近日，安徽工业大学计算机学院网络与服务计算团队在计算机网络领域的国际一流期刊《IEEE/ACM Transactions on Networking（TON）》上成功发表了一项重要的研究成果，该研究关于射频识别（RFID）领域。IEEE/ACM TON被广泛认为是计算机网络领域声誉卓著的国际期刊，也是中国计算机学会（CCF）认可的A类国际期刊（CCF-A类）。这是我校再次在计算机网络领域的国际一流期刊上作为第一单位发表研究成果。团队成员王修君博士为论文的第一作者。研究工作得到安徽省自然科学基金等项目的资助。
RFID技术在物流跟踪、仓库管理、智能交通系统、动物标识和农业物流等多个领域得到广泛应用。通过无线通信和自动识别功能，RFID技术为这些领域提供了高效的数据采集和管理手段，从而提高了生产效率和服务质量。然而，当前的RFID技术在解决连续标签识别问题上还存在研究不足，特别是在标签频繁进出的情况下，可能出现高错误率和时间消耗的问题。
（现实场景中的连续标签识别问题）
（实际错误率）
.
（现实场景实验时间对比分析）
为了解决RFID系统中的连续标签识别问题，研究团队深入研究了两个看似独立但密切相关的子问题。通过深入分析这两个子问题的通信时间下界，成功证明了RFID系统连续标签识别问题的通信时间紧下界。基于这一重要发现，进一步设计了一种近似最优的连续标签识别协议。大量的仿真实验和真实系统实验验证了通信时间下界的准确性以及所设计协议的近似最优性。论文链接如下：https://ieeexplore.ieee.org/document/10278143。
在此之前，团队还取得其他两项重要的并且具有实际重要意义和应用价值的RFID系统研究成果：
1：团队于2021年在国际计算机网络领域的顶级期刊《IEEE Transactions on Mobile Computing》（CCF-A类）发表了研究成果。这项研究关注RFID系统中的标签分组问题，并提出了一个近似最优的标签分组协议。此成果系安徽工业大学首次以第一单位在CCF-A类国际顶级期刊上发表研究成果。该论文链接为https://ieeexplore.ieee.org/document/8941249。
2：2020年，团队在国际计算机网络领域重要的会议“2020 16th International Conference on Mobility, Sensing and Networking (MSN)”上荣获“最佳论文奖”。这项研究关注RFID系统中的标签选择问题，并提出了一个近似最优的标签选择协议。此成果系安徽工业大学首次以第一单位获得CCF推荐的国际会议最佳论文奖。该论文链接为https://ieeexplore.ieee.org/document/9394306。
（撰稿：王修君 审核：骆国润 郑啸 吴宣够）
