随着射频识别技术(RIFD)的广泛普及和无线传感器网络(WSN)的深入研究,由于二者同属于物联网技术的感知层技术,射频识别传感器网络作为二者技术的融合开始渐渐的引起研究者的关注,越来越多的相关科研工作也开始逐渐开展。射频识别传感器网络,作为一种新型的网络形式,以RFID网络和WSN网络的相关技术为依托,建立起了其独特的相关技术和网络架构。在射频识别传感器网络中,WSN可以拓展RFID的感知范围和网络的灵活性；同时RFID技术给予WSN更强的信息读取速度和更强的抗干扰能力。拓展后的网络具有网络结构灵活,信息收集处理能力强,可用于更多更复杂的监测需求等特点。然而,由于其部分内部技术依然采用原有的RFID和WSN中的传统协议,其也存在一些传统网络中存在的问题,标签碰撞问题就是其中之一。对于大量标签需要快速读取的需求,由于传统防碰撞算法存在,估计算法不够准确,大数目标签情况下性能下降迅速,标签饥饿等问题一直影响着整个系统的效率。本论文所提出的BE-PDFSA算法和TCS算法,在原有的动态帧时隙ALOHA算法的基础上,对于以上存在的问题进行了重点优化。在BE-PDFSA算法中,对于标签估计不准的问题,我们提出了基于贝叶斯估计的标签估计算法,在少量样本值的情况下就可以得到更为准确的估计结果。对于性能滑坡问题,我们提出了概率相应的机制,使理论参与识别过程的标签数可以等于本轮的帧长度。同时,在TCS算法中,我们通过标签间通信的机制,动态的减少最终参与到识别过程的标签数,从而提高整个系统的吞吐率,减少碰撞率。