无线射频识别（RFID,Radio Frequency Identification）技术是物联网（IOT,Internet of Things）技术中的关键一环,在物流运输,仓储管理等领域已得到充分的应用。RFID技术通过RFID标签唯一标识系统中的物品,并通过阅读器对物品状态进行管理。当系统中的物品由于管理失误或偷盗行为而丢失,系统的正常运行会受到影响,物品所有者也会受到经济损失。RFID系统通过识别丢失标签事件提供解决方案。因此,有必要针对实际生产生活中的应用场景研究RFID系统中的丢失标签检测和数量估计方法。论文的主要工作与创新点如下:1.针对存在多种物品分类的RFID系统,论文研究了面向系统中的所有物品类别检测是否发生丢失标签事件的协议。通过设置类别标识符来区分标签的类别。为压缩标签发送的类别标识符中的冗余位,论文提出“主、从类别”的概念,将系统中标签的类别依据对应的类别集合的大小划分为主要检测类别和次要检测类别,即主类和从类。在帧时隙Aloha协议的框架下,标签发送响应的时间帧被划分为两个部分,主类标签可选择在时间帧中的任意时隙发送响应,从类标签只在时间帧的第一部分发送响应。该协议还提出了根据系统运行过程中活跃类别的数量来动态压缩调整标签类别标识符长度的方法,压缩了类别标识符的冗余位。仿真结果表明,论文提出的协议在满足系统要求检测精度的同时,较其它协议有着更少的时间开销。2.论文研究了随机噪声信道模型下的丢失标签检测问题。信道噪声会导致传统的丢失标签检测协议的结果中出现“误报”事件,即将正常的标签检测为丢失标签,降低协议结果的可信度。论文提出的协议首先筛选出系统中候选的丢失标签,然后执行一定轮数的标签状态确认过程,由择多译码的原则最终确定标签的状态。为减少协议执行时间和简化标签确认的过程,检测过程只选用仅由单个标签选择响应的单时隙。仿真结果表明,和传统方案相比,论文提出的对信道噪声干扰的纠正措施可以有效降低协议报告结果中“误报”事件的比率。3.论文研究了随机噪声信道模型下的丢失标签数量估计问题。标签在时间帧中映射的时隙的分布状况可以反映标签集合大小的统计特性。通过检测特定时隙的状态就可以建立概率模型对系统中的标签数量进行估计。通过综合随机噪声信道模型下的比特传输错误率,以及在接收标签响应的时间帧中第一个预期非空时隙但实际解码判定为没有标签响应的空时隙在响应帧中的位置,论文设计了丢失标签数量估计器。论文通过理论分析,给出了在无噪声信道模型和随机噪声信道模型下的丢失标签数量估计公式,并对相关参数的优化进行讨论。仿真结果表明,相较于其它协议,论文提出的协议在随机信道噪声的干扰下保证了可靠的估计精度。