射频识别(Radio Frequency Identification,RFID)是一种基于电磁感应原理的自动识别技术,该技术能够在短时间内识别大量标签,具有无需光学可视的特点。近年来由于物联网相关行业的快速发展,RFID作为其关键技术得到更多重视,应用前景广阔。然而伴随着物流,仓储等行业的不断发展,RFID技术在实际应用中仍存在着标签识别率不理想,标准化制定缓慢等亟待解决的问题,尤其是在短时间内识别大量标签时,会产生标签响应数据之间碰撞问题,降低系统吞吐率。本文基于动态帧时隙Aloha(Dynamic Frame-Slotted Aloha,DFSA)协议,针对标签数估计算法,帧长系数调整方法,优化识别周期等方面进行研究,并重点考虑捕获效应对系统性能的影响,其主要研究内容有:研究已有标签防碰撞算法,优化Vogt标签估计算法,给出ISO18000-6Type C协议下的时隙因子和帧长调整系数的优化方法,同时通过建立标签识别马尔可夫模型优化了标签识别周期,提高了时隙利用率。重点研究捕获效应对DFSA算法中的影响,建立捕获效应下的标签识别SIR模型,分析捕获阈值对捕获概率的影响;通过捕获效应切比雪夫估计方法准确的估计标签数和捕获概率的发生,使标签估计误差降低;提出一种满足ISO18000-6 Type C协议的捕获效应优先级分组算法(Capture Effect Optimization Grouping,CEOG),该算法法遵循先分组再识别的原则,让捕获级别高的标签优先识别,进而利用捕获效应来提高系统吞吐率。通过Matlab仿真结果分析,本文算法与CMEBE算法相比,能够更有效的解决以捕获效应影响为主的标签识别率不理想的问题,使系统吞吐率得到提升。