射频识别(radio frequency identification,RFID)是物联网需要研究的关键技术之一.基于对RFID技术的研究,提出了一种基于关联ID的防碰撞新方法.有记忆标签和无记忆标签在防碰撞算法上的主要区别在于二者实现的机理有所不同.针对有记忆的标签,该方法增加标签之间的关联关系,使标签在一定的触发条件下可以主动发送自己的ID.该方法不同于无记忆的标签.由于父子标签间存在关联关系,将该方法应用于基于多叉搜索树的确定性防碰撞情况中,其优势是单次通信可以同时识别多个标签,极大地提高了识别效率;将该方法应用于不确定性的ALOHA防碰撞情况中,读写器可以依据脉冲的位置判断出空时隙的位置,从而避免由于(在读取时隙时)读取空时隙而造成的效率下降问题.由于该方法不受ID的长度限制,通过大量的实验表明,该方法在多种应用过程中能够大幅降低碰撞的概率,能够提高系统的识别效率.
对图像压缩编码算法进行了改进。首先,将小波分解后的3个高频系数进行预处理:将高频部分进行球坐标变换,降低了同一尺度内系数的相关性;基于小波域和球坐标域的两个前提,定义了多尺度模积的概念,用来控制收缩函数对小波高频部分进行收缩处理。这样,可以去除那些不影响视觉效果的小波系数以及噪声信息,达到较高的压缩比。然后,对小波变换的低频部分进行单独编码(DPCM),对球坐标下的高频部分采用改进的多级树集合分裂(SPIHT)编码。针对SPIHT编码中重复扫描的问题,引入了最大值矩阵MMP(matrix of maximum pixel),这种策略能够有效降低比较次数。仿真实验表明,本文提出的算法具有较好的编码效率。
