-
公开(公告)号：CN106778425A
公开(公告)日：2017-05-31
申请号：CN201710016035.8
申请日：2017-01-10
申请人： 合肥工业大学
IPC分类号： G06K7/10
CPC分类号： G06K7/10019 , G06K7/10029
摘要： 本发明涉及一种基于RFID的标签防碰撞算法，包括：(1)确定帧长度L；(2)确定空闲时隙的位置：阅读器向可识别范围内的标签群发送包含帧长度L信息的扫描命令Scan，开启时隙预览盘存，根据标签向阅读器反馈的1比特信息确定空闲时隙的位置；(3)阅读器初始化清零；(4)阅读器开启盘存周期；(5)阅读器识别标签反馈的信息；(6)比较当前阅读器时隙计数器的值SCR与帧长度L的大小完成标签识别:若SCR≤L,则返回步骤(5)；若SCR＞L,说明所有标签识别完成，阅读器将发送结束命令END，结束阅读过程。本发明通过预处理避开了ALOHA算法中出现的大量的空闲时隙，降低了算法的运行时间；在一个时隙中可同时读取多个标签的ID信息，从而算法的效率得到提高。
-
公开(公告)号：CN107247260A
公开(公告)日：2017-10-13
申请号：CN201710547215.9
申请日：2017-07-06
申请人： 合肥工业大学
IPC分类号： G01S11/06
摘要： 本发明涉及一种基于自适应深度置信网络的RFID定位方法，包括：布局阅读器和参考标签的位置，计算参考标签到阅读器的距离；阅读器向参考标签发送电磁波信号并接收到信号强度RSSI值，构建训练样本向量矩阵；构建自适应深度置信网络，将每个参考标签的RSSI值作为输入值，距离d作为输出值；利用对比散度算法，完成网络参数的预训练；利用自适应矩估计方法对深度学习网络各层权值进行调整；阅读器向待测标签发送信号并接收RSSI值，利用深度置信网络预测出待测标签的位置。本发明利用自适应深度置信网络，构建信号强度值与距离的非线性关系，利用交叉熵代价函数，缓解了学习速率缓慢的问题。
-
公开(公告)号：CN107247260B
公开(公告)日：2019-12-03
申请号：CN201710547215.9
申请日：2017-07-06
申请人： 合肥工业大学
IPC分类号： G01S11/06
摘要： 本发明涉及一种基于自适应深度置信网络的RFID定位方法，包括：布局阅读器和参考标签的位置，计算参考标签到阅读器的距离；阅读器向参考标签发送电磁波信号并接收到信号强度RSSI值，构建训练样本向量矩阵；构建自适应深度置信网络，将每个参考标签的RSSI值作为输入值，距离d作为输出值；利用对比散度算法，完成网络参数的预训练；利用自适应矩估计方法对深度学习网络各层权值进行调整；阅读器向待测标签发送信号并接收RSSI值，利用深度置信网络预测出待测标签的位置。本发明利用自适应深度置信网络，构建信号强度值与距离的非线性关系，利用交叉熵代价函数，缓解了学习速率缓慢的问题。
-
公开(公告)号：CN106778425B
公开(公告)日：2018-11-23
申请号：CN201710016035.8
申请日：2017-01-10
申请人： 合肥工业大学
IPC分类号： G06K7/10
摘要： 本发明涉及一种基于RFID的标签防碰撞算法，包括：(1)确定帧长度L；(2)确定空闲时隙的位置：阅读器向可识别范围内的标签群发送包含帧长度L信息的扫描命令Scan，开启时隙预览盘存，根据标签向阅读器反馈的1比特信息确定空闲时隙的位置；(3)阅读器初始化清零；(4)阅读器开启盘存周期；(5)阅读器识别标签反馈的信息；(6)比较当前阅读器时隙计数器的值SCR与帧长度L的大小完成标签识别:若SCR≤L,则返回步骤(5)；若SCR＞L,说明所有标签识别完成，阅读器将发送结束命令END，结束阅读过程。本发明通过预处理避开了ALOHA算法中出现的大量的空闲时隙，降低了算法的运行时间；在一个时隙中可同时读取多个标签的ID信息，从而算法的效率得到提高。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)