簽以及它們的識別效率較低。本論文基于這兩個原因,一方面從動態(tài)環(huán)境下標(biāo)簽估計角度,基于識別過程模型

5、提出兩個動態(tài)幀時隙標(biāo)簽防碰撞協(xié)議(算法),另一方面,提出了兩個基于預(yù)約機(jī)制高效率標(biāo)簽防碰撞協(xié)議讓閱讀器在每個識別階段識別絕大部分標(biāo)簽。此外,通過布置多閱讀器RFID系統(tǒng)來擴(kuò)大標(biāo)簽識別覆蓋范圍以進(jìn)一步有效地降低標(biāo)簽漏讀率。為此從上述三方面開展了系列研究工作,相應(yīng)研究成果如下:
  (1)針對經(jīng)典動態(tài)幀時隙Aloha協(xié)議沒有考慮新到達(dá)標(biāo)簽所引起的動態(tài)環(huán)境下識別效率下降問題,提出了一種支持標(biāo)簽持續(xù)到達(dá)的動態(tài)幀時隙防碰撞協(xié)議CDFSA(C

6、ontinuous arrival Dynamic Framed Slotted Aloha)。為此,建立了持續(xù)到達(dá)條件下標(biāo)簽識別過程模型,基于該模型運(yùn)用泊松過程疊加原理和幀效率優(yōu)化方法來確定幀長,實(shí)現(xiàn)了識別過程的高效性。此外,運(yùn)用隨機(jī)服務(wù)系統(tǒng)理論得到滿足協(xié)議平穩(wěn)工作條件的標(biāo)簽到達(dá)率上限,為協(xié)議穩(wěn)定運(yùn)行提供理論依據(jù)。
  (2)研究目前廣泛應(yīng)用的EPCglobal Class1 Generation2(EPC-C1G2)系統(tǒng)在動態(tài)

7、環(huán)境下識別性能下降問題,提出了一種計算復(fù)雜性低的標(biāo)簽到達(dá)率預(yù)測算法對標(biāo)簽到達(dá)率進(jìn)行估計,以及基于效率優(yōu)化方法來確定協(xié)議參數(shù)。在此基礎(chǔ)上,論文提出了適用于EPC-C1G2系統(tǒng)的新型標(biāo)簽防碰撞算法G2-CDFSA(Continuous arrival DynamicFramed Slotted Alogorithm for the EPC-C1G2)。
  (3)提出采用預(yù)約機(jī)制的防碰撞協(xié)議RSMBA(Reservation Slot

8、 with Multi-BitsAloha),它能夠?yàn)闃?biāo)簽按需分配識別時隙。該協(xié)議采用預(yù)約機(jī)制將標(biāo)簽識別過程分為預(yù)約幀時隙和幀時隙識別兩個階段,以極低預(yù)約時間開銷換來了幀時隙識別階段碰撞幀時隙數(shù)顯著減少和空閑幀時隙消除。建立了用于效率優(yōu)化的協(xié)議數(shù)學(xué)模型,并采用數(shù)值計算方法得到了協(xié)議最優(yōu)參數(shù),從而將標(biāo)簽識別性能大幅提升,效率達(dá)到91.28%,故RSMBA協(xié)議適用于動態(tài)環(huán)境下高識別性能需求。進(jìn)一步地提出該協(xié)議的標(biāo)簽數(shù)估計方法,基于該估計方法

9、對協(xié)議性能進(jìn)行了評估。此外,復(fù)雜性分析表明該協(xié)議標(biāo)簽復(fù)雜比EPC-C1G2系統(tǒng)標(biāo)簽更低。
  (4)提出了基于捕獲效應(yīng)的預(yù)約機(jī)制防碰撞協(xié)議SARCE(Slot Assignment based onReservation with Capture Effect)。建立了該協(xié)議數(shù)學(xué)分析模型,基于該分析模型得到了協(xié)議運(yùn)行的最優(yōu)參數(shù)。性能評估表明,該協(xié)議的識別性能顯著高于現(xiàn)有協(xié)議,效率達(dá)到92.6%。此外,研制了基于預(yù)約機(jī)制協(xié)議的RFI

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論