面向 UHF-RFID 系统的机器学习辅助碰撞恢复
网络与互联网体系结构
2022-05-04 v2
摘要
我们提出一种借助机器学习（ML-aided）的无源超高频（UHF）射频识别（RFID）系统碰撞恢复算法。所提方法旨在恢复碰撞下的标签以提升系统性能。我们首先利用机器学习工具从碰撞信号中估计标签数量，并表明碰撞标签数量可被高精度估计。其次，我们采用一个简单而有效的深度学习模型来寻找经历的信道系数。所提方法允许阅读器通过应用最大似然解码从接收信号中分离各标签的信号。我们进行了仿真以说明深度学习的运用极为有益，并证明所提方法将标准帧时隙 ALOHA（FSA）协议的吞吐性能从 0.368 提升至 1.837，其中接收机配备单天线且能够解码最多 4 个标签。
引用
@article{arxiv.2202.11257,
title = {ML-Aided Collision Recovery for UHF-RFID Systems},
author = {Talha Akyildiz and Raymond Ku and Nicholas Harder and Najme Ebrahimi and Hessam Mahdavifar},
journal= {arXiv preprint arXiv:2202.11257},
year = {2022}
}