RFID技术是一种非接触的自动识别技术,具有高效、可靠、识别距离远、多点识别等优点,已经被广泛应用到商业物流和交通管理等领域。但是当多个电子标签同时对阅读器的寻呼做出响应时,标签应答信号会产生碰撞。目前,RFID标签防碰撞算法可以分为两大类型,分别是基于ALOHA的不确定型算法和基于二进制搜索的确定型算法。基于ALOHA的不确定型算法存在漏读标签的致命性缺点,二进制搜索算法虽然解决了此缺点,但仍然有识别周期长和标签能耗大的问题。针对以上情况,本文研究了现存的二进制搜索算法,并在多叉树防碰撞算法的基础上提出以下两种改进算法。针对识别周期长的问题,提出可并行识别RFID多叉树标签防碰撞算法。算法结合OVSF扩频码技术和自适应搜索方案,在时隙内开拓码道,使得当应答信号发生碰撞时,阅读器能够并行识别标签ID信息,减缓由标签数量增大而造成的碰撞累积。理论分析表明,算法的吞吐量随OVSF扩频码码长增大而提高。使用Matlab仿真软件,分别在大数据量和小数据量两种情况下验证算法性能,并对该算法以及四种改进的二进制搜索算法的总时隙数、吞吐量、寻呼次数进行分析。仿真和分析结果表明,该算法有效的减少了系统查询所需的总时隙数和阅读器所需的寻呼次数,并改善了原有自适应多叉树防碰撞算法的吞吐量不稳定问题,以及对碰撞发生情况的“误判”问题。在大数据量的情况下,算法优势更加突出。针对标签能耗大的问题,提出锁位动态RFID多叉树标签防碰撞算法。算法在采用BCD码运算机制的多叉树基础上引入锁位策略,通过阅读器的译码结果判断出发生碰撞的比特位置并将其锁定,针对锁定的比特位生成新的查询指令。新的查询指令只包含大于碰撞比特位的信息和新生成的查询比特值,标签的应答信息只包含小于碰撞比特位的数据,这样能够有效减少阅读器与标签之间通讯的信息量。理论分析表明,锁位动态RFID多叉树标签防碰撞算法的吞吐量比采用BCD码的多叉树算法提高了 6.2%。使用Matlab仿真软件,在大数据量和小数据量两种情况下,对该算法以及三种改进的二进制搜索算法的总时隙数、吞吐量、寻呼次数和传输比特数进行仿真实验。仿真结果显示,在大数据量情况下,该算法的识别过程需要更少的传输比特数,且算法的识别效率也得到提高,达到了优化RFID标签防碰撞算法的目的,有一定的适用性和实际意义。