结合BP神经网络的动态帧时隙ALOHA改进算法

近年来,随着射频识别技术在生产生活中的广泛应用,人们对于标签读取系统的要求也越来越高.当面对大规模的标签数量时,射频识别系统常常因为标签响应在同一读取帧中发生严重的碰撞,导致出现读取效率降低的问题,而解决该问题最关键的是标签数量的估计算法是否快速准确.文章在分析传统算法的基础上,提出了一种新的标签数量估计算法,基于动态帧时隙算法的读取原则,生成特定帧长下标签数量数据集,然后搭建特定结构的BP神经网络,建立阅读器上一帧读取情况与剩余标签数量的映射关系,实现对标签数量的估计.通过仿真实验结果证明,相比于传统的标签数量估计算法,文章提出的算法在不损失准确度的同时,能有效降低阅读器读取时耗,提升系统效率.