主要对标签防冲突的问题进行研究, 阐述了已有的分组算法原理, 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结合, 提出相应的改进方案。引入了抽样和训练规则的概念, 经过对分组过程的研究, 找出帧长调整的规律性变化, 提出了基于标签分组的DFSA抽样训练规则防冲突算法。通过实验仿真, 充分体现了该方法在保证现有识别率的情况下, 能够有效减少系统功耗, 降低识别过程中的计算复杂度, 缩短识别时间。