无线射频识别技术（Radio Frequency Identification，RFID）是一种非接触式自动识别技术，通常采用电感耦合及电磁反向散射耦合两种方式进行数据交换。由于其同时能够读取多个标签，且电子标签无需外部电源供电，读取距离相对较远，数据传输安全性高，存储介质容量大等优点，使其广泛应用于各种领域；特别是便于集成到信息系统中的特性，使其成为物联网领域中标识物体部分不可或缺的关键技术。在智能仓储及物流等RFID系统中标签过于密集，并且容易出现规模相对大的标签群。因此容易引起过多标签响应冲突，称之为标签碰撞；标签碰撞严重影响了整个RFID系统的吞吐率及效率。为了高效可靠地读取标签信息，必须在阅读器中使用多标签防碰撞算法。而该算法的性能将直接影响整个系统的吞吐率。目前常用的多标签防碰撞算法主要有基于二进制搜索的确定性算法及基于ALOHA的非确定性算法。由于系统中标签数量较多时，将导致二进制搜索算法的查找树深度过大，系统效率下降明显；因此在标签数量较大，标签分布密集的系统中多使用ALOHA算法，EPC C1G2协议也将动态帧时隙算法作为超高频射频识别（UHF RFID）系统的推荐算法。在动态帧时隙算法中，当系统帧长接近于标签的数量时，其系统的吞吐率才能达到最优值，因此初始帧长的确定以及帧长的调整又是其难点。本文通过查阅大量文献，总结了与防碰撞算法相关的RFID系统、EPC C1G2协议及RFID系统多标签防碰撞技术。然后针对大规模、密集分布的无线射频识别系统中标签估计算法，其估计时间随系统中标签数量增多呈线性增加的特点，提出了基于0-1分布的标签估计算法。结合0-1分布的特性，充分利用碰撞时隙，使得标签估计算法的估计时间降低为标签数量的对数级。为了适应对估计算法估计精度要求高的系统，在此基础之上又对算法进行优化。通过理论误差、时间稳定性及标签总的响应次数讨论了算法的可行性，之后对基于0-1分布的标签估计算法进行了仿真实验。实验结果表明：在大规模，密集分布的系统中，同等条件下，本文算法估计误差至少提高0.9%，误差波动范围相比至少减少10%。