随着信息化的步伐不断推进和应用，RFID识别系统越来越多的应用到与人类息息相关的生活方方面面中，解决识别系统中的碰撞问题依然是制约标签识别成功率和识别速率的关键因素。本文主要对标签防碰撞的问题进行研究，首先阐述了已有的算法原理并分析其仍存在的可改进的地方，将标签分布特点与数据结构原型进行有机的结合，提出相应的改进方案。首先是对标签数量较少的场合的研究，提出了基于二分查找的动态帧时隙标签防冲突算法。通过分析传统和典型动态帧时隙标签防碰撞算法，我们发现该算法很大程度上致力于标签识别过程中的帧长调整和标签量的估计这两个方面，因而忽视了标签到达阅读器识别范围的分布基本遵循泊松分布的特点。因此，本文中深入分析了泊松分布与标签分布的区别和联系，通过分析和处理泊松分布的斜率问题来研究标签出现的频率问题。根据这一特点，结合数据结构中二分查找特有的特性，并将其部分理论适当应用于标签识别过程中的时隙调整策略中，与原有标签估计方法结合，相得益彰，进一步提高识别效率和识别成功率。经过仿真结果分析，从理论和实际数据结果上验证了这一方法的可行性。其次是对标签数量较多的场合的研究，提出了基于标签分组的DFSA抽样训练规则防冲突算法。该算法主要针对由于标签数量急剧增加，而使得识别效率和识别成功率因无法负载大量标签的负荷而急剧下降的问题。解决这个问题的办法是对标签进行分组。但是由于相同的分组条件，大致相等的组内标签数量，规律性的标签对时隙的选择，使得帧长的调整出现重复性的波动。在组内的标签识别过程中，忽视了帧长调整的历史记录的规律性的参考价值。在本文中，主要研究这一历史记录的可利用性，并将此规律应用于帧长调整的策略中，通过组内帧长的微调将其训练成规则，以备其他组的参考利用。最后通过仿真结果分析验证该方法的可行性。事实证明，本算法能在不影响识别成功率的基础上，提高系统识别时间，降低系统计算复杂度和系统功耗。